Liquid AI d1: otwarty model decyzyjny, ranking AA i test po polsku
Liquid AI opublikowało na Hugging Face otwarte, multimodalne modele decyzyjne z serii d1, zaprojektowane z myślą o urządzeniach brzegowych - model liczy zaledwie 0,4 miliarda parametrów.

Spis treści 9
Ten news ukazał się 12 min po komunikacie źródła.
👁 152 przeczytań
d1 to model decyzyjny Liquid AI: nie pisze tekstu, tylko wybiera odpowiedź z podanej listy i zwraca prawdopodobieństwo każdej opcji. Wersja hostowana działa od 29 września 2026 za 0,04 USD za milion tokenów wejścia, a 7 października Liquid AI udostępniło otwarte wagi d1-3B i eksperymentalnego d1-omni-600M, które da się uruchomić na zwykłej karcie graficznej i urządzeniach brzegowych. W rankingu Artificial Analysis Decision Index z 13.10.2026 d1 ma 50,3 pkt (7. miejsce z 11) i najwyższą wśród modeli decyzyjnych trafność w pytaniach o wiedzę - ale prawie nigdy nie mówi „nie wiem”.
Stan na 13 października 2026
- d1 (hostowany): API Liquid AI i OpenRouter (
liquid/d1), 0,04 USD za milion tokenów wejścia, wyjście bez opłat. - d1-3B (otwarte wagi): 3,1 mld parametrów, na bazie LFM2.5-VL-3B, tekst i obrazy, licencja LFM Open License v1.0.
- d1-omni-600M: eksperymentalny, na bazie LFM2.5-Encoder-350M, tekst z obrazem albo tekst z dźwiękiem.
- Artificial Analysis Decision Index: 50,3 pkt, 30,3 USD za milion zadań, 299 ms na zadanie.
- Mój test po polsku: dział 42/47, pilność 43/50, wybór narzędzia 10/10.
Co to jest d1
d1 należy do nowej kategorii modeli decyzyjnych, którą we wrześniu otworzył Jev od TypeSafe. Dostaje stan (np. treść zgłoszenia albo zdjęcie) i nazwane pytania z zamkniętą listą odpowiedzi. Zamiast generować tekst, liczy rozkład prawdopodobieństw dla każdej opcji. Obsługuje trzy typy pytań:
choice- wybór jednej opcji z listy,noul- tak albo nie, z prawdopodobieństwem „tak”,score- ocena na uporządkowanej skali.
Całą kategorię, ranking i porównanie wszystkich modeli opisałem w przewodniku Modele decyzyjne AI.
Trzy wersje d1
| Wersja | Baza | Wejście | Gdzie |
|---|---|---|---|
| d1 (hostowany) | nie podano | tekst (od 5.10 także obraz w API Liquid) | API Liquid, OpenRouter |
| d1-3B | LFM2.5-VL-3B | tekst i obraz | Hugging Face |
| d1-omni-600M | LFM2.5-Encoder-350M | tekst + obraz albo tekst + dźwięk | Hugging Face |
Liquid AI nie napisało wprost, czy hostowany d1 to te same wagi co d1-3B. Karta d1-3B na Hugging Face wymienia 16 języków, w tym polski. Według Liquid AI pojedyncze pytanie zajmuje d1-3B 8 ms na RTX 4090, 26 ms na Jetson AGX Orin i 50 ms na Jetson Orin Nano - to pomiary producenta, nie sprawdzałem ich lokalnie.
Wynik w rankingu Artificial Analysis
| Test | d1 | Lider wśród modeli decyzyjnych |
|---|---|---|
| Decision Index | 50,3 | Jev 1.13 (57,5) |
| Wiedza - trafność | 41,0 | d1 (41,0) |
| „Nie wiem” zamiast zmyślania | 1,7 | Microsoft-Decision-1 (39,8) |
| Rozumowanie (HLE) | 11,5 | Jev 1.13 (20,9) |
| Wybór narzędzi (When2Call) | 77,4 | GLiDE i Celeris-1 (83,7) |
| Klasyfikacja (WildGuardTest) | 90,9 | GLiDE (95,1) |
| Koszt 1 mln zadań | 30,3 USD | Decider v1.1 27B (16,5 USD) |
| Mediana czasu | 299 ms | Celeris-1 (63 ms) |
- Najlepsza wiedza w kategorii, ale to nadal 41% wobec 52% u Claude Haiku 5.5 (low).
- Prawie zawsze zgaduje. Wskaźnik 1,7 oznacza, że gdy d1 nie znał odpowiedzi, niemal nigdy nie wybrał „nie wiem”. W zastosowaniach, w których pomyłka kosztuje, trzeba to łapać progiem pewności albo drugim modelem.
- Cena w środku stawki - podobnie jak Microsoft-Decision-1 i Mercury Decide, przy niższym wyniku.
Mój test po polsku (13.10.2026)
d1 dostał przez OpenRouter ten sam zestaw co 8 innych modeli decyzyjnych i 2 małe LLM-y: 50 polskich zgłoszeń do sklepu (dział z 7 opcji i pilność) oraz 10 rozmów, w których asystent decyduje, czy wywołać narzędzie, dopytać, odpowiedzieć sam, czy odmówić.
| Model | Dział (z 47) | Pilność (z 50) | Narzędzia (z 10) |
|---|---|---|---|
| d1 | 42 | 43 | 10 |
| Najlepszy model decyzyjny | 44 | 48 | 10 |
| Claude Haiku 5.5 (low) | 45 | 46 | 10 |
- Czas: mediana 340 ms z Polski przez OpenRouter - drugi najszybszy wynik w moim teście (Claude Haiku 5.5: 1689 ms).
- Koszt: milion takich zadań wyszedłby około 12,9 USD (Claude Haiku 5.5: 96,7 USD).
- Pilność: 43 z 50 to jeden ze słabszych wyników - próg trzeba ustawić na własnych danych.
Jak uruchomić d1
- Bez instalacji: OpenRouter, endpoint
POST https://openrouter.ai/api/alpha/decisions, modelliquid/d1, polastateiquestions. Przykład zapytania w Pythonie jest w przewodniku po modelach decyzyjnych. - API Liquid AI:
https://api.liquid.ai/decisions/v1/systemone, klucz z konsoli Liquid AI. Format zgodny z Jevem. - Lokalnie: wagi
LiquidAI/d1-3Bz Hugging Face. Liquid AI deklaruje wsparcie llama.cpp na sprzęcie Apple, AMD, Qualcomm i NVIDIA.
Licencja: kiedy za darmo
Wagi d1 są na licencji LFM Open License v1.0, a nie Apache-2.0. Najważniejszy warunek: do użytku komercyjnego licencja wystarcza, dopóki firma (razem z podmiotami powiązanymi) ma mniej niż 10 mln USD rocznego przychodu. Powyżej tego progu potrzebna jest osobna umowa z Liquid AI. Badania i użytek niekomercyjny są dozwolone bez tego ograniczenia.
Dla kogo d1
- Tak: urządzenia bez stałego internetu (kamery, terminale, roboty), proste klasyfikacje z obrazem, firmy, które chcą trzymać dane u siebie i mieszczą się w progu licencji.
- Raczej nie: decyzje, w których model powinien przyznać się do niewiedzy - tu lepsze są Microsoft-Decision-1 i Jev. Do najwyższej jakości ogólnej lepszy jest Jev 1.13, do najniższego kosztu w chmurze Decider v1.1 27B.
Najczęstsze pytania
Ile kosztuje Liquid AI d1?
Hostowany d1 kosztuje 0,04 USD za milion tokenów wejścia, wyjście jest darmowe (API Liquid AI i OpenRouter, stan na 13.10.2026). Otwarte wagi d1-3B są bezpłatne dla firm poniżej 10 mln USD rocznego przychodu.
Czy d1 działa po polsku?
Tak. Karta d1-3B wymienia polski wśród 16 języków, a w moim teście d1 trafił dział w 42 z 47 jednoznacznych polskich zgłoszeń.
Czym d1 różni się od LFM2.5?
LFM2.5 to rodzina modeli językowych Liquid AI, które generują tekst. d1 jest zbudowany na nich, ale nie generuje tekstu - zwraca prawdopodobieństwa dla podanych opcji.
Jakie miejsce zajął d1 w rankingu Artificial Analysis?
Siódme z 11 modeli decyzyjnych: 50,3 pkt w Decision Index z 13.10.2026. Prowadzi Jev 1.13 (57,5 pkt).
Źródła
- Liquid AI: otwarte modele d1 (7.10.2026)
- Liquid AI: d1 decision model
- Hugging Face: LiquidAI/d1-3B (karta i licencja, sprawdzone 13.10.2026)
- OpenRouter: liquid/d1
- Artificial Analysis Decision Index v1.0 (13.10.2026)
- Własny test: 13.10.2026, 60 zadań przez OpenRouter z Polski.

Autor
Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.
Czytaj dalej
Artykuły · Strands Decider 2B od AWS: otwarty model decyzyjny, test po polskuAWS wydał mały model decyzyjny z otwartymi wagami, danymi i skryptami. Uruchomiłem go na RTX 4090: 3,8 GB VRAM, 135 ms, 30/30 polskich zgłoszeń.
Artykuły · d1-ultra od Liquid AI prowadzi w rankingu modeli decyzyjnych AA. Cena i mój testLiquid AI wydało d1-ultra, model decyzyjny tylko przez API. W Decision Index ma 65,2 pkt, przed Jevem 1.13. Cena, dostęp z Polski i 44 z 47 w moim...
Artykuły · MOSS Image: otwarty model od napisów. Mój test po polsku i po chińskuOtwarty model obrazu specjalizujący się w napisach. Sprawdziłem go na 10 polskich poleceniach: krótkie napisy dobrze, dłuższe z błędami, chiński...- przelomowy.plModele AI rozpoznają ukryte nadużycia naukowe w 91% przypadków, lecz często i tak pomagają
- dygot.plClaude ma nową aplikację. Czat stał się w niej tylko jedną z czterech kart
- generatornia.plBlack Friday 2026 na narzędzia AI: ceny z cenników, z którymi porównasz rabat
- przewagi.plAutomatyzacja faktur: zacznij od obiegu i wyjątków, potem dodaj AI
Komentarze 0
Wulgaryzmy, obrażanie i oskarżenia wobec osób lub firm sprawdzam ręcznie przed publikacją. Spam usuwam.
Nikt jeszcze nie skomentował. Napisz pierwszy komentarz.



