d1-ultra od Liquid AI prowadzi w rankingu modeli decyzyjnych AA. Cena i mój test

👁 121 przeczytań

Liquid AI wydało 15 października d1-ultra, model decyzyjny, który nie pisze tekstu, tylko wybiera odpowiedź z listy i podaje prawdopodobieństwo każdej opcji. W rankingu Decision Index od Artificial Analysis ma 65,2 pkt i jest nowym liderem modeli decyzyjnych, wyraźnie przed Jevem 1.13 od TypeSafe (57,5). Sprawdziłem tabelę AA, stronę producenta, cennik i to, czy model działa z Polski. 19 października puściłem go też przez mój zestaw polskich zgłoszeń.

Co to za model

d1-ultra to największy model decyzyjny Liquid AI. Czyta tekst, obrazy albo jedno i drugie naraz i odpowiada na trzy typy pytań: tak/nie, wybór z listy i ocenę na skali. Producent pokazuje go na przykładach takich jak wykrycie wady na zdjęciu płytki drukowanej czy sprawdzenie zgłoszenia szkody ze zdjęciem klienta. Okno kontekstu ma 32 768 tokenów.

Liquid pisze, że model powstał na bazie większego otwartego modelu z własnymi modyfikacjami, ale nie podaje, którego, ani liczby parametrów. Sam d1-ultra jest dostępny wyłącznie przez API. Otwarte wagi mają tylko mniejsze modele z tej rodziny, d1-3B i d1-omni-600M, na licencji LFM Open License. Wcześniejszy, mniejszy d1 opisałem przy premierze serii d1.

Wynik w Decision Index

Przewaga bierze się głównie z trzech z czterech testów indeksu. d1-ultra ma najlepsze wśród modeli decyzyjnych wyniki:

• When2Call (czy odpowiedzieć, wywołać narzędzie, dopytać czy odmówić): 92,6, wobec 83,7 u dotychczasowych liderów, Celeris-1 Decision i GLiDE.
• WildGuardTest (szkodliwe prośby i odpowiedzi): 95,4, wobec 95,1 u GLiDE.
• Przyznawanie się do niewiedzy w pytaniach o wiedzę: 84,5, wobec 39,8 u Microsoft-Decision-1.

Słabiej wypada sama wiedza i rozumowanie. Trafność w pytaniach o wiedzę to 31,6 (najlepszy d1 ma 41,0), a w HLE-MultiChoice 15,0 (Jev 1.13 ma 20,9). Zwykłe modele językowe nadal mają w tym indeksie więcej: Claude Haiku 5.5 w trybie Max 68,4 pkt, ale za ok. 2073 USD za milion zadań. Liquid podaje też, że d1-ultra wygrał z Jevem 1.14 we wszystkich 112 ewaluacjach, które sam przeprowadził. To wynik producenta, nikt go jeszcze nie powtórzył.

W drugim rankingu modeli decyzyjnych, JevBench, d1-ultra ma 80,5 pkt w Capability Score i jest 2. wśród usług API, za kettei-fat (86,3). Polski otwarty basal-omni-1.0-ultra ma tam 82,5, ale w Decision Index nie był mierzony, więc tych dwóch modeli nie da się porównać w jednej tabeli AA.

Cena i dostęp z Polski

• Cennik: 0,042 USD za milion tokenów wejścia, czyli ok. 0,16 zł po kursie NBP z 19.10.2026 (3,8974 zł). Wyjście jest darmowe, bo model nie generuje tokenów. Obraz 1024 x 1024 px liczy się według Liquid jako 1536 tokenów.
• Gdzie: API Liquid (console.liquid.ai), OpenRouter jako liquid/d1-ultra w tym samym formacie /v1/systemone co inne modele decyzyjne, Vercel AI Gateway.
• Z Polski: przez OpenRouter działa bez osobnego konta u Liquid, sprawdziłem 19.10.

Mój test po polsku

Ten sam zestaw co przy premierze rankingu: 50 zgłoszeń do sklepu (dział i pilność) i 10 decyzji o narzędziach, klucz ustalony 13.10.

• Dział: 44 z 47, tyle samo co najlepsze modele decyzyjne 13.10 (Microsoft-Decision-1, Decider, Mercury, Clef). Jev 1.13 miał 41, basal-omni-1.0-mini 42.
• Pewność: przy pewności od 0,9 trafił 40 z 42.
• Pilność: 43 z 50. Przy progu 0,5 oznaczył jako pilne 7 spraw, które mogły poczekać, więc próg trzeba ustawić wyżej na własnych danych.
• Narzędzia: 10 z 10.
• Czas i koszt: mediana 351 ms z Polski razem z siecią, cały test 0,00075 USD, czyli ok. 12,5 USD za milion takich zadań.

Wszystkie modele decyzyjne, oba rankingi i moje testy zebrałem w przewodniku Modele decyzyjne AI.