d1-ultra da Liquid AI lidera ranking de modelos de decisão

👁 139 leituras

A Liquid AI lançou o d1-ultra em 15 de outubro. É um modelo de decisão: em vez de escrever textos, escolhe uma resposta em uma lista e informa a probabilidade de cada opção. No Decision Index da Artificial Analysis, marcou 65,2 pontos e assumiu a liderança entre os modelos de decisão, à frente do Jev 1.13, da TypeSafe, com 57,5. Consultei a tabela da AA, a página da fabricante e os preços, além de verificar se o modelo funcionava a partir da Polônia. Em 19 de outubro, também o avaliei com meu conjunto de solicitações em polonês.

O que é o d1-ultra

O d1-ultra é o maior modelo de decisão da Liquid AI. Ele lê texto, imagens ou os dois ao mesmo tempo e responde a três tipos de perguntas: sim ou não, escolha entre opções e avaliação em uma escala. A fabricante apresenta exemplos como identificar um defeito em uma foto de placa de circuito ou analisar uma solicitação de indenização acompanhada de uma imagem enviada pelo cliente. A janela de contexto é de 32.768 tokens.

A Liquid diz que o modelo foi criado a partir de um modelo aberto maior, com modificações próprias, mas não informa qual modelo serviu de base nem o número de parâmetros. O d1-ultra só está disponível por API. Apenas os modelos menores da família, d1-3B e d1-omni-600M, têm pesos abertos, sob a licença LFM Open License. Escrevi sobre o d1, modelo menor, no lançamento da série d1.

Resultado no Decision Index

A vantagem vem principalmente de três dos quatro testes do índice. O d1-ultra obteve os melhores resultados entre os modelos de decisão nos seguintes critérios:

• When2Call (decidir se deve responder, chamar uma ferramenta, pedir mais informações ou recusar): 92,6, contra 83,7 dos antigos líderes, Celeris-1 Decision e GLiDE.
• WildGuardTest (solicitações e respostas prejudiciais): 95,4, contra 95,1 do GLiDE.
• Reconhecimento de falta de conhecimento em perguntas factuais: 84,5, contra 39,8 do Microsoft-Decision-1.

O modelo tem desempenho inferior em conhecimento e raciocínio. A precisão em perguntas de conhecimento é de 31,6 (o melhor d1 chega a 41,0), e no HLE-MultiChoice é de 15,0 (o Jev 1.13 marca 20,9). Os modelos de linguagem convencionais ainda pontuam mais nesse índice: o Claude Haiku 5.5 no modo Max alcança 68,4 pontos, mas custa cerca de US$ 2.073 por milhão de tarefas. A Liquid também afirma que o d1-ultra venceu o Jev 1.14 em todas as 112 avaliações que realizou. Esse resultado é da fabricante e ainda não foi reproduzido por terceiros.

Em outro ranking de modelos de decisão, o JevBench, o d1-ultra tem 80,5 pontos no Capability Score e ocupa o segundo lugar entre os serviços de API, atrás do kettei-fat (86,3). O basal-omni-1.0-ultra de código aberto marca 82,5 nesse ranking, mas não foi avaliado no Decision Index. Portanto, não é possível comparar os dois modelos na mesma tabela da AA.

Preço e disponibilidade

• Preço: US$ 0,042 por milhão de tokens de entrada. A saída é gratuita porque o modelo não gera tokens. Segundo a Liquid, uma imagem de 1024 x 1024 px equivale a 1.536 tokens.
• Onde usar: API da Liquid (console.liquid.ai), OpenRouter como liquid/d1-ultra, no mesmo formato /v1/systemone usado por outros modelos de decisão, e Vercel AI Gateway.
• Acesso na Polônia: testei o modelo pelo OpenRouter em 19/10; não foi necessário criar uma conta separada na Liquid. Consulte o provedor para confirmar a disponibilidade na sua região.

Meu teste do d1-ultra em polonês

Usei o mesmo conjunto do lançamento do ranking: 50 solicitações a uma loja, para identificar categoria e urgência, e 10 decisões sobre o uso de ferramentas. O gabarito foi definido em 13/10. O teste foi feito em polonês; os resultados não representam um teste em português brasileiro.

• Categoria: 44 de 47, o mesmo resultado dos melhores modelos de decisão em 13/10 (Microsoft-Decision-1, Decider, Mercury e Clef). O Jev 1.13 acertou 41 e o basal-omni-1.0-mini, 42.
• Confiança: com confiança a partir de 0,9, acertou 40 de 42.
• Urgência: 43 de 50. Com o limite em 0,5, classificou como urgentes 7 casos que poderiam esperar. Por isso, é preciso ajustar o limite com dados próprios.
• Ferramentas: 10 de 10.
• Tempo e custo: mediana de 351 ms a partir da Polônia, incluindo a rede; o teste inteiro custou US$ 0,00075, ou cerca de US$ 12,5 por milhão de tarefas desse tipo.

Reuni os modelos de decisão, os dois rankings e meus testes no guia Modelos de decisão de IA.

// continue lendoGerador de vídeo com IA: ranking e preços em 2026GuiasGPT-6 Cyber: todos os benchmarks do system card explicadosBenchmarksGPT-Image-2.6 vs 2.5: mesmo preço por token, conta 3x maiorBenchmarks