Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型,登顶 AA Decision Index
Liquid AI 发布决策模型 d1.2 和 d1.2-ultra,支持文本、图像和音频输入,返回各选项的概率而不生成文本,仅按输入计费。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得 75 分,位列该榜单决策模型第一,d1.2 得 69 分。
MarkTechPost· Asif Razzaq·2026-11-17 17:20· 51 分钟前AI 评分52
Liquid AI 发布 d1.2 和 d1.2-ultra:登顶 AA 决策指数的全模态决策模型
AI 导读
Liquid AI 发布决策模型 d1.2 和 d1.2-ultra,支持文本、图像和音频输入,返回概率而非生成文本,d1.2-ultra 以 75 分位列 Artificial Analysis Decision Index v2.1 决策模型榜首。
正文 · 原文
Liquid AI 刚刚发布了 d1.2 和 d1.2-ultra。决策模型不写文本,而是针对一组固定答案返回经过校准的概率。Liquid AI d1.2 决策模型系列现在可接受文本、图像和音频输入,还新增了 5 种答案类型。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75,是该指数中决策模型的最高分。你可以通过我们的 GPULeaderboard.com Chrome 扩展查看部署选项和规格。
TL;DR
- 规模:参数未披露。每个问题最多 65,536 个输入 token,每次调用 128 个问题。
- 运行方式:仅托管于 Liquid API。暂无权重;Liquid AI 表示将在“某个时候”开放权重。
- 性能:d1.2-ultra 在 AA Decision Index v2.1 上得 75 分,d1.2 得 69 分。
- 最佳表现:d1.2-ultra 在 13 项基准测试中校准误差为 0.8 个百分点(Liquid AI 测试)。
Liquid AI d1.2 是什么?
d1.2 是 Liquid AI 的托管决策模型,可在 1 次调用中回答关于文本、图像或音频的类型化问题。它为每个选项返回一个概率,并生成零个输出 token,因此仅对输入计费。
d1.2-ultra 面向更难的决策。d1.2 速度更快,成本不到其一半。模型 ID 为 d1.2(默认)和 d1.2-ultra。此前的 d1、d1.1 和 d1-ultra 现已弃用,不支持音频或新任务。
d1.2 中的 5 种新任务是什么?
d1.2 在同一端点和请求格式上新增了 5 种类型化答案:
- 读取一个值(
text、number、date):返回值及其来源字符。若找不到则回答“未找到”,而不是猜测。 - 查找所有片段(
spans):返回每个匹配的段落(如姓名或电子邮件)及其位置。 - 定位对象(
box、boxes):返回 1 个矩形,或每个实例 1 个矩形并附带计数。 - 估计一个数字(
number配合range):返回最佳猜测和范围,例如 12,范围为 10 到 14。 - 选出所有适用选项(
choice配合multiple):返回每个匹配标签及其各自的概率。
音频输入如何工作?
音频可以是问题的对象,例如说的是哪种语言,或是否能听到警笛声。问题本身也可以是语音。API 接受 16 位 PCM WAV,每秒音频计为 10 个 token。在留出的 ESC-50 和 FLEURS(43 种语言)录音上,两个模型正确回答了 95% 到 97% 的问题。
d1.2 在 Artificial Analysis Decision Index 上得分如何?
该指数综合了 6 项评估。AA-Paperclip 占 30% 权重。EvalSafe-O*NET-AA、AA-Omniscience-Decision v1.1、HLE-MultiChoice v1.1 和 AA-Symmetry v1.1 各占 15%。When2Call 占 10%。其 Decision Score 会对自信的错误答案进行扣分。
在 Liquid AI 分享的 AA 图表上,d1.2-ultra 得分为 75。Drex Max v1.1、SubQ Snap 1.2 和 GLiDE v1.2 以 73 分紧随其后。d1.2 得分为 69。这比已弃用的 d1-ultra 的 71 分低 2 分。Liquid AI 主张,没有模型能以更低的成本获得比 d1.2 更高的分数。
概率校准得有多好?
一个校准良好的模型说 80% 时,大约有 80% 的概率是正确的,因此团队可以将低置信度的案例转交给人工处理。在 13 个基准测试和 22,505 个问题上,Liquid AI 报告了以下校准误差:
- d1.2-ultra:0.8 分
- d1.2:1.2
- Jev 1.14:2.7
- Perplexity Decider v1.3:3.7
- GPT-6 Luna(Decisions API):7.2
注:这些数据来自 Liquid AI 自己的测试。
新任务的准确度如何?
Liquid AI 使用了公共数据集的留出划分;目前尚无公开基准测试。
| 任务(数据集) | d1.2-ultra | d1.2 |
|---|---|---|
| 从收据中读取数值(CORD、SROIE) | 98% | 96% |
| 查找个人数据,精确率 / 召回率(Nemotron PII) | 94% / 93% | 92% / 88% |
| 定位物体(RefCOCO、RefCOCO+、RefCOCOg) | 94% | 94% |
| 计数物体,误差在 1 以内(COCO) | 93% | 92% |
| 选出所有存在的物体(COCO) | 87% | 90% |
d1.2 在多标签选择上以 90% 对 87% 击败 d1.2-ultra。
d1.2 与其他决策模型对比
| 指标 | d1.2-ultra | d1.2 | Drex Max v1.1(Nace.AI) | Decider v1.3(Perplexity) | Jev 1.14(TypeSafe) |
|---|---|---|---|---|---|
| AA Decision Index v2.1 | 75 | 69 | 73 | 70 | 66 |
| 校准误差(Liquid 测试) | 0.8 | 1.2 | 未报告 | 3.7 | 2.7 |
| 每 1M tokens 输入价格 | $0.042 | $0.02 | $0.03 | $0.02 | $0.042 |
| 输出价格 | $0 | $0 | $0 | $0 | $0 |
| 输入限制 | 每个问题 65,536 | 每个问题 65,536 | 262,144 | 262,144 | 65.5K |
| 输入 | 文本、图像、音频 | 文本、图像、音频 | 文本、图像 | 文本、图像 | 文本 |
| 参数 | 未披露 | 未披露 | 未披露 | 27B 基础模型(Qwen3.8-27B) | 未披露 |
| 权重 | 已计划,无日期 | 已计划,无日期 | v1.1 未发布 | Apache 2.0 | 专有 |
定价与部署
定价为 d1.2 每 1M 输入 tokens 0.02 美元,d1.2-ultra 为 0.042 美元。新组织在 Liquid Console 上可获得 2 美元免费额度。
图像按每 32×32 像素块 1.5 tokens 计费,因此一张 1024×1024 的图像为 1,536 tokens。共享状态和媒体只计费一次;每个额外问题仅增加其自身的 tokens。
每次调用的请求限制:
- 128 个问题和 4.5 MB 的请求体
- 8 张图像,或
box和boxes恰好 1 张 - 8 个音频片段和总计 300 秒的音频
端点为 https://api.liquid.ai/decisions/v1/systemone。
关键要点
- d1.2-ultra 在 AA Decision Index v2.1 上得分为 75,在决策模型中排名第一。
- 两个模型现在都能读取文本、图像和音频,且输出 tokens 为 0。
- 5 种新答案类型:数值、片段、边界框、范围估计、多标签选择。
- d1.2-ultra 报告 0.8 分的校准误差,而 Perplexity Decider v1.3 为 3.7 分。
- 目前仅提供托管服务:没有权重、参数数量或延迟数据。
查看发布博客、d1 API 文档和AA Decision Index。你可以通过我们的GPULeaderboard.com Chrome 扩展程序在此查看部署选项和规格。
另外,欢迎在 Twitter 上关注我们,别忘了加入我们的 150k+ ML SubReddit 并订阅我们的新闻通讯。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们了。
需要与我们合作推广你的 GitHub 仓库、Hugging Face 页面、产品发布或网络研讨会等?联系我们
文章 Liquid AI 发布 d1.2 与 d1.2-ultra:登顶 AA Decision Index 的全模态决策模型 首次出现在 MarkTechPost。
来源:MarkTechPost · marktechpost.com
来源:RadarAI · aihot.news