Liquid AI 发布多模态决策模型 d1-ultra

今天，我们发布 d1-ultra，这是我们全新的多模态决策模型，具备最先进的性能。大多数决策模型在简单和常见的任务上表现良好。我们构建 d1-ultra 是为了应对更难、更混乱的真实世界用例，比如根据规格在电路板上发现缺陷，或根据客户照片核对损坏索赔。

d1-ultra 今天已在 Liquid API 上线，价格为每百万输入 token 0.042 美元。

在 Liquid Console 上试用在 d1 Playground 上试用

d1-ultra 的功能

决策模型针对某一情境回答问题，并为每个可能的答案给出概率。d1-ultra 接收非结构化数据（文本、图像或两者）以及一个或多个问题作为输入。它在一次前向传递中读取这些输入并返回概率，而不生成任何 token。

d1-ultra 可回答与 d1 相同的三种问题类型：

• noul：一个是/否问题，以 0 到 1 的概率作答。
• Choice：从多个标签中选择一个，每个标签对应一个概率。
• Score：在量表上的一个位置。

结果

与 d1 相比，我们将 d1-ultra 基于一个更大的开放权重模型，并进行了一系列 Liquid 特有的深度定制。结合我们的训练流程，它带来了显著的提升，尤其是在知识相关任务上。

我们在 112 项独立评估中，将其与之前的模型 d1 和 Jev 1.14 进行了比较。

仅有准确率还不够：决策模型还会输出必须经过恰当校准的概率。我们意识到，大多数决策模型对自己的回答过于自信。因此，我们专门训练 d1-ultra 以产生更可靠的概率。

d1-ultra 在所有任务上都优于 Jev 1.14，在相同价格下提供校准更好的答案和更高的准确率。要了解它在实践中的表现，你可以在 d1 Playground 中找到更多运行 d1-ultra 的演示。

d1-ultra 在 Artificial Analysis Decision Index 上也以至少 8 分的优势优于所有其他决策模型。"

可用性与定价

d1-ultra 已在 Liquid AI API 上线。创建你的 API 密钥，今天就开始构建。d1-ultra 很快将通过 Vercel 和 OpenRouter 提供。

该模型可同时读取文本、图像或两者，如下例所示：

import base64, os, requests

image = base64.b64encode(open("board.jpg", "rb").read()).decode()

response = requests.post(
    "https://api.liquid.ai/decisions/v1/systemone",
    headers={"Authorization": f"Bearer {os.environ['LIQUID_API_KEY']}"},
    json={
        "model": "d1-ultra",
        "images": [f"data:image/jpeg;base64,{image}"],
        "state": "Camera image of a circuit board on the production line.",
        "questions": 
            {"defect": {
                "type": "noul", 
                "instructions": "Does this circuit board have a defect?"
             }
         },
    },
)

print(response.json()["answers"]["defect"]["noul"])

完整的 API 参考见 决策模型文档。

d1-ultra 仅按输入 token 计费，没有输出 token。图像按与文本相同的费率计为输入 token：每 32×32 像素块 1.5 个 token，因此一张 1024×1024 图像花费 1,536 个 token。每个问题都作为独立的提示计费，包括其文本和所有图像。

d1-ultra 是我们迄今为止能力最强的决策模型。我们致力于继续在各种规模上推进决策模型的工作，带来新功能、更高的决策质量和更低的延迟，并计划定期提供更新。

在 Liquid Console 上试用阅读我们的文档

引用

如需引用，请使用以下参考或 BibTeX：