d1-ultra de Liquid AI: precio y prueba del líder en Decision Index

👁 113 lecturas

Liquid AI lanzó d1-ultra el 15 de octubre: un modelo de decisión que no escribe textos, sino que elige una respuesta de una lista y asigna una probabilidad a cada opción. En el Decision Index de Artificial Analysis obtiene 65,2 puntos y se convierte en el nuevo líder entre los modelos de decisión, por delante de Jev 1.13, de TypeSafe, con 57,5. He revisado la tabla de AA, la web del fabricante, los precios y si el modelo funciona desde Polonia. El 19 de octubre también lo probé con mi conjunto de casos en polaco.

Qué es d1-ultra

d1-ultra es el modelo de decisión más grande de Liquid AI. Procesa texto, imágenes o ambos a la vez y responde a tres tipos de preguntas: sí o no, elección entre opciones y valoración en una escala. El fabricante lo muestra con ejemplos como detectar un defecto en la foto de una placa de circuito impreso o revisar una reclamación de seguro con la imagen del cliente. Su ventana de contexto es de 32 768 tokens.

Liquid afirma que el modelo parte de un modelo abierto de mayor tamaño, al que ha aplicado modificaciones propias, pero no especifica cuál ni cuántos parámetros tiene. d1-ultra solo está disponible mediante API. Los únicos modelos de la familia con pesos abiertos son los más pequeños, d1-3B y d1-omni-600M, bajo la licencia LFM Open License. Ya hablé del d1 anterior, de menor tamaño, cuando se presentó la serie d1.

Resultados de d1-ultra en el Decision Index

La ventaja se debe sobre todo a tres de las cuatro pruebas del índice. d1-ultra consigue los mejores resultados entre los modelos de decisión en estos apartados:

• When2Call (decidir si responder, llamar a una herramienta, pedir más información o rechazar): 92,6, frente a 83,7 de los anteriores líderes, Celeris-1 Decision y GLiDE.
• WildGuardTest (solicitudes y respuestas perjudiciales): 95,4, frente a 95,1 de GLiDE.
• Reconocimiento de la propia falta de conocimiento en preguntas de conocimiento: 84,5, frente a 39,8 de Microsoft-Decision-1.

Su rendimiento es más flojo en conocimiento y razonamiento. La precisión en preguntas de conocimiento es de 31,6 (el mejor d1 obtiene 41,0), y en HLE-MultiChoice, de 15,0 (Jev 1.13 obtiene 20,9). Los modelos de lenguaje convencionales aún logran una puntuación mayor en este índice: Claude Haiku 5.5 en modo Max alcanza 68,4 puntos, pero cuesta unos 1 846,77 EUR (2 073 USD) por millón de tareas. Liquid también afirma que d1-ultra superó a Jev 1.14 en las 112 evaluaciones que realizó. Es un resultado del fabricante que nadie ha reproducido todavía.

En JevBench, otro ranking de modelos de decisión, d1-ultra obtiene 80,5 puntos en Capability Score y ocupa el segundo puesto entre los servicios de API, por detrás de kettei-fat (86,3). El modelo abierto basal-omni-1.0-ultra obtiene allí 82,5 puntos, pero no se evaluó en el Decision Index, por lo que no se pueden comparar ambos modelos en una misma tabla de AA.

Precio de d1-ultra y acceso por API

• Precio: 0,037416 EUR (0,042 USD) por millón de tokens de entrada. La salida es gratuita porque el modelo no genera tokens. Liquid cuenta cada imagen de 1024 x 1024 px como 1536 tokens.
• Plataformas: API de Liquid (console.liquid.ai), OpenRouter como liquid/d1-ultra con el mismo formato /v1/systemone que otros modelos de decisión, y Vercel AI Gateway.
• Acceso desde Polonia: comprobé el 19.10 que funciona a través de OpenRouter sin tener una cuenta aparte en Liquid. Consulta al proveedor para confirmar la disponibilidad desde tu ubicación.

Mi prueba de d1-ultra en polaco

Usé el mismo conjunto que para la presentación del ranking: 50 reclamaciones a una tienda, clasificadas por departamento y urgencia, y 10 decisiones sobre el uso de herramientas. La clave de respuestas quedó fijada el 13.10. La prueba se hizo en polaco; los resultados no corresponden a una evaluación en español.

• Departamento: 44 de 47, el mismo resultado que los mejores modelos de decisión del 13.10 (Microsoft-Decision-1, Decider, Mercury y Clef). Jev 1.13 obtuvo 41 y basal-omni-1.0-mini, 42.
• Confianza: con una confianza de 0,9 o superior, acertó 40 de 42.
• Urgencia: 43 de 50. Con el umbral en 0,5, marcó como urgentes 7 casos que podían esperar, así que conviene ajustar el umbral con datos propios.
• Herramientas: 10 de 10.
• Tiempo y coste: mediana de 351 ms desde Polonia, incluida la red; la prueba completa costó 0,000668 EUR (0,00075 USD), equivalente a unos 11,14 EUR (12,5 USD) por millón de tareas como estas.

He reunido los modelos de decisión, ambos rankings y mis pruebas en la guía Modelos de decisión de IA.

Las conversiones a euros son aproximadas y no representan precios locales de compra. Tipo de cambio de referencia del BCE del 19.10.2026: 1 EUR = 1,1225 USD. Fuente: BCE.

// sigue leyendoFLUX 3 Video: precios de API, ranking y prueba a fondoBenchmarksDecision Index de Artificial Analysis: ranking de modelosNoticiasKimi AI: qué es, Kimi K3, precios y prueba a fondoHerramientas de IA

Kinetyra