A Liquid AI d1-ultra modellje válasz generálása nélkül hoz kötött multimodális döntéseket
Az API rögzített választásokhoz ad valószínűségeket; az ár alacsony, a modellméret és a független gyakorlati tesztek ismeretlenek.
Ebben a cikkben
A Liquid AI kiadta a d1-ultra modellt, amelyet előre meghatározott kimenetelű döntésekhez terveztek, nem pedig szabad szöveg írására. Szöveget, képet vagy a kettőt együtt fogad, és egyetlen feldolgozási menetben valószínűségeket ad a kötött kérdésekre, generált kimeneti tokenek nélkül. Emiatt osztályozási, irányítási és pontozási folyamatokhoz lehet érdekes, de nem helyettesít egy általános célú chatbotot.
Háromféle döntési kérdés
A Liquid AI bejelentése szerint a fejlesztők három kérdésformát használhatnak. A „Noul” egy igen és nem közötti valószínűséget ad. A „Choice” a megadott címkék között osztja el a valószínűséget. A „Score” egy sorrendbe rendezett értékelési szabályrendszer alapján pontozza a bemenetet. Egy moderációs rendszer például rögzített szabálykategóriákba sorolhatna egy képet és képaláírást; szabad szöveges indoklást csak egy másik rendszer készítene.
A Liquid dokumentumok és képek osztályozására, kérések továbbítására, előszűrésre, védelmi szabályokra és modellértékelésre szánja a d1-ultrát. A döntési modellek dokumentációja kifejezetten nyelvi modellt javasol, ha beszélgetésre, összefoglalásra, kódra vagy más szabad formájú kimenetre van szükség. A határ fontos: a valószínűségi eloszlás egyszerűsítheti az automatizálást, de a címkéket, küszöbértékeket és az emberi felülvizsgálat szabályait továbbra is meg kell tervezni.
Ár és hozzáférés
A bevezető ár egymillió bemeneti tokenenként 0,042 dollár, kimeneti token díja nélkül. Képeknél minden 32×32 pixeles képrészlet 1,5 tokennek számít; a Liquid példájában egy 1024×1024-es kép 1536 token. Az október 15-i bejelentéskor a d1-ultra a Liquid API-ján volt elérhető, a Vercel AI Gateway és az OpenRouter támogatását későbbre ígérték.
A Liquid egy nagyobb, nyílt súlyú alapmodell testreszabásaként írja le a rendszert, de a pontos alapmodellt és a paraméterszámot nem közölte. Maga a d1-ultra csak API-n keresztül használható; a kisebb d1-változatokkal ellentétben a súlyai nem tölthetők le. Ez korlátozza a független vizsgálatot és a helyben futtatást.
Mit bizonyít a 65 pontos eredmény?
A Liquid szerint a modell 65 pontot ért el az Artificial Analysis Decision Indexen, és legalább nyolc ponttal előzte meg a többi rendszert. Az Artificial Analysis módszertana szerint az index négy, egyenlő súlyú értékelést egyesít: tényszerű döntést és a hallucináció kerülését, feleletválasztós érvelést, eszközhasználati döntéseket, valamint biztonsági osztályozást. A szervezet közlése szerint a teszteket függetlenül végzi.
A nyilvánosan elérhető módszertan megmutatja, mit mér az index, de a d1-ultra számszerű eredményének forrása a Liquid bejelentése. Sem ez, sem a MarkTechPost beszámolója nem közöl részletes tesztenkénti adatokat, és egyik sem hivatkozik független üzemi vizsgálatra. A Liquid saját, 112 értékelésből álló csomagjának minden kategóriájában vezetőnek nevezi a modellt; ez szintén gyártói állítás.
A vásárlók számára ezért a saját, kötött választású folyamat a döntő próba: javítják-e a kalibrált valószínűségek az eredményt a kiválasztott küszöbértékek mellett. Az ár és az interfész világos, de a nem közölt architektúra, a zárt súlyok és a részletes nyilvános eredmények hiánya fontos kérdéseket hagy a független értékelésre.