Liquid AI 发 d1-ultra：多模态决策模型，AA 决策指数领先至少 8 分
-mh23DVnFm2EDs4US6gJskniHIMwVY4.png)
Liquid AI 发布了新一档决策模型 d1-ultra。决策模型不生成文本：它把文本、图像或两者一起读进去，一次前向就返回概率，支持三种问法——二是非的概率、多选一的每个标签概率、以及量表上的位置。d1-ultra 的定位是此前决策模型做不好的那类硬活，比如拿电路板照片对着规格判断有无缺陷、拿客户照片核对理赔。
与自家 d1 相比，d1-ultra 建立在一个更大的开放权重模型上，再叠了一整套 Liquid 自己的改造，官方称在知识类任务上增益最明显；对比口径是 d1 与 Jev 1.14，共 112 项评测。官方特别强调校准：多数决策模型对自己的回答过度自信，因此 d1-ultra 被专门训练成给出更可靠的校准概率——这一点在按概率下决策的场景里比准确率更关键。官方称它同时优于所有其他决策模型，在 Artificial Analysis 决策指数上领先至少 8 分。
可用性与计费口径也值得记一笔：d1-ultra 已在 Liquid AI API 上线，每百万输入 token 0.042 美元，只按输入计费、没有输出 token；图像与文本同价，按 32×32 像素一块算 1.5 个 token，即一张 1024×1024 的图花 1,536 token，每个问题各自成一次计费。官方称后续会继续沿尺寸、决策质量与延迟三个方向迭代，并预告将上线 Vercel 与 OpenRouter。
原文链接：Liquid AI 官方博客
核验记录
官方单篇页 https://www.liquid.ai/blog/d1-ultra 直读 200 / 181,464 字节，JSON-LD `datePublished 2026-10-15` 与页内可见 `OCT 15, 2026` 双证；列表页 `/news` 的内嵌载荷亦给出 `{"id":"blog:d1-ultra","date":"2026-10-15"}`。「世界最佳决策模型」是官方标题里的自称，正文按比较口径写成「领先至少 8 分」并注明是 Artificial Analysis 决策指数这一项。⚠ 该站的 `/blog` 与 `/news` 列表页直读会 308 永久重定向（需跟随后才可读），本轮靠 `/news` 与 sitemap 定位到单篇 URL，未凭猜测拼 slug。配图 vercel blob 裸请求与带站内 Referer 各 200 / image/png 182,379 字节。
← 上一篇腾讯混元开源 Hy-Memory 2.0：记忆写入模型 30B-A3B 同期放出下一篇 →Perplexity 开源 SPACE：Computer 背后的智能体沙箱，108 次逃逸测试零突破