
Liquid AI 发布 d1.2 全模态决策模型,支持音频输入与五项新任务
来源标题:D1.2: Omnimodal Decision Models
Liquid AI 发布 d1.2 和 d1.2-ultra 两款决策模型,新增音频输入和五项 API 任务。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上以 75 分排名第一,领先此前最佳模型 2 分。两款模型现已上线 Liquid API,d1.2 每百万输入 token 收费 0.02 美元,d1.2-ultra 为 0.042 美元。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
News/Models d1.2:最先进的全模态决策模型 2026年11月16日 本页内容 今天,我们发布 d1.2 和 d1.2-ultra,这是我们的决策模型的新版本,现已支持音频输入和五项新任务。此外,d1.2-ultra 在 Artificial Analysis Decision Index v2.1 的决策模型中排名第一。 两款模型今天均已在 Liquid API 上线,d1.2 价格为每百万输入 token 0.02 美元,d1.2-ultra 为 0.042 美元。 d1.2 和 d1.2-ultra 为 API 新增了五项任务: d1.2 和 d1.2-ultra 还接受音频作为输入。这段音频输入可以是你所询问的对象,例如某个人说的是哪种语言,或者背景中是否有警笛声。问题本身也可以是一段录音,用说的而不是用打的。 Artificial Analysis Decision Index v2.1 在六项基准上评估决策模型,涵盖简历、收据和研究论文上的决策与提取,到工具调用和困难知识问答。它还会对模型为每个答案分配的概率打分,因此一个自信的错误答案比一个犹豫的答案代价更高。 d1.2-ultra 得分 75,是该指数上的最高分,比此前最好的决策模型高出两分。 两款模型在各自价位上也都取得了最佳成绩。在 Decision Index v2.1 上,没有模型能以更低的成本获得比 d1.2 更高的分数,也没有模型能以任何价格获得比 d1.2-ultra 更高的分数。 决策模型提供的概率只有在正确时才有用。当它说 80% 时,它应该在大约 80% 的情况下是对的,这样你才能设置阈值。例如,你可以自动把模型置信度低的任务转交人工审核。 校准误差衡量的是模型预测概率与其实际正确频率之间的差距。在全部五个模型回答的 13 项基准、22,505 个问题中,d1.2-ultra 的校准误差为 0.8 分,相比之下 d1.2 为 1.2 分,Jev 1.14 为 2.7 分,Perplexity 的 Decider v1.3 为 3.7 分,GPT-6 Luna 在其 Decisions API 上为 7.2 分。 目前还没有公开基准来衡量这五项新任务,因此我们在由公开数据集留出划分构建的内部测试集上对它们进行了评估。在这些内部基准中,一次读取或一个框只要找到了目标,或者在目标不存在时说出“未找到”,就算正确。 从收据中读取一个值(CORD、SROIE) 找出文档中的每一处个人数据,精确率 / 召回率(Nemotron PII) 定位照片中描述的物体(RefCOCO、RefCOCO+、RefCOCOg) 估计照片中物体的数量,误差在一个以内(COCO) 选出照片中存在的每一个物体(COCO) 在留出的录音上,两款模型对它们听到的是哪种声音(ESC-50)或说的是哪种语言(FLEURS,43 种语言)的问题,回答正确率为 95% 到 97%。每个问题提供三到六个选项,其中包含西班牙语和葡萄牙语这类容易混淆的选项,或者提出一个是非题。 在 Liquid API 上以 d1.2-ultra 和 d1.2 调用模型,密钥来自 console.liquid.ai(Dashboard > API Keys)。 新的答案类型使用相同的端点和请求格式。以下示例从一张发票中读取三个值,并询问第四个发票上并未写明的值。 import os, requests invoice = "ACME SA\nInvoice 2026-117\nTotal due: 1 234,50 EUR\nPay before 03/04/2026 (day/month/year)" response = requests.post( "https://api.liquid.ai/decisions/v1/systemone", headers={"Authorization": f"Bearer {os.environ['LIQUID_API_KEY']}"}, json={ "model": "d1.2-ultra
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。