
Liquid AI 发布 d1.2 与 d1.2-ultra 全模态决策模型,登顶 AA 决策指数
来源标题:Liquid AI Releases d1.2 and d1.2-ultra: Omnimodal Decision Models That Top the AA Decision Index
Liquid AI 发布 d1.2 和 d1.2-ultra 决策模型,可直接接收文本、图像和音频输入,输出校准后的概率而非生成文本。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75,位列该指数决策模型榜首,d1.2 得分 69。模型目前仅通过 Liquid API 托管提供,暂未开放权重。
以下正文由 AI 翻译自 MarkTechPost(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。
Liquid AI 刚刚发布了 d1.2 和 d1.2-ultra。决策模型不写文本,而是针对一组固定答案返回经过校准的概率。Liquid AI d1.2 决策模型系列现在可以接受文本、图像和音频输入,还新增了 5 种答案类型。d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75,是该指数上决策模型中的最高分。你可以通过我们的 GPULeaderboard.com chrome 扩展查看部署选项和规格。
TL;DR
- 规模:参数未披露。每个问题最多 65,536 个输入 token,每次调用最多 128 个问题。
- 运行方式:仅限托管的 Liquid API。暂未开放权重;Liquid AI 表示会在“某个时候”开源。
- 性能:d1.2-ultra 在 AA Decision Index v2.1 上得分 75,d1.2 得分 69。
- 最佳表现:d1.2-ultra 在 13 个基准测试上的校准误差为 0.8 个百分点(Liquid AI 测试)。
Liquid AI d1.2 是什么?
d1.2 是 Liquid AI 提供的托管决策模型,可以在 1 次调用中回答关于文本、图像或音频的类型化问题。它针对每个选项返回一个概率,生成零个输出 token,因此只对输入计费。
d1.2-ultra 面向更难的决策。d1.2 速度更快,成本不到前者的一半。模型 ID 为 d1.2(默认)和 d1.2-ultra。早先的 d1、d1.1 和 d1-ultra 现已弃用,不支持音频和新任务。
d1.2 中的 5 种新任务是什么?
d1.2 在同一个端点和请求格式上新增了 5 种类型化答案:
- 读取一个值(text、number、date):返回该值及其来源字符。如果找不到,会回答“not found”而不是猜测。
- 找出所有片段(spans):返回每个匹配的段落,例如姓名或电子邮件,以及它们的位置。
- 定位对象(box、boxes):返回 1 个矩形,或每个实例 1 个并附带计数。
- 估计一个数字(带范围的 number):返回最佳猜测和范围,例如 12,范围 10 到 14。
- 选出所有适用选项(多选 choice):返回每个匹配的标签及其各自的概率。
音频输入如何工作?
音频可以是问题的主题,例如说的是哪种语言,或者是否能听到警笛声。问题本身也可以用语音提出。API 接受 16-bit PCM WAV,每秒音频计 10 个 token。在留出的 ESC-50 和 FLEURS(43 种语言)录音上,两个模型对 95% 到 97% 的问题回答正确。
d1.2 在 Artificial Analysis Decision Index 上得分如何?
该指数综合了 6 项评估。AA-Paperclip 占 30% 权重。EvalSafe-O*NET-AA、AA-Omniscience-Decision v1.1、HLE-MultiChoice v1.1 和 AA-Symmetry v1.1 各占 15%。When2Call 占 10%。其 Decision Score 会对自信的错误答案进行扣分。
在 Liquid AI 分享的 AA 图表上,d1.2-ultra 得分 75。Drex Max v1.1、SubQ Snap 1.2 和 GLiDE v1.2 以 73 紧随其后。d1.2 得分 69,比已弃用的 d1-ultra(71)低 2 分。Liquid AI 认为,没有模型能以更低的成本获得比 d1.2 更高的分数。
概率的校准程度如何?
一个校准良好的模型如果给出 80%,那么它在约 80% 的情况下是正确的,因此团队可以将低置信度的案例转交给人工处理。在 13 个基准测试和 22,505 个问题上,Liquid AI 报告了以下校准误差:
- d1.2-ultra:0.8 个百分点
- d1.2:1.2
- Jev 1.14:2.7
- Perplexity Decider v1.3:3.7
- GPT-6 Luna(Decisions API):7.2 注意:这些数字来自 Liquid AI 自己的测试。
新任务的准确率如何?
Liquid AI 使用了公共数据集的留出划分;目前尚无公开基准。 任务(数据集)d1.2-ultrad1.2 从收据中读取值(CORD、SROIE)98%96% 查找个人数据,精确率 / 召回率(Nemotron PII)94% / 93%92% / 88% 定位对象(RefCOCO、RefCOCO+、RefCOCOg)94%94% 对象计数误差在 1 以内(COCO)93%92% 选出所有存在的对象(COCO)87%90% d1.2 在多标签选择上以 90% 对 87% 击败 d1.2-ultra。
d1.2 与其他决策模型对比
指标d1.2-ultrad1.2Drex Max v1.1(Nace.AI)Decider v1.3(Perplexity)Jev 1.14(TypeSafe) AA Decision Index v2.17569737066 校准误差(Liquid 测试)0.81.2未报告3.72.7 每 100 万输入 token 价格$0.042$0.02$0.03$0.02$0.042 输出价格$0$0$0$0$0 输入上限每题 65,536每题 65,536262,144262,14465.5K 输入文本、图像、音频文本、图像、音频文本、图像文本、图像文本 参数未披露未披露未披露270 亿基础(Qwen3.8-27B)未披露 权重计划开源,无日期计划开源,无日期v1.1 未发布Apache 2.0专有
定价与部署
d1.2 的定价为每 100 万输入 token 0.02 美元,d1.2-ultra 为 0.042 美元。新组织在 Liquid Console 上可获得 2 美元免费额度。
图像每 32×32 图块计 1.5 个 token,因此一张 1024×1024 的图像为 1,536 个 token。共享状态和媒体只计费一次;每个额外问题只增加其自身的 token。
每次调用的请求限制:
- 128 个问题和 4.5 MB 的请求体
- 8 张图像,box 和 boxes 任务则正好 1 张
- 8 个音频片段,总音频时长 300 秒 端点为 https://api.liquid.ai/decisions/v1/systemone。
关键要点
- d1.2-ultra 在 AA Decision Index v2.1 上得分 75,在决策模型中排名第一。
- 两个模型现在都能读取文本、图像和音频,输出 0 个 token。
- 5 种新答案类型:值、片段、框、范围估计、多标签选择。
- d1.2-ultra 报告的校准误差为 0.8 个百分点,而 Perplexity Decider v1.3 为 3.7。
- 目前仅提供托管服务:没有权重、参数数量或延迟数据。 查看发布博客、d1 API 文档和 AA Decision Index。你可以通过我们的 GPULeaderboard.com chrome 扩展查看部署选项和规格。 另外,欢迎在 Twitter 上关注我们,别忘了加入我们 15 万+ 的 ML SubReddit 并订阅我们的新闻通讯。等等!你在 Telegram 上吗?现在你也可以在 Telegram 上加入我们。 需要与我们合作推广你的 GitHub Repo 或 Hugging Face Page 或产品发布或网络研讨会等?联系我们 文章 Liquid AI Releases d1.2 and d1.2-ultra: Omnimodal Decision Models That Top the AA Decision Index 首发于 MarkTechPost。
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。