# Liquid AI veröffentlicht 8-Bit-Version des Entscheidungsmodells d1-omni-600M für Apple Silicon

> Das Modell kann in einem Durchlauf mehrere typisierte Fragen zu Text, Bildern oder Audio beantworten und läuft über MLX mit 0,73 GB auf Apple-Silicon-Geräten.

Oossa · 2026-10-12 · https://oossa.com/de/liquid-ai-releases-8-bit-apple-silicon-version-of-d1-omni-600m-decision-model

Liquid AI hat eine 8-Bit-Version seines Entscheidungsmodells d1-omni-600M auf Hugging Face veröffentlicht. Die Version mit dem Namen d1-omni-600M-MLX-8bit läuft auf Apple Silicon mit der Bibliothek MLX-vlm und ist mit nur 0,73 GB etwa 60 % so groß wie das Original. Sie kann in einem einzigen Durchlauf mehrere benannte, typisierte Fragen zu einer Text-, Bild- oder Audioeingabe beantworten, ohne dabei generierte Tokens auszugeben. Das Repository enthält einen pip-Installationsbefehl sowie Beispielcode für Text-, Bild- und Audioabfragen.

## Die Fakten

- Modellgröße: 0,73 GB (8-Bit) gegenüber 1,17 GB (float16).
- Veröffentlicht auf Hugging Face: 2026-10-12.

## Warum es wichtig ist

Entwickler können multimodale Entscheidungsmodelle nun lokal auf Macs ohne GPU ausführen. Das ermöglicht schnellere Edge-Anwendungen, etwa die automatische Priorisierung von Supportanfragen.

## Quellen und Referenzen

1. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-8bit (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-8bit) – Liquid AI, 2026-10-12
2. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-fp16 (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-fp16) – Liquid AI, 2026-10-12

Zuletzt aktualisiert: 2026-10-12