Oossa

Liquid AI bringt d1.2-Entscheidungsmodelle mit Audioeingabe heraus

Die beiden Modelle unterstützen fünf zusätzliche Aufgaben und Audio. Laut Liquid AI erreichte d1.2-ultra im Decision Index v2.1 von Artificial Analysis 75 Punkte.

Von Von Oossa veröffentlicht: 2 Min. Lesezeit

SumUp · Unsplash

Liquid AI hat d1.2 und d1.2-ultra veröffentlicht, aktualisierte Versionen seiner Entscheidungsmodelle, die Text, Bilder und Audio als Eingabe verarbeiten können. Das Unternehmen zufolge erreichte d1.2-ultra im Artificial Analysis Decision Index v2.1 75 Punkte – den höchsten Wert unter den Entscheidungsmodellen und zwei Punkte mehr als der bisherige Spitzenreiter.

Beide Modelle sind über die Liquid API verfügbar. Liquid AI gibt den Preis für d1.2 mit $0.02 und für d1.2-ultra mit $0.042 pro Million Eingabetokens an. Laut Unternehmen werden bei beiden Modellen nur Eingabetokens berechnet; in der Ankündigung wird die Einheit für den angegebenen Preis von d1.2 nicht näher erläutert.

Was können die Modelle?

Das Update ergänzt fünf API-Aufgaben: einen Wert aus einem Dokument auslesen, alle Textstellen finden, die einer Kategorie entsprechen, Objekte in Bildern lokalisieren, die Anzahl von Objekten schätzen und alle zutreffenden Antwortmöglichkeiten auswählen. Ein Modell kann beispielsweise einen Betrag aus einer Rechnung auslesen und „nicht gefunden“ zurückgeben, wenn er dort nicht vorkommt, oder ein Kästchen um eine Unterschrift zeichnen. Die API kann auch Wahrscheinlichkeiten für mögliche Antworten ausgeben.

Audio kann entweder selbst analysiert werden – etwa eine Sirene im Hintergrund – oder die Frage enthalten: Nutzer können eine Frage laut stellen, statt sie einzutippen. Die neuen Antworttypen verwenden denselben API-Endpunkt und dasselbe Anfrageformat wie die bisherigen Aufgaben. Laut Liquid AI soll die Unterstützung durch OpenRouter und Vercel folgen; wann sie verfügbar sein wird, nennt das Unternehmen nicht.

Was sagen die Ergebnisse aus?

Der Index von Artificial Analysis prüft sechs Bereiche. Dazu zählen Entscheidungen und die Informationsextraktion aus Lebensläufen, Belegen und wissenschaftlichen Arbeiten sowie der Umgang mit Werkzeugen und schwierige Wissensfragen. Außerdem wird bewertet, wie gut die angegebene Sicherheit eines Modells mit seiner Genauigkeit übereinstimmt. Selbstsicher falsche Antworten wirken sich daher negativ aus.

Liquid AI zufolge lag der Kalibrierungsfehler von d1.2-ultra über 13 Benchmarks und 22,505 Fragen bei 0.8 Punkten. Zum Vergleich: d1.2 kam auf 1.2 und GPT-6 Luna in der Decisions API auf 7.2. Für die neuen Aufgaben testete Liquid AI interne Datensätze, die aus zurückgehaltenen öffentlichen Datensätzen erstellt wurden. Das Unternehmen gibt für d1.2-ultra eine Genauigkeit von 94% beim Auffinden beschriebener Objekte in Fotos und von 93% bei der Schätzung von Objektzahlen mit einer Abweichung von höchstens eins an. Bei Audiofragen zu Geräuschen oder gesprochenen Sprachen meldet Liquid AI eine Genauigkeit von 95% bis 97%; getestet wurde in 43 Sprachen. Diese Ergebnisse stammen vom Unternehmen. Laut Ankündigung gibt es bislang keinen öffentlichen Benchmark für die fünf neuen Aufgaben.

Warum es wichtig ist

Wer Dokumenten- oder Bildabläufe entwickelt, kann die Modelle nutzen, um Felder auszulesen, fehlende Informationen zu erkennen oder unsichere Antworten zur Überprüfung weiterzuleiten. Die gemeldeten Ergebnisse sprechen für nützliche Fähigkeiten. Da es für die neuen Aufgaben jedoch keinen öffentlichen Benchmark gibt, ist unklar, wie gut die Modelle mit den Dokumenten oder Bildern einzelner Nutzer zurechtkommen.

War dieser Artikel hilfreich?
Teilen

Als Nächstes lesen

Oossa · Newsletter

Die KI-Woche, erklärt

Jeden Montag: die Nachrichten, die man kennen sollte – verständlich. Kostenlos, kein Spam.