Liquid AI lanzó d1.2 y d1.2-ultra, versiones actualizadas de sus modelos de decisión que aceptan texto, imágenes y audio como entrada. La empresa afirma que d1.2-ultra obtuvo 75 puntos en el Decision Index v2.1 de Artificial Analysis, la puntuación más alta entre los modelos de decisión y dos puntos por encima del anterior líder.
Ambos modelos están disponibles a través de Liquid API. Liquid AI fija el precio de d1.2 en $0.02 y el de d1.2-ultra en $0.042 por millón de tokens de entrada. La empresa afirma que ambos cobran solo por los tokens de entrada; el anuncio no especifica la unidad del precio publicado para d1.2.
¿Qué pueden hacer los modelos?
La actualización incorpora cinco tareas a la API: leer un valor de un documento, encontrar todos los pasajes que coincidan con una categoría, localizar objetos en imágenes, estimar la cantidad de objetos y seleccionar todas las opciones aplicables. Por ejemplo, un modelo puede extraer un importe de una factura e indicar «no encontrado» si no aparece, o dibujar un recuadro alrededor de una firma. La API también puede devolver probabilidades para las posibles respuestas.
El audio puede ser el material que se analiza, como una sirena de fondo, o la pregunta misma: el usuario puede hacer una pregunta en voz alta en vez de escribirla. Los nuevos tipos de respuesta usan el mismo endpoint de la API y el mismo formato de solicitud que las tareas existentes. Liquid AI afirma que próximamente habrá compatibilidad con OpenRouter y Vercel, pero no indica cuándo estarán disponibles.
¿Qué muestran las puntuaciones?
El índice de Artificial Analysis evalúa seis áreas, entre ellas la toma de decisiones y la extracción de información de currículums, recibos y artículos de investigación, además del uso de herramientas y preguntas difíciles de conocimiento. También mide qué tan bien se corresponde la confianza de un modelo con su precisión, por lo que las respuestas erróneas dadas con seguridad lo perjudican.
Liquid AI informa que d1.2-ultra tuvo un error de calibración de 0.8 puntos en 13 pruebas de referencia y 22,505 preguntas, frente a 1.2 en el caso de d1.2 y 7.2 en el de GPT-6 Luna en su API Decisions. Para las nuevas tareas, Liquid AI probó conjuntos internos elaborados a partir de conjuntos de datos públicos reservados; informa una precisión del 94% para d1.2-ultra al localizar objetos descritos en fotos y del 93% al estimar cantidades con un margen de una unidad. La empresa también informa una precisión del 95% al 97% en preguntas de audio sobre sonidos o idiomas hablados, probadas en 43 idiomas. Estos resultados son datos proporcionados por la empresa; el anuncio señala que todavía no existe una prueba de referencia pública que cubra las cinco nuevas tareas.
Por qué importa
Quienes desarrollan flujos de trabajo con documentos o imágenes pueden usar estos modelos para extraer campos, señalar información faltante o enviar respuestas inciertas a revisión. Las puntuaciones publicadas apuntan a capacidades útiles, pero las nuevas tareas no cuentan con una prueba de referencia pública, por lo que aún se desconoce cómo rendirán con los documentos o las imágenes de cada usuario.