Liquid AI ha lanciato d1.2 e d1.2-ultra, versioni aggiornate dei suoi modelli decisionali, che accettano input di testo, immagini e audio. L’azienda afferma che d1.2-ultra ha ottenuto 75 nell’Artificial Analysis Decision Index v2.1, il punteggio più alto tra i modelli decisionali e due punti sopra il precedente leader.
Entrambi i modelli sono disponibili tramite Liquid API. Liquid AI indica un prezzo di $0.02 per d1.2 e di $0.042 per d1.2-ultra per milione di token di input. L’azienda afferma che viene addebitato solo l’input; nell’annuncio non specifica l’unità a cui si riferisce il prezzo indicato per d1.2.
Cosa possono fare i modelli?
L’aggiornamento aggiunge cinque attività all’API: leggere un valore da un documento, trovare tutti i passaggi che corrispondono a una categoria, individuare oggetti nelle immagini, stimare il numero di oggetti e selezionare tutte le opzioni applicabili. Per esempio, un modello può estrarre un importo da una fattura e restituire «non trovato» se non è presente, oppure tracciare un riquadro attorno a una firma. L’API può anche restituire le probabilità delle risposte possibili.
L’audio può essere il contenuto da analizzare, per esempio una sirena in sottofondo, oppure la domanda stessa: l’utente può fare una domanda a voce anziché digitarla. I nuovi tipi di risposta usano lo stesso endpoint API e lo stesso formato di richiesta delle attività già disponibili. Liquid AI afferma che il supporto per OpenRouter e Vercel arriverà, ma non indica una data per la disponibilità.
Cosa indicano i punteggi?
L’indice di Artificial Analysis valuta sei ambiti, tra cui le decisioni e l’estrazione di informazioni da curriculum, ricevute e articoli di ricerca, oltre all’uso di strumenti e alle domande difficili di conoscenza. Tiene conto anche di quanto la sicurezza mostrata da un modello corrisponda alla sua accuratezza: le risposte sbagliate date con sicurezza penalizzano il risultato.
Liquid AI riferisce che d1.2-ultra ha registrato un errore di calibrazione di 0.8 punti su 13 benchmark e 22,505 domande, contro 1.2 per d1.2 e 7.2 per GPT-6 Luna nella sua Decisions API. Per le nuove attività, Liquid AI ha testato set interni ricavati da dataset pubblici tenuti da parte; l’azienda riporta un’accuratezza del 94% per d1.2-ultra nell’individuare nelle foto oggetti descritti e del 93% nello stimarne la quantità con uno scarto massimo di uno. Riferisce inoltre un’accuratezza dal 95% al 97% nelle domande audio sui suoni o sulle lingue parlate, con test condotti su 43 lingue. Sono risultati comunicati dall’azienda; secondo l’annuncio, al momento non esiste un benchmark pubblico che copra le cinque nuove attività.
Perché conta
Chi crea flussi di lavoro basati su documenti o immagini può usare i modelli per estrarre campi, segnalare informazioni mancanti o inviare a revisione le risposte incerte. I punteggi dichiarati suggeriscono capacità utili, ma per le nuove attività non esiste un benchmark pubblico: le prestazioni sui documenti o sulle immagini di un utente specifico restano quindi da verificare.