Liquid AIは、テキスト、画像、音声を入力できる判断モデルの更新版、d1.2とd1.2-ultraを公開した。同社によると、d1.2-ultraはArtificial Analysis Decision Index v2.1で75点を獲得。判断モデルの中で最高得点となり、従来の首位モデルを2点上回った。
どちらのモデルもLiquid APIから利用できる。Liquid AIが公表している価格は、入力トークン100万個あたりd1.2が$0.02、d1.2-ultraが$0.042。同社によると、課金対象はどちらも入力トークンのみ。ただし、発表ではd1.2の価格の単位は明記されていない。
モデルでできること
今回の更新では、APIに5つのタスクが追加された。文書から値を読み取る、特定のカテゴリに該当する箇所をすべて見つける、画像内の物体を特定する、物体の数を推定する、該当する選択肢をすべて選ぶ、といった機能だ。たとえば、請求書から金額を抽出し、記載がなければ「見つからない」と返したり、署名を囲む枠を描いたりできる。回答候補ごとの確率を返すことも可能だ。
音声は、背景のサイレンのように分析対象として入力することも、質問そのものとして使うこともできる。つまり、文字を入力する代わりに、声で質問できる。新たな回答形式は、既存タスクと同じAPIエンドポイントとリクエスト形式で利用できる。Liquid AIによると、OpenRouterとVercelへの対応も予定しているが、利用開始日は明らかにしていない。
スコアが示すもの
Artificial Analysisの指数では、判断力や、履歴書・レシート・研究論文から情報を抽出する能力など、6つの分野をテストする。ツールの使用や難度の高い知識問題も評価対象だ。また、モデルの確信度と正答率がどの程度一致しているかも考慮されるため、自信を持って誤答すると評価が下がる。
Liquid AIによると、d1.2-ultraの較正誤差は13のベンチマーク、22,505問を通じて0.8ポイントだった。同社のDecisions APIでは、d1.2が1.2、GPT-6 Lunaが7.2だった。新タスクについては、公開データセットからテスト用に取り分けたデータを使い、社内で評価したという。Liquid AIの発表では、d1.2-ultraは写真内の説明対象を特定するタスクで94%、数を1以内の誤差で推定するタスクで93%の正答率を記録した。また、43言語を対象にしたテストでは、音や話されている言語に関する質問で95%から97%の正答率だった。これらは同社が公表した結果であり、発表によると、新たな5つのタスクを対象とした公開ベンチマークはまだない。
なぜ重要か
文書や画像を扱うワークフローを構築する人は、項目の抽出や情報の欠落の検出、不確かな回答の確認への振り分けにモデルを活用できる。公表されたスコアは有用な機能を示している一方、新タスクには公開ベンチマークがないため、個々のユーザーの文書や画像でどの程度の性能を発揮するかは分からない。