Liquid AI выпустила d1.2 и d1.2-ultra — обновлённые версии своих моделей для принятия решений, которые принимают на вход текст, изображения и аудио. По данным компании, d1.2-ultra набрала 75 баллов в Decision Index v2.1 от Artificial Analysis — это лучший результат среди моделей для принятия решений и на два балла выше, чем у предыдущего лидера.
Обе модели доступны через Liquid API. Liquid AI указывает цену $0.02 за d1.2 и $0.042 за d1.2-ultra за миллион входных токенов. Компания сообщает, что оплата взимается только за входные токены; в анонсе не уточняется, к какой единице относится указанная цена d1.2.
Что умеют модели?
В обновлении появились пять задач для API: считывание значения из документа, поиск всех фрагментов, соответствующих категории, обнаружение объектов на изображениях, оценка их количества и выбор всех подходящих вариантов. Например, модель может извлечь сумму из счёта и вернуть «не найдено», если её там нет, или обвести подпись. API также может возвращать вероятности для возможных ответов.
Аудио может быть материалом для анализа — например, сирена на фоне, — или самим вопросом: пользователь может задать его вслух, а не печатать. Новые типы ответов используют ту же конечную точку API и тот же формат запросов, что и существующие задачи. Liquid AI сообщает, что поддержка OpenRouter и Vercel появится позднее, но не называет дату.
Что показывают результаты?
Индекс Artificial Analysis оценивает шесть областей, включая принятие решений и извлечение информации из резюме, чеков и научных статей, а также использование инструментов и ответы на сложные вопросы на проверку знаний. Он также учитывает, насколько уверенность модели соответствует точности её ответов: за уверенные, но неверные ответы оценка снижается.
По данным Liquid AI, ошибка калибровки d1.2-ultra составила 0.8 балла по 13 бенчмаркам и 22,505 вопросам. Для сравнения, у d1.2 этот показатель равен 1.2, а у GPT-6 Luna в Decisions API — 7.2. Для новых задач Liquid AI провела тестирование на внутренних наборах, созданных на основе отложенных публичных датасетов. По её данным, d1.2-ultra с точностью 94% находила описанные объекты на фотографиях, а в 93% случаев оценивала количество объектов с погрешностью не более одного. Компания также сообщает о точности от 95% до 97% при ответах на аудиовопросы о звуках и устных языках; тестирование охватило 43 языка. Эти результаты приводит сама компания; в анонсе отмечается, что публичного бенчмарка для пяти новых задач пока нет.
Почему это важно
Модели могут помочь тем, кто создаёт сценарии обработки документов и изображений: извлекать нужные данные, отмечать отсутствующую информацию или отправлять неуверенные ответы на проверку. Заявленные результаты выглядят многообещающе, но для новых задач нет публичного бенчмарка, поэтому пока неизвестно, насколько хорошо модели справятся с документами и изображениями конкретного пользователя.