Liquid AI发布了d1.2和d1.2-ultra,这是其决策模型的更新版本,可接收文本、图像和音频作为输入。该公司称,d1.2-ultra在Artificial Analysis Decision Index v2.1中得分75,在决策模型中排名第一,比此前的领先模型高两分。
两款模型均可通过Liquid API使用。Liquid AI列出的价格为:d1.2每百万输入token收费$0.02,d1.2-ultra每百万输入token收费$0.042。该公司称,两款模型都只按输入token计费;但公告没有说明d1.2所列价格的计价单位。
这些模型能做什么?
此次更新新增五项API任务:从文档中读取数值、找出所有符合某一类别的段落、定位图像中的物体、估算物体数量,以及选出所有适用选项。例如,模型可以从发票中提取金额;如果金额不存在,则返回“未找到”;也可以框出签名。API还可以返回各种可能答案的概率。
音频既可以是待分析的素材,例如背景中的警笛声,也可以是问题本身:用户可以直接开口提问,而不必打字。新的答案类型沿用现有任务的API端点和请求格式。Liquid AI称,即将支持OpenRouter和Vercel,但没有说明何时推出。
这些分数说明了什么?
Artificial Analysis的指数测试六个领域,包括决策能力、从简历、收据和研究论文中提取信息的能力,以及工具使用能力和难度较高的知识问答。该指数还会考察模型的置信度与准确率是否相符,因此模型自信地给出错误答案会被扣分。
Liquid AI称,在13项基准测试、22,505道题目中,d1.2-ultra的校准误差为0.8分;相比之下,d1.2为1.2分,GPT-6 Luna在其Decisions API上的校准误差为7.2分。对于新增任务,Liquid AI使用留出的公开数据集制作内部测试集。该公司报告称,d1.2-ultra在照片中定位描述所指物体的准确率为94%,将数量估算在误差一个以内的准确率为93%。该公司还报告称,在涵盖43种语言的测试中,模型回答有关声音或口语的问题时,准确率为95%至97%。这些结果均由公司报告;公告称,目前还没有公开基准测试覆盖这五项新增任务。
为什么重要
构建文档或图像工作流的用户可以用这些模型提取字段、标记缺失信息,或将不确定的答案交由人工审核。报告中的分数显示,这些模型可能具备实用能力;但新增任务尚无公开基准测试,因此它们在特定用户的文档或图像上的表现仍无法确定。