
d1.2-ultra مقابل Liquid AI D1 Ultra: السعر نفسه، ضعف السياق، وجانب واحد صار أسوأ
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 90 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 97 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaجديدOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 87 tok/s
- OrcaجديدOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 133 tok/s
- OrcaجديدOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 لكل مليون رمز · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 لكل مليون رمز · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955الذكاء
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855الذكاء
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 لكل مليون رمز · 219 tok/s
تأتي Liquid AI d1.2-ultra بتكلفة مطابقة تمامًا لتكلفة Liquid AI D1 Ultra: 0.042 دولار لكل مليون رمز إدخال، ولا رموز إخراج، ونفس نقطة النهاية، ونفس أنواع الأسئلة الثلاثة التي ترسلها بالفعل. وصلت في 16 نوفمبر 2026، بعد شهر من النموذج الذي تحلّ محله، وهي أفضل في المؤشر المركب — 74.85 مقابل 70.58 في Artificial Analysis Decision Index v2.1، والمرتبة الأولى من 24 مقابل المرتبة السادسة. لذا فالترقية مجانية وواضحة، وعليك أن تعتمدها. وما يجعل هذا القرار يستحق مقالًا لا مجرد سطر واحد في سجل التغييرات هو أن أربعة من المقاييس المكوّنة الستة عشر المنشورة تراجعت، واثنان منها هما المقياسان اللذان يكون خط أنابيب يعتمد على العتبات أشدّ تأثرًا بهما.
النمط محدد. النموذج الجديد أفضل بكثير في قراءة المستندات، وأفضل بكثير عند إعادة الصياغة، وأسوأ قليلاً في معرفة الأشياء وفي الامتناع عن الإجابة. إذا كان خط المعالجة لديك يستخدم Liquid AI D1 Ultra كمحرك استخراج، فإن الخلف مكسب مباشر. وإذا كان يستخدمه كحارس بوابة يُفترض أن يقول «لا أعرف» عندما تكون الحالة غامضة، فإن الخلف قرار بنموذجين، وليس مجرد استبدال.
كلا الطرازين على جهاز واحد

هذه المقارنة نظيفة على نحو غير معتاد لأن كلا الصفين أنتجتهما المنظمة نفسها على الإصدار نفسه من اللوحة نفسها، وهو ما لا ينطبق على معظم قرارات الترقية. فقد شغّلت Artificial Analysis كلاً من d1-ultra وd1.2-ultra على Decision Index v2.1، لذا لا يعتمد أي شيء هنا على مقارنة رقم صادر عن مورّد برقم مستقل، أو على مراجعة مؤشر غيّرت المعايير بين الإصدارين. والعنوان الرئيسي الذي أعلنه المورّد للنموذج الجديد — المركز الأول بفارق نقطتين — يطابق اللوحة التي يسمّيها.
• السعر — 0.042 دولار لكل مليون توكن إدخال لكليهما. متطابق، ولم تغيّره الترقية.
• مؤشر القرار v2.1 — d1.2-ultra 74.85 (المرتبة #1 من 24) مقابل d1-ultra 70.58 (المرتبة #6).
• نافذة السياق — 66 ألف رمز مقابل 33 ألفًا، وفقًا للمواصفات التقنية للوحة. ولا تذكر منشورات إطلاق Liquid أي نافذة لأيٍّ من الطرازين.
• الوقت لكل مهمة — 218 ms مقابل 301 ms. الترقية أسرع أيضًا بمقدار الثلث.
• التكلفة لكل مليون مهمة — 133 دولارًا لكليهما، وهو ما تتوقّعه عند سعر رمز متطابق وعدد رموز مشابه لكل مهمة.
• درجة براير — 0.150 مقابل 0.176، حيث الأقل أفضل. هذا هو الرقم الوحيد الذي يعبّر بأكثر مباشرة عن «معايرة أفضل».
تغيّرت قاعدة الفوترة، وهي تستحق أكثر من نقاط المؤشر.
في ظل d1-ultra، كان يتم احتساب كل سؤال كموجّه مستقل يشمل كل صورة مرفقة. اطرح عشرة أسئلة حول صورة واحدة، فتدفع ثمن الصورة عشر مرات، وهذا يعني بالنسبة لصورة 1024×1024 أن 1,536 رمزًا تُضرب في عشرة قبل احتساب أي نص. في ظل d1.2-ultra، يُحتسب نص الطلب وصوره مرة واحدة، ولا يضيف كل سؤال إضافي سوى نصه الخاص.
لنحسبها على طلب واقعي: مستند من 2,000 رمز، وصورة واحدة بمقاس 1024×1024، وعشرة أسئلة من نحو 30 رمزًا لكل سؤال. تفرض القاعدة القديمة رسومًا تبلغ نحو 35,700 رمز؛ بينما تفرض القاعدة الجديدة نحو 3,840 رمزًا. وبسعر مماثل قدره 0.042 دولار لكل مليون، يكون ذلك 0.0015 دولار مقابل 0.00016 دولار لكل طلب — أي أرخص بقليل من تسعة أضعاف للعمل نفسه، وبالسعر المنشور نفسه، ومن المورّد نفسه، ودون أي عنوان إعلاني مرتبط به. وعند 100,000 طلب شهريًا، يتحول نحو 150 دولارًا إلى نحو 16 دولارًا.
الرقمان كلاهما حساباتٌ على أوصاف الفوترة الخاصة بالبائعين أنفسهم، وليسا قياسين لفاتورة فعلية، وتعتمد النسبة كليًا على عدد الأسئلة التي تطرحها لكل ولاية. اطرح سؤالًا واحدًا لكل مستند، وسيكلّف النموذجان الشيء نفسه. اطرح عشرة أسئلة، وستكون ترقية «المجانية» أكبر تغيير في التكلفة ضمن الإصدار.
ما الذي يفعله النموذج الجديد على نحو أفضل في الواقع

ارتفعت أربعة مكوّنات، واثنان منها ارتفعا مسافةً طويلة.
• AA-Paperclip، 30% من المؤشر — 75.81 مقابل 64.69 في درجة القرار، و67.7% مقابل 51.3% من المستندات الصحيحة بالكامل. إن إحدى عشرة نقطة في معدل النجاح الكامل للمستندات على المكوّن الأكثر وزنًا هي القصة كاملة وراء مكسب مركّب قدره اثنتا عشرة نقطة. هذا هو الرقم الذي يجب النظر إليه إذا كنت تستخرج الحقول من الفواتير أو الإيصالات أو السير الذاتية، لأن المستند الذي يفوّت إحدى خمس عشرة إجابة يُحتسب فائتًا في كل الأحوال.
• AA-Symmetry، 15% — 86.34 مقابل 78.66، مع ارتفاع اتساق النجاح الكامل من 45.8% إلى 56.7%. أعد صياغة السؤال، وحرّك الخيارات، وانفِ سؤال نعم/لا، فيحافظ النموذج الجديد على إجابته بوتيرة أكبر بكثير.
• {{1}}When2Call{{/1}}، 10% — 96.49 مقابل 93.83. كان استدعاء الأدوات بالفعل نقطة قوة هذه العائلة؛ وهذا مكسب أصغر على مكوّن كان قريبًا من سقفه.
• EvalSafe-O*NET-AA، 15% — 89.53 مقابل 88.15. نقطة ونصف في تقييم مستندات مكان العمل، وهو قريب من الضوضاء ولا ينبغي تقديمه كتحسين.
• AA-Omniscience-Decision v1.1، 15% — 60.80 مقابل 64.39 في درجة القرار. بتراجع أربع نقاط في المكوّن الذي نصفه معرفة ونصفه صدق.
• HLE-MultiChoice v1.1، 15% — 46.36 مقابل 47.39. بانخفاض نقطة واحدة في المكوّن الذي يعاني فيه المجال بأكمله من الضعف.
الانحداران، بعبارات بسيطة
انخفاض الإحاطة المعرفية ليس أثرًا من آثار التقييم؛ فهو يظهر في صفوف الدقة والامتناع الأساسية، وهما يختلفان عن بعضهما بعضًا على نحو يستحق الفهم قبل أن تُرحّل.
• دقة AA-Omniscience-Decision — أجاب d1-ultra عن 28.0% من الأسئلة بشكل صحيح، وd1.2-ultra عن 23.6%. كان الطراز السابق يعرف أكثر.
• AA-Omniscience-Decision عدم الهلوسة — d1-ultra 88.6%، d1.2-ultra 83.8%. كان الطراز السابق أفضل أيضًا في عدم اختلاق إجابة. تحرّك كلا الصفين في الاتجاه نفسه، ما يعني أن هذا تغيّر حقيقي في القدرة لا مجرد تحوّل في مدى حذر النموذج في امتناعاته.
• دقة HLE-MultiChoice — 6.09% مقابل 2.36%، إذ جاء النموذج الجديد في المرتبة الأخيرة من بين 24 على مستوى الدقة الخام. وارتفع معدل عدم الهلوسة لديه على المجموعة نفسها من 56.9% إلى 76.1%، لذا فإن انخفاض الدقة يُشترى جزئيًا بمزيد من الامتناع عن الإجابة. لكن ليس الأمر كذلك كليًا: يُظهر زوج omniscience أعلاه أن النموذج يجيب أقل ويصيب أقل في آنٍ واحد.
العاقبة على خط المعالجة أضيق مما تبدو. فإذا ضبطت عتبة على الاحتمال وأرسلت الحالات منخفضة الثقة إلى إنسان، فإن النموذج الذي يمتنع أكثر يقدّم لك معروفًا، ولا تزال نسبة عدم الهلوسة البالغة 83.8% في المرتبة السادسة من 24. وإذا استخدمت النموذج كبوابة تلقائية على أسئلة تتطلب معرفة حقيقة — هل هذا الادعاء متسق مع السياسة، وهل يطابق هذا الكود المواصفات — فإن السلف الأرخص أفضل بصورة قابلة للقياس، ولا يوجد سبب لعدم الاستمرار في استخدامه لتلك الشريحة.
ما الذي يجب عليك تغييره في عميلك
لا شيء تقريبًا، وهذا هو السبب في القيام بذلك الآن بدلًا من بعد ثلاثة أشهر. نقطة النهاية هي نفسها، api.liquid.ai/decisions/v1/systemone، تُستدعى باستخدام "model": "d1.2-ultra"؛ أنواع الأسئلة الثلاثة لم تتغير؛ لا تزال الاستجابات بتنسيق JSON منظم مع احتمال لكل خيار ودون رموز إخراج. الترحيل هو تغيير سلسلة نصية وإعادة نشر.
ما الجديد إضافي، ويجدر معرفته لأنه يزيل الحلول الالتفافية بدلاً من إضافة ميزات. تنضم خمسة أنواع من الإجابات إلى الأنواع الموجودة: قراءة قيمة من الصفحة وإرجاع الأحرف التي قُرئت منها، أو «غير موجود»؛ وإرجاع كل نطاق من نوع ما مع مواضعه، وهو ما يغطي تنقيح PII دون نموذج ثانٍ؛ وإرجاع مربع يحيط بكائن واحد أو بكل حالة مع عدد؛ وإرجاع تقدير مع نطاق؛ وإرجاع كل خيار منطبق مع احتماله الخاص. يعمل إدخال الصوت في الاتجاهين — يمكن أن يكون التسجيل هو الموضوع، أو يمكن أن يكون السؤال، منطوقًا بدلاً من كتابته.
ادعاءات الدقة الخاصة بتلك المهام الخمس هي ادعاءات Liquid نفسها، على مجموعات اختبار داخلية مبنية من تقسيمات محجوزة لمجموعات بيانات عامة، لأن لا يوجد معيار مرجعي عام يغطيها بعد. ووفق أرقام المورّد، فإن النموذجين متقاربان: 98% مقابل 96% في قراءة قيمة من إيصال، و94%/93% مقابل 92%/88% في نطاقات PII، و94% لكل منهما في تحديد موقع الكائن، وفي المهمتين الأخيرتين ليس النموذج الأقدم هو الأضعف في كل صف — إذ يتفوق النموذج الجديد في مهمة العدّ ضمن واحد بنسبة 93% مقابل 92%، ويخسر في مهمة اختيار كل كائن موجود بنسبة 87% مقابل 90%.
تشغيل الإصدار القديم والإصدار الجديد جنبًا إلى جنب
الإبقاء على كليهما هو الترحيل الصادق، وهو غير مكلف: فهما سلسلتا نموذج مختلفتان على نقطة النهاية نفسها، وكلتاهما متاحتان على واجهة API الخاصة بـ Liquid اليوم، بالسعر نفسه، مع مفاتيح من console.liquid.ai. لا يوجد أي منهما في كتالوجنا، وهذا النص ليس ادعاءً بتوفر أي منهما.
تظهر فائدة طبقة التوجيه هنا في أن الفصل بين النموذجين قرار يُتخذ لكل سؤال لا لكل خدمة. النموذج اللاحق هو الذي تُرسَل إليه المستندات والصور وأي شيء ستضع عليه عتبة؛ والنموذج السابق هو الذي تُرسَل إليه الأحكام كثيفة الحقائق حيث تظل صفوف دقته وامتناعه أفضل. كوّن ذلك في صورة مسارين خلف واجهة API واحدة — إذ تتيح لك لغة التوجيه DSL الفصل حسب نوع السؤال أو حسب حجم الحالة بدلًا من حدود الخدمات المكتوبة يدويًا — ويتوقف النموذجان عن التنافس على الخانة نفسها. ولا يغيّر أي شيء من جانبنا $0.042 الذي يكلّفه أي من النموذجين: تُمرَّر أسعار قوائم المزوّدين بـهامش ربح 0%، لذا يصبح تغيير سعر Liquid ساريًا هنا في اليوم نفسه بدلًا من دورة الفوترة التالية. وعندما تمرّ واجهة API لمزوّد بيوم سيئ، التبديل التلقائي عند الفشل هو ما يُبقي مسار المستندات حيًا بدلًا من تحويل مزوّد واحد إلى نقطة فشل وحيدة لخط الأنابيب بأكمله.
الترقية، في سطر واحد لكل منها
اختر d1.2-ultra للمستندات، وللصور، وللحالات الغامضة، ولأي شيء تضبط عليه عتبة — فهو أفضل بأحد عشر نقطة في مكوّن المستندات، وأفضل بثماني نقاط في التماثل، وأسرع بالثلث، ويضاعف نافذة السياق، وإذا طرحت أكثر من سؤال لكل حالة، فإنه يخفض فاتورتك بمقدار عشرة أضعاف.
احتفظ بـ d1-ultra للبوابة كثيفة الحقائق، حيث لا تزال دقة المعرفة الشاملة وصفوف عدم الهلوسة أعلى في كلتيهما، وحيث تقارب دقة HLE ثلاثة أضعاف دقة الخلف، على الرغم من صغر كلا الرقمين.
تخطَّ الترحيل بالكامل فقط إذا كانت حالاتك لا تحمل أي صور، ولكل منها سؤال واحد، وبلا عتبة — الحالة التي تكون فيها تكلفة النموذجين واحدة، ويكون النموذج الجديد أفضل ببساطة في كل تقييم تستخدمه. في هذه الحالة، السبب الوحيد للانتظار هو الساعات التسع عشرة التي يستغرقها اكتشاف أن شيئًا لم يتعطل.

