بطاقة عنوان مُنشأة بعنوان «Karpo Decision 31B vs Liquid AI D1 Ultra» وعنوان فرعي «أحدهما له سعر. والآخر له حكاية.»، وأربع شرائح تحمل النصوص التالية: «$0.042 لكل مليون رمز إدخال»، و«70.58 على Artificial Analysis v2.1»، و«73.9 على لوحة المجتمع»، و«لا يوجد صف لـ Karpo في Artificial Analysis»، وبطاقتان محدّدتان بإطار تفصل بينهما فاصلة رفيعة موسومة بـ «مسعّر ومقدّم كخدمة» و«أوزان مفتوحة، بلا نقطة نهاية».
Guides & Insights

كاربو ديسيجن 31B مقابل Liquid AI D1 Ultra: أحدهما له سعر، والآخر له قصة

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

Liquid AI D1 Ultra هو النموذج الوحيد في هذه المقارنة الذي يمكن لفريق مالي أن يعتمده. طُرح في 15 أكتوبر 2026، ويُقدَّم من البنية التحتية الخاصة بـ Liquid بسعر 0.042 دولار لكل مليون رمز إدخال مع صفر رموز إخراج بحكم التصميم، ويمنحه Artificial Analysis درجة 70.58 على Decision Index v2.1 — الثامن بين 25 نموذج قرار، متأخرًا 4.3 نقاط عن خليفته d1.2-ultra ومقاربًا لمستوى Drex Max 1.1 عند 72.62. لا يملك Karpo Decision 31B، من MachinePulse، سعرًا ولا نقطة نهاية ولا صفًا في Artificial Analysis. ما يملكه هو درجة Full score قدرها 73.9 على مؤشر Decision Index المجتمعي، يحسبها القائمون على ذلك المجلس، ومستودع Apache-2.0 عمره أسبوعان لم يعلن عنه أحد.

عند وضعهما جنبًا إلى جنب، يصف النموذجان الطريقتين اللتين يمكن لنموذج قرار أن يدخل بهما إلى مؤسسة: أحدهما يصل مع فاتورة ورقم مقيس، والآخر يصل مع رابط تنزيل ووعد. أما أيّهما ينبغي أن يهمّك، فيعتمد على ما إذا كانت طبقة القرار ستدخل حيز الإنتاج هذا الربع أم يجري إنشاء نموذج أولي لها مقابل ميزانية الربع المقبل.

الرقم الذي تبيعه Liquid فعليًا، ولماذا هو الرقم الخالي من الهلوسة

A generated two-column scoreboard titled 'Karpo Decision 31B vs Liquid AI D1 Ultra — the scoreboard'. The Karpo column reads 'Score: 73.9 Decision Index', 'Price: none published', 'Cost per million tasks: self-hosted only', 'Latency: 94 ms per request', 'Non-hallucination: not reported' and 'Licence: Apache-2.0'; the D1 Ultra column reads 'Score: 70.58 Artificial Analysis', 'Price: $0.042 per million input', 'Cost per million tasks: $133', 'Latency: 301 ms per task', 'Non-hallucination: 88.6' and 'Licence: not open, API only'. The footer reads 'Karpo figures per the Decision Index; D1 Ultra figures per Artificial Analysis v2.1.'A capture of the Artificial Analysis Decision Index v2.1 page showing the six weighted evaluations — AA-Paperclip at 30%, EvalSafe-O*NET-AA at 15%, When2Call at 10%, AA-Omniscience-Decision at 15%, HLE-MultiChoice at 15% and AA-Symmetry at 15% — the methodology note that all evaluations are conducted independently by Artificial Analysis, the 'Update Oct 30, 2026' stamp, and the worked example of a support-ticket state scored by a decision model.

عنوان D1 Ultra الرئيسي هو ادعاء باحتلال المركز الأول من أكتوبر لم تدعمه لوحة النتائج المنشورة، وقد طُرحت هذه الحجة في مكان آخر. ما يستحق الفهم الآن هو ما الذي تغيّر بينه وبين سابقه، لأن بيانات AA تُظهر ذلك بوضوح.

يحصل Liquid AI d1، النسخة الأصلية، على 3.3 في معدل عدم الهلوسة لدى AA لتقييم المعرفة. وهذا قريب من قاع لوحة الصدارة بأكملها — نموذج يختلق حين لا يعرف. أما D1 Ultra فيحصل على 88.6 في المقياس نفسه. وفي اختبار المعرفة متعدد الخيارات، ينتقل من 5.6 إلى 56.9. ولا يأتي تقريبًا أي من هذا التقدم من الحصول على مزيد من الإجابات الصحيحة: بل انخفضت الدقة الخام في AA-Omniscience فعليًا من 39.8% إلى 28.0%. لقد تحسّن النموذج بتعلّم الامتناع عن الإجابة.

هذا ليس خدعة. بالنسبة لطبقة قرار، فهو السلوك الأكثر قيمة على الإطلاق، لأن الإجابة الممتنعة تُوجَّه إلى إنسان، أما الإجابة المختلقة بثقة فتُوجَّه إلى عميل. لكنه يعيد صياغة ما يكافئه المؤشر. فدرجة D1 Ultra البالغة 70.58 هي إلى حد كبير نتيجة للامتناع، ويُظهر اللوح نفسه التكلفة: في HLE-MultiChoice، تبلغ الدقة الخام 6.09%، وهي من أدنى الأرقام بين النماذج الـ25 المدرجة.

سار الخَلَف d1.2-ultra أبعد في الاتجاه نفسه وتجاوزه إلى ما هو أبعد — 83.8 في عدم الهلوسة مع دقة خام تبلغ 23.6% فقط، ومؤشر 74.85، وصدارة اللوحة. كانت Liquid تُحسّن محورًا واحدًا بقوة، والمحور هو الصدق لا المعرفة.

حيث يمتد مقطع كاربو في الاتجاه المعاكس

أرقام Karpo تأتي من أداة مختلفة، لذا لا يمكن طرحها من أرقام Liquid. ما يمكنها فعله هو إظهار شكل مختلف.

في فئات مؤشر القرار الخمس، أقوى مجالات كاربو هي الأدوات والأتمتة بمهارة مصححة بالصدفة قدرها 88.4، وأضعفها المعرفة والاستدلال عند 65.5. وخطأ المعايرة المسجل في المتتبع هو 4.8 نقاط. وتعرض البطاقة أيضًا زمن استجابة وسيطًا قدره 94 مللي ثانية على العتاد المرجعي، مقابل 301 مللي ثانية لكل مهمة لـ D1 Ultra في قياس AA — وهما قياسان مختلفان، أحدهما لكل طلب والآخر لكل مهمة، لذا فهو اتجاهي فقط.

اقرأ الملفين التعريفيين معًا، يبرز فرق متسق: Karpo نموذج مضبوط نحو الفعل — اختيار الأدوات، والتوجيه، والتفاعل مع الصفحة، والنداءات الصغيرة التي يتخذها الوكيل في كل خطوة — بينما D1 Ultra وخليفته مضبوطان نحو الرفض. النموذج الذي يرفض 72% من أسئلة المعرفة محرك سيئ لاختيار الأدوات، لأن اختيار الأدوات ليس سؤالًا يُسمح لك بالامتناع عن الإجابة عنه. والنموذج الذي يجيب بدقة 88% في توجيه الأدوات لكن 65% فقط في المعرفة محرك معرفة سيئ.

تلك هي المواجهة الحقيقية، وهي مواجهة الاستخدام المقصود لا مواجهة الدرجات. وصياغة MachinePulse نفسها في بطاقة النموذج تقول ذلك صراحة: النموذج مخصص للقرارات التي يتخذها الوكيل بين الخطوات، سواء أكان سيستدعي أداة أم يسأل أولًا، وأي عنصر ينقر عليه. إصدار Liquid في أكتوبر، وأكثر منه خليفته في نوفمبر، مخصص للحكم على ما إذا كان ادعاء مدعومًا.

مقارنة التكلفة، مع التحفظات المرفقة.

• Liquid AI D1 Ultra — 0.042 دولار لكل مليون رمز إدخال، لا توجد رسوم إخراج لأنه لا يتم توليد أي شيء، 133 دولارًا لكل مليون مهمة على مجموعة مستندات AA، الوسيط 301 مللي ثانية لكل مهمة.

• Karpo Decision 31B — لا يوجد سعر منشور. للاستضافة الذاتية فقط: 62.5 غيغابايت من أوزان bf16، وحدة معالجة رسومات واحدة، 94 مللي ثانية كوسيط لكل طلب على العتاد المرجعي للمتتبّع.

• Drex Max 1.1، للمقارنة — 0.03 دولار لكل مليون رمز إدخال بسعر إطلاق تشير AA إلى أنه مؤقت، و102.7 دولار لكل مليون مهمة.

• المقارنة التي لا ينشرها أحد — نموذج بحجم 62.5 GB مقيماً على GPU مستأجرة يكلّف مهما كانت تكلفة تلك GPU في الساعة، سواء أرسلت إليه طلباً واحداً أو عشرة آلاف. عند الأحجام الصغيرة، يكون ذلك أكثر بكثير من 133 دولاراً لكل مليون مهمة؛ وعند الأحجام الكبيرة والمستدامة ينقلب الأمر.

الرقم لكل مهمة هو ما ينبغي وضع الميزانية على أساسه، لأنه يتضمن عدد الرموز التي يستهلكها كل نموذج للإجابة عن المستند نفسه، والنموذج الذي يعيد قراءة حالته مرارًا يكلف أكثر لكل قرار مما توحي به تكلفته لكل رمز. مبلغ 133 دولارًا لـ D1 Ultra هو الأعلى بين نماذج Liquid الثلاثة المدرجة هنا، ويزيد بمقدار 30 دولارًا عن سعر إطلاق Drex Max 1.1. وهي ليست طبقة قرار رخيصة، وكان النموذج الذي حلّت محله بتكلفة 63.4 دولارًا.

حيث يفوز المستوى المُستضاف حقًا هو في الطرف الأدنى. إذا كنت بحاجة إلى نموذج قرار لمئة طلب يوميًا، فإن تخصيص 62.5 غيغابايت من الذاكرة لـ Karpo ليس خيارًا جادًا، بينما استدعاء نقطة نهاية مُخدَّمة بسعر القائمة هو كذلك. يمرِّر كتالوجنا سعر قائمة المزوِّد دون أي هامش ربح، لذا يصل تخفيض سعر Liquid في اليوم نفسه الذي يُعلَن فيه، ويمكن لنموذج القرار أن يجلس إلى جانب بقية الحزمة على مفتاح واحد بدلًا من أن يكون عقدًا ثانيًا. ليس ذلك حجة لصالح D1 Ultra على Karpo؛ بل هو حجة لعدم شراء GPU لمعرفة ما إذا كنت بحاجة إليه.

ما يمكن لـ D1 Ultra أن يخبرك به ولا يستطيع Karpo ذلك

ثلاثة أشياء، كلها من النوع الذي تكتشفه في الشهر الثاني.

الأول هو سلم الثقة. تنشر AA معايرة لكل فئة ثقة لكل نموذج تقيّمه، ومعايرة D1 Ultra واضحة: في فئة الثقة 0.96 وما فوق، يكون صحيحًا في 97.1% من الحالات في تقييم التماثل. وهذا يخبرك بأن عتبة عند 0.95 تتصرف تقريبًا كما هو معلن، وهو ادعاء يمكنك بناء قائمة مراجعة عليه. أما بطاقة Karpo فتعطي رقمًا إجماليًا واحدًا — خطأ معايرة بمقدار 4.8 نقاط — ولا تعطي منحنى لكل فئة. يمكنك إنتاج واحد بنفسك، وسيتعين عليك ذلك.

الثاني هو الثبات. يعيد AA-Symmetry ترتيب الخيارات، ويبدّل التسميات، وينفي أسئلة نعم/لا عبر 440 نسخة متغايرة، ويسجّل D1 Ultra 78.7 بمعدل اجتياز كامل قدره 45.8%. إن نموذج قرار يعطي إجابة مختلفة عند ترتيب الخيارات أبجدياً ليس نموذج قرار، بل عملة معدنية بخطوات إضافية. لا تُبلغ بطاقة Karpo عن نتيجة ثبات، ولأن قراءتها تُقيّم رموز الخيارات في مواضع ثابتة بدلاً من نص الخيار، فهذه بالضبط الخاصية الجديرة بالتحقق قبل النشر.

الثالث هو السلوك عند الرفض. تُبلغ AA عن 88.6 في عدم الاختلاق على مجموعة المعرفة الخاصة بـ D1 Ultra، ما يعني أن مسار الامتناع يُستخدم ويُقاس. لا يرفض Karpo إلا بسبب الطول — تسعة من أصل 140,178 طلبًا، وكلها مفرطة الطول — ولا تقول بطاقته شيئًا عن الامتناع بوصفه قرارًا. أما ما إذا كان Karpo يرفض سؤالًا لا يستطيع الإجابة عنه، أو يختار الخيار الأقل سوءًا لأن القراءة تختار دائمًا شيئًا ما، فغير موثّق. لا يقول قسم القيود إلا إنه «يختار دائمًا أحد الخيارات المعطاة».

تلك الجملة الأخيرة هي الأهم في أي من بطاقتي الطرازين. نموذج القرار الذي لا يستطيع بنيويًا الامتناع يحتاج إلى خيار «لا إجابة واثقة» في كل قائمة خيارات، أو عتبة على الاحتمال، أو كليهما. اختار مصممو D1 Ultra البنية الأخرى: يمكنه الامتناع، وهو يمتنع كثيرًا.

الرخصة، وهي الموضع الوحيد الذي يتفوق فيه كاربو تفوقًا مطلقًا

إن Karpo Decision 31B مرخّص بموجب Apache-2.0، للأوزان والشفرة، مع ترخيص Gemma 4 مرفقًا إلى جانبه. نزّله، وشغّله، وعدّله، ووزّع النسخة المشتقة، دون الحاجة إلى محادثة مع محامٍ.

نماذج Liquid ليست مفتوحة. لا توجد أوزان، ولا استضافة ذاتية، ولا ضبط دقيق على حركة المرور الخاصة بك، ولا نشر في بيئة معزولة عن الشبكة. واجهة API هي المنتج. وبالنسبة لخط تصنيف داخلي يتعامل مع مستندات خاضعة للتنظيم، فإن ذلك يُعدّ عائقًا أمام الشراء، على عكس ملف checkpoint بحجم 62.5 GB.

إذن المقايضة صارخة ولا تتعلق بالدرجات: يمنحك Karpo التحكم ولا شيء غير ذلك؛ بينما يمنحك Liquid منتجًا محسوبًا ويسلبك الأوزان. والفريق الذي لديه متطلب امتثال لا يستطيع اختيار D1 Ultra بأي ثمن. والفريق الذي لديه موعد نهائي من ثلاثة أسابيع لا يستطيع اختيار Karpo بأي جهد، لأنه لا توجد نقطة نهاية (endpoint) يمكن استدعاؤها.

ما يجب فعله هذا الشهر

إذا كانت طبقة القرار ستُطرح في الإنتاج وكانت المدخلات مستندات، فإن D1 Ultra هو الخيار القابل للدفاع عنه رغم السعر ودقة المعرفة الخام المنخفضة، لأنه يُقاس ويُقدَّم ويُسعَّر، وسلوك الامتناع لديه هو الخاصية التي تريدها فعلاً. راقب d1.2-ultra بدلاً من ذلك إذا كنت تشتري الآن — فهو من نفس خط المنتجات، وأعلى بأربع نقاط على نفس اللوحة، ويحمل نفس التحفظ بأن حصة كبيرة من درجته هي امتناع وليس معرفة.

إذا كان المُدخل صفحةً أو لقطة شاشة أو استدعاء أداة ولديك وحدات GPU، فإن Karpo هو النموذج الأكثر إثارة للاهتمام والترخيص الأكثر تسامحًا، ومهارة توجيه الأدوات لديه البالغة 88.4 هي الرقم الذي ينبغي اختباره مقابل حركة المرور الخاصة بك. ادخل وأنت تعلم أنك أول شخص يقيسه على أي شيء ذي أهمية: لا صف AA، ولا سعر، ولا إعلان، وبائع تعيد صفحة منتجه حاليًا الخطأ 404.

ثمة مسار وسط يستحق التسمية، لأنه ما ينتهي إليه معظم الفرق: شغِّل النموذج المستضاف في الإنتاج، وشغِّل النموذج المفتوح على الطلبات نفسها دون اتصال، وقارن معدل الإجابات الواثقة والخاطئة بدلًا من المؤشر الإجمالي. وتتطلب هذه المقارنة أن يكون كلا النموذجين قابلين للاستدعاء ببيانات اعتماد واحدة وأن يكون التسعير شفافًا، وهو ما يوجد كتالوجنا لتحقيقه: نموذج قرار مُتاح للخدمة والأُسس المفتوحة التي بُنيت منها عمليات الضبط الدقيق هذه، على مفتاح واحد، بسعر قائمة المزوّد. إذا حصل Karpo على نقطة نهاية أو إرسال AA خلال الشهر المقبل، فإن زمن استجابة ذلك التغيير هو ما يجب مراقبته الآن؛ وإن لم يحدث، يبقى 73.9 رقمًا مثيرًا للاهتمام على لوحة مجتمعية، ويبقى D1 Ultra النموذج الذي لديه إيصال.

A capture of the Hugging Face model card for MachinePulseAI/karpo-decision-31B showing the Text Classification tag, the gemma4 image-text-to-text tag, the apache-2.0 licence, the line 'Ranked #1 on the Decision Index, with the highest Full score, 73.9', the description of a multimodal decision model that returns a probability for every option of every question in one forward pass without generating text, 'Fine-tuned from google/gemma-4-31B', 'Parameters: 31.3B in bf16, plus a 255 x 5,376 readout in fp32', the screenshot input at state.viewport_screenshot, and the base-model link to google/gemma-4-31B.