Liquid AI d1-ultra vs Liquid AI d1: Derselbe Endpoint, dieselben Fragen, doppelter Preis – hier ist der Crossover

Die kürzeste ehrliche Antwort ist diese: Liquid AI d1-ultra kostet $0,042 pro Million Eingabe-Tokens und Liquid AI d1 kostet $0,02 pro Million Eingabe-Tokens, beide werden unter derselben URL mit denselben drei Fragetypen aufgerufen, und das teurere Modell ist das Modell der Wahl, wenn falsch zu liegen teurer ist als die Verdopplung Ihrer Kosten pro Aufruf. Das ist die gesamte Entscheidung, und sie ist ungewöhnlich klar, weil sich die beiden Modelle ansonsten strukturell in nichts unterscheiden. Sie wurden zehn Tage auseinander veröffentlicht — d1 am 5. Oktober 2026 als erstes Entscheidungsmodell von Liquid AI, d1-ultra am 15. Oktober als leistungsfähigstes Mitglied der Familie — und beide wurden gebaut, um dasselbe zu tun: einen Zustand aus Text, Bildern oder beidem plus eine oder mehrere typisierte Fragen anzunehmen und Wahrscheinlichkeiten aus einem einzigen Forward Pass zurückzugeben, wobei null Ausgabe-Tokens erzeugt werden und nichts zu streamen ist. Vergleiche wie dieser sind auch der Ort, an dem die Fehlermodi sichtbar werden: Die dokumentierten KI-Vorfälle und Agentenfehler hinter Modellen dieser Klasse sind gesammelt im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Vertrauensstufe und seine Kennzeichnung als umstritten trägt.

Was das Paar eher einen Artikel als eine Fußnote wert macht, ist, dass es sich um Substitute handelt, nicht um eine Leiter mit einer mittleren Sprosse. Man führt nicht d1 aus und weicht bei schwierigen Fällen auf d1-ultra aus, wie man es bei einem kleinen und einem großen generativen Modell tun würde, denn beide werden über dieselbe Modell-Zeichenkette im selben Request-Body angesteuert. Das Umschalten kostet ein Wort in einer JSON-Nutzlast. Die Frage ist also nicht, ob das Upgrade technisch verfügbar ist – sondern ob die zusätzlichen 0,022 $ pro Million Input-Tokens etwas kaufen, das Ihre spezifische Workload spüren kann, und das lässt sich mit den Zahlen beantworten, die Liquid AI veröffentlicht hat.

Was sich tatsächlich unterscheidet – in einem Durchgang

Die offengelegten Unterschiede sind geringer, als die Preisdifferenz vermuten lässt, und die fehlenden zählen genauso viel wie die vorhandenen.

• Preis — 0,042 $ pro Million Eingabe-Tokens für d1-ultra gegenüber 0,02 $ für d1, beide werden ausschließlich auf Eingaben abgerechnet, ohne Ausgabegebühr, beide zählen Bilder als Text mit 1,5 Tokens pro 32×32-Pixel-Patch.

• Backbone — d1-ultra wird als auf „einem größeren Modell mit offenen Gewichten mit einer Reihe von umfangreichen Liquid-spezifischen Anpassungen“ aufbauend beschrieben; die Ankündigung von d1 besagt nur, dass es für die erste Generation der Familie gebaut wurde, wobei auch kein Backbone genannt wird.

• Sprachabdeckung — Der Launch-Post von Liquid AI zu d1-ultra nennt 44 Sprachen. Für d1 wurde keine vergleichbare Zahl veröffentlicht.

• Index-Platzierung — Laut Angaben soll d1-ultra den Artificial Analysis Decision Index mit mindestens acht Punkten Vorsprung anführen; d1 wurde mit sechs Vergleichen realer Anwendungen gegen GPT-6.1 Sol und Claude Opus 5.5 angekündigt, statt mit einem Indexwert.

• Parameteranzahl — für keines von beiden offengelegt. Das Kontextfenster von d1-ultra wird auch vom Anbieter nicht genannt und erscheint nur in Gateway-Katalogen von Drittanbietern mit 32.768 Token, was wir als unbestätigt und nicht als Spezifikation behandeln.

• Latenz — d1 wurde mit 200 bis 300 ms für eine Textentscheidung veröffentlicht. Für d1-ultra gibt es überhaupt keinen veröffentlichten Latenzwert.

Auf das letzte Paar Lücken kommt es an. Das neuere, teurere Modell ist das, dessen Datenblatt leerer ist. Von Ihnen wird verlangt, das 2,1-Fache des Preises für ein Modell zu zahlen, dessen Größe, Kontextlänge und Geschwindigkeit allesamt nicht offengelegt sind – und das allein aufgrund einer Kalibrierungsbehauptung und einer Indexzahl, die der Anbieter selbst gemeldet hat.

Die Behauptung, die Liquid AI tatsächlich aufstellt

Lies den d1-ultra-Beitrag aufmerksam, und das Argument ist nicht die Genauigkeit. Es besagt, dass Genauigkeit allein für ein Entscheidungsmodell nicht ausreicht, weil ein Entscheidungsmodell auch Wahrscheinlichkeiten ausgibt und die meisten davon überkonfident sind. Ein Klassifikator, der 0,97 sagt und 0,72 meint, wird eine schwellenwertbasierte Pipeline ruinieren, selbst wenn seine Top-1-Genauigkeit hervorragend ist, weil jede automatisierte Aktion, die du oberhalb dieses Schwellenwerts vornimmst, auf einer falschen Prämisse beruht. d1-ultra wurde, so heißt es in dem Beitrag, speziell darauf trainiert, dass seine Wahrscheinlichkeiten besser kalibriert sind — und die Veröffentlichung berichtet, dass es über 112 einzigartige Evaluierungen hinweg Jev 1.14 bei jeder Aufgabe mit besserer Kalibrierung zum gleichen Preis schlägt.

Dies ist ein wirklich anderes Verkaufsargument als „klüger“, und es ist zugleich die mit Abstand am schwersten zu überprüfende Behauptung in beiden Veröffentlichungen für einen Außenstehenden. Nichts in der Ankündigung erlaubt es Ihnen, die Kalibrierung vor der Entscheidung anhand Ihrer eigenen Daten zu prüfen. Wenn Ihre Pipeline das Argmax nimmt und die Wahrscheinlichkeit ignoriert, gilt das Kalibrierungsargument für Sie nicht, und der Fall von d1-ultra reduziert sich auf die Indexlücke. Wenn Ihre Pipeline anhand der Wahrscheinlichkeit Schwellenwerte setzt – oberhalb von 0,9 automatisch genehmigen, unterhalb davon eskalieren –, dann ist die Kalibrierung die einzige Zahl, die zählt, und es ist eine Zahl, die Sie selbst aus einer gelabelten Stichprobe erzeugen müssen.

Wenn sich die Verdopplung selbst bezahlt

Rechnen Sie es bei einem Volumen durch, bei dem der Ratenunterschied nicht mehr Rauschen ist. Ein Moderationsgate, das pro Beitrag eine noul-Frage stellt, ergibt bei 500.000 Beiträgen pro Monat und ungefähr 400 Eingabe-Tokens pro Beitrag 200 Millionen Eingabe-Tokens pro Monat.

• Bei d1 — 4,00 $ pro Monat. Bei d1-ultra — 8,40 $ pro Monat. Der Unterschied von vier Dollar ist keine Budgetposition; er ist geringer als die Kosten der Ingenieurstunde, die für die Entscheidung aufgewendet wird.

• Überträgt man dasselbe Gate auf Bildeingaben, steigen die Token-Zahlen schnell, denn ein einzelnes 1024×1024-Bild entspricht 1.536 Eingabe-Tokens, und jede Frage berechnet ihren Text und alle ihre Bilder erneut. Bei fünf Fragen zum selben Foto zahlt man für dieses Foto fünfmal – ein Designfehler, den man unabhängig davon, welches Modell man wählt, vermeiden sollte.

• Bei 20 Milliarden Eingabe-Tokens pro Monat — ein Klassifikator im großen Maßstab, kein Pilotprojekt — kostet d1 etwa 400 $ und d1-ultra etwa 840 $. Die absolute Differenz ist jetzt real, und sie liegt für eine Arbeitslast, die das Äquivalent von zig Millionen Bildern verarbeitet, noch unter tausend Dollar.

Die Schlussfolgerung, zu der diese Rechnung zwingt, ist nicht die, die man erwartet. Für die überwiegende Mehrheit der Entscheidungs-Workloads ist der Preisunterschied zwischen d1-ultra und d1 zu gering, um der ausschlaggebende Faktor zu sein, was bedeutet, dass die Entscheidung allein anhand der Qualität der Antworten getroffen werden sollte. Die interessante Ausnahme verläuft in die andere Richtung: Wenn Ihr Volumen wirklich enorm und Ihre Aufgabe einfach ist – ein binäres Gate für kurzen Text, keine Bilder –, sollten Sie überhaupt nicht zwischen diesen beiden wählen, denn das Open-Weight-Modell d1-3B erledigt diese Aufgabe zu null pro Aufruf. Die Preisgestaltung der beiden liegt so dicht beieinander, dass die eigentliche Frage die unter ihnen ist.

Wo ein Entscheidungsmodell das falsche Instrument ist

Beide Modelle sind für dieselben vier Aufgaben dokumentiert: Klassifizierung und Routing, Scoring und Rating, binäre Gates und multimodale Inspektion. Die Dokumentation des Anbieters ist ebenso klar darüber, wofür sie nicht gedacht sind – freie Generierung, Multi-Turn-Chat, Zusammenfassung, offenes Schlussfolgern, Code schreiben. Es gibt keine Ausgabe-Token zum Streamen, daher erhält eine Anwendung, die Prosa zurückerwartet, einen Fehler, keine schlechtere Antwort. Das ist erwähnenswert, denn die Versuchung, zu einem Entscheidungsmodell als billigem Ersatz für einen generativen Aufruf zu greifen, führt genau dazu, dass Pipelines eines missbrauchen.

Die veröffentlichten Belege für das ältere Modell sind zumindest konkret. Bei sechs realen Anwendungen, die am 5. Oktober 2026 getestet wurden, wurde berichtet, dass d1 bei vier davon GPT-6.1 Sol erreichte oder übertraf – bei 19- bis 200-mal niedrigeren Kosten – und bei jeder Aufgabe schneller antwortete. Einer dieser sechs war ein visueller Inspektionslauf über Teile von vier Produktionslinien – Leiterplatten, Kerzen, Cashewnüsse und Kaugummi, im VisA-Datensatz –, bei dem das Modell ohne aufgabenspezifisches Training gute von defekten Teilen mit 85 bis 97 Prozent Genauigkeit sortierte. Ein weiterer entfernte in einem Kontextkomprimierungsdurchlauf 52 Prozent der Token. Das sind vom Anbieter durchgeführte Evaluierungen mit angegebener Methodik, und sie sind weiterhin vom Anbieter durchgeführt: ein Durchlauf pro Modell und Anwendung, Listenpreise ohne Cache-Rabatte, und mehrere der Code- und Komprimierungsfragen wurden erst verfasst, nachdem d1s Pipeline bereits festgelegt war. Lesen Sie sie als Beleg dafür, dass die Kategorie funktioniert, nicht als eine Anzeigetafel, die sich auf Ihre eigene Aufgabe übertragen lässt.

Die Upgrade-Entscheidung in der Regel

Fang mit d1 an. Nicht weil es das bessere Modell ist – laut Index-Behauptung ist es das nicht –, sondern weil bei 0,02 $ pro Million Eingabe-Tokens ohne Ausgabegebühr ein paar hunderttausend Aufrufe nur ein paar Cent kosten und der schnellste Weg herauszufinden, ob ein Entscheidungsmodell zu deiner Pipeline passt, darin besteht, es vor echten Traffic zu setzen und die Wahrscheinlichkeitsverteilung anzusehen, die es zurückgibt. Logge die Wahrscheinlichkeiten, nicht nur die Labels. Wenn sie sich eng um die Extreme clustern und deine Schwellenwerte stabil sind, bekommst du Kalibrierung gratis und hast keinen Grund, für mehr zu bezahlen.

Wechseln Sie zu d1-ultra, wenn ein bestimmter, benannter Fehler in diesem Protokoll auftritt: die schwierige Wissensfrage, die visuell mehrdeutige Aussage, der Fall, in dem das Modell 0,6 zurückgibt und es ernst meint. Die Migration ist eine Änderung der Modellzeichenkette am selben Endpunkt, daher kann sie selektiv sein – d1-ultra auf den Routen, die die Fehler gezeigt haben, d1 auf allem anderen. Das ist die ehrliche Form dieses Vergleichs. Es ist kein Entweder-oder; es ist eine Einstellung pro Route, und die Preisgestaltung ist nah genug beieinander, dass Sie es sich leisten können, dabei chirurgisch vorzugehen.

Es gibt einen praktischen Haken, den man einplanen sollte. Wenn Ihre Entscheidungen einen generativen Schritt speisen – eine Antwort, eine Zusammenfassung, einen Tool-Aufruf –, pflegen Sie zwei Anbieterbeziehungen, nicht nur eine. OrcaRouter fasst die zweite Hälfte davon zusammen: ein OpenAI-kompatibler Schlüssel für über 200 generative Modelle zu durchgereichtem Listenpreis des Anbieters mit 0 % Aufschlag, sodass eine Preisänderung weiter oben in der Kette noch am selben Tag auf Ihrer Rechnung landet statt erst bei der nächsten Vertragsverlängerung – mit automatischem Failover über Anbieter hinweg hinter demselben Endpunkt. Um die Grenze klar zu benennen: Wir hosten die Entscheidungsmodelle von Liquid AI nicht, der Aufruf von d1 oder d1-ultra geht also weiterhin an die eigene API von Liquid AI, und was über uns läuft, ist alles, was der Entscheidung nachgelagert ist.

Was Sie beachten sollten, bevor Sie sich im großen Maßstab für d1-ultra entscheiden

Zwei Zahlen, die derzeit beide fehlen. Die erste ist die Latenz: Die Angabe von 200 bis 300 Millisekunden für d1 sagt nichts über d1-ultra aus, und das neuere Modell veröffentlicht nichts, daher sollte jede latenzempfindliche Route per Canary getestet werden, statt sie vollständig zu migrieren. Die zweite ist eine unabhängige Kalibrierungsmessung. Der Vergleich mit 112 Evaluierungen und der Acht-Punkte-Vorsprung im Index stammen aus der eigenen Berichterstattung von Liquid AI, und die Indexzahl gelangte über die Ankündigung des Anbieters und die Presseberichterstattung darüber in diesen Artikel, nicht aus einer Tabelle, die wir selbst laden konnten. Wenn jemand eine Zuverlässigkeitskurve für eines der beiden Modelle anhand öffentlicher Daten reproduziert, wird der 2,1-fache Aufpreis zu einer Kaufentscheidung statt zu einer Ermessensentscheidung.

Bis dahin ist die Position, die einer Prüfung standhält, eine konservative. d1 ist ein leistungsfähiges, günstiges, vom eigenen Anbieter als bewährt eingestuftes Entscheidungsmodell zu einem Preis, der Experimentieren nahezu kostenlos macht. d1-ultra ist eine plausible Verbesserung, an die eine konkrete, überprüfbar klingende Behauptung geknüpft ist und hinter der ein ungewöhnlich dünnes Datenblatt steht. Das Doppelte für das zweite zu zahlen, bevor man einen Ausfall vorliegen hat, bedeutet, eine Versicherung gegen ein Problem abzuschließen, das man noch nicht beobachtet hat – was bei diesen Mengen weniger ein Fehler als ein Rundungsfehler ist. Lassen Sie nur nicht zu, dass der Rundungsfehler zur Architektur wird.