Liquid AI d1-ultra vs Liquid AI d1-3B: Un endpoint alquilado a $0.042 por millón, o un checkpoint de 2.87 GB que posees

Liquid AI d1-ultra se factura a 0,042 $ por millón de tokens de entrada y se ejecuta en el acelerador de otra persona, en el centro de datos de otra persona. Liquid AI d1-3B no se factura nada por llamada y se ejecuta en un Jetson Orin Nano sobre un escritorio. Esas dos frases describen modelos que Liquid AI lanzó con ocho días de diferencia —d1-3B como checkpoint de pesos abiertos anunciado el 7 de octubre de 2026, d1-ultra como modelo solo por API el 15 de octubre— y describen el mismo trabajo: entregarle al modelo un estado hecho de texto, imágenes o ambos, entregarle un conjunto de preguntas tipadas y recibir respuestas calibradas a partir de una sola pasada hacia adelante sin generar un solo token de salida. Ninguno redacta prosa. Ninguno emite en streaming. La diferencia entre ellos no es «cuál es más inteligente» en abstracto, porque la respuesta honesta depende por completo de cuántas veces al día se lo preguntas. Para un modelo cuyos modos de fallo aún no están documentados, la contraparte útil es el registro de lo que ya ha salido mal en otros lugares: los incidentes de IA y los fallos de agentes documentados en torno a modelos de esta clase se recopilan en el OrcaRouter AI Incident Archivedonde cada entrada incluye sus propias fuentes, gravedad, grado de confianza y marca de disputa.

Ese enfoque es la razón por la que esta comparación vale más que una hoja de especificaciones. d1-3B y d1-ultra se encuentran en extremos opuestos de una decisión que Liquid AI ahora ha hecho explícita en su propia documentación: puedes alquilar el modelo más capaz de la familia por token, o puedes poseer uno de 3,12 mil millones de parámetros y pagar en silicio, electricidad y horas de ingeniería. Ambos son productos actuales. d1-ultra es lo más nuevo que la empresa ha lanzado, y d1-3B es probablemente con lo que la mayoría de los lectores debería empezar. Cuál es el adecuado para un pipeline determinado es una cuestión aritmética con un punto de cruce real, y se puede responder con cifras publicadas — que es lo que sigue.

Una nota sobre las fuentes antes de las cifras, porque importa más que el formato de estas. Casi todo lo que aparece a continuación son informes de la propia Liquid AI: las fichas de los modelos, la publicación de pesos abiertos del 7 de octubre y la publicación de d1-ultra del 15 de octubre. No reproducimos de forma independiente ningún benchmark de modelos de decisión para este artículo y, hasta donde sabemos, nadie más lo ha hecho tampoco. Cuando una cifra es nuestro cálculo aritmético sobre un número publicado y no una medición de alguien, así se indica en la frase que la contiene.

Qué es realmente cada modelo, a mediados de octubre de 2026

Liquid AI d1-3B es un modelo de decisión de pesos abiertos y 3,12 mil millones de parámetros, entrenado a partir de LFM2.5-VL-3B, un modelo de visión-lenguaje solo decodificador. Incorpora un codificador de visión SigLIP2 NaFlex 400M, una ventana de contexto de 32.768 tokens y un vocabulario de 128.000 tokens, toma texto, JSON, imágenes o una mezcla de ellos como estado de entrada, y responde una o más preguntas —Choice, Score o noul, la primitiva de sí/no que devuelve una probabilidad entre 0 y 1— en una sola pasada hacia delante. Los pesos están en Hugging Face bajo la LFM Open License, que el proveedor describe como de uso libre, incluso con fines comerciales, por debajo de 10 millones de dólares de ingresos anuales. Se indica compatibilidad con llama.cpp desde el primer día, con compilaciones NVFP4 para Apple, AMD, Qualcomm y NVIDIA.

Liquid AI d1-ultra is the same shape of product pointed at a harder problem. It is API-only — there are no weights, no GGUF, no MLX or ONNX export, and the vendor's documentation index lists it in a row whose only downloadable artifact is the word "API". It was built, per the announcement, on "a larger open-weight model with a series of Liquid-specific heavy customizations," which is the entire architectural disclosure: no parameter count, no context window and no latency figure appear on the vendor's pages. Third-party gateway listings put the context window at 32,768 tokens and one listing has described it as roughly 8.3B total parameters with about 1.5B active per token, but those are catalogue entries, not vendor statements, and we treat them as unconfirmed. The model string is d1-ultra, on the same endpoint as d1: https://api.liquid.ai/decisions/v1/systemone.

La razón por la que esos párrafos están tan desequilibrados no es editorial. Es toda la comparación. d1-3B está documentado con un nivel de detalle que te permite dimensionar el hardware antes de descargar nada. d1-ultra está documentado con un nivel de detalle que te permite llamarlo y nada más.

Los dos números índice no se miden con la misma regla

Todo análisis secundario de este par colocará 65 junto a 48.57 y te dejará sacar la conclusión obvia. Lee primero las etiquetas, porque los dos números se publicaron bajo instrumentos diferentes.

• La cifra de d1-3B — 48.57, en la partición pública de Decision Index v0.2.1, en la publicación del lanzamiento del 7 de octubre. El proveedor además afirma que el modelo está por delante de todo lo que está por debajo de 10B y a la par de Decider 35B-A3B, un modelo doce veces su tamaño.

• la cifra de d1-ultra — 65, descrita en la publicación del 15 de octubre como líder del Artificial Analysis Decision Index por al menos ocho puntos, con la afirmación de que d1-ultra supera a Jev 1.14 en todas las tareas. La cobertura periodística del anuncio ha reportado a Jev 1.14 con 57, lo que es consistente con una ventaja de ocho puntos.

Dos cosas son ciertas y vale la pena decir con claridad. Primero, el índice que respalda el 65 de d1-ultra es de un tercero, pero la cifra nos llegó a través del propio anuncio de Liquid AI y de las reseñas de prensa sobre él —nosotros mismos no pudimos cargar una tabla pública que mostrara 65—, así que en este artículo se presenta como un dato reportado por el proveedor. Segundo, una puntuación de división pública de la versión 0.2.1 y una puntuación de índice sin versión no tienen garantizado estar en la misma escala, y el índice v0.3 tiene una división privada de visión sobre la que la versión abierta explícitamente no reportó. Interpreta la diferencia como direccional —el modelo de pago es claramente mejor—, no como una medición de 16,4 puntos. Nadie, incluidos nosotros, ha sometido estos dos modelos a un mismo entorno de evaluación común.

Latencia: se publica un número, el otro no

La velocidad del modelo abierto está documentada de forma inusualmente exhaustiva, lo que hace que la omisión en el modelo de pago resulte más llamativa. La ficha de d1-3B reporta una sola pregunta en 8 ms en una RTX 4090, 9 ms en una AMD MI325X, 16 ms en una Jetson AGX Thor, 26 ms en una Jetson AGX Orin de 64 GB, 30 ms en una Apple M5 Pro y 50 ms en una Jetson Orin Nano, con un rendimiento empaquetado que alcanza las 1.106 decisiones por segundo en la MI325X.

Esos son tiempos de forward pass sobre hardware con nombre y apellidos, no tiempos de solicitud de extremo a extremo, y la distinción no es pedante. La última vez que Liquid AI publicó una latencia alojada para un modelo de decisión —la publicación del 5 de octubre que presentaba d1— fue de 200 a 300 ms para una decisión de texto, lo cual es un viaje de ida y vuelta de API que incluye encolamiento y red, y no es comparable con un paso de 8 ms en una tarjeta local. Para d1-ultra, el proveedor no ha publicado ninguna cifra de latencia, en ninguna de las dos formas. Si tu pipeline está limitado por la latencia en lugar de por la precisión, esa ausencia es lo más importante de esta página: actualmente no puedes saber si el modelo caro es rápido, y la única forma de averiguarlo es medirlo tú mismo.

La aritmética que las páginas de marketing no hacen

Aquí es donde los dos productos realmente divergen, y es un cálculo que puedes hacer en una servilleta. Tomemos un filtro de triaje de soporte que plantea una pregunta nueva por ticket, 200.000 tickets al mes, con aproximadamente 1.200 tokens de entrada por pregunta, incluida una pequeña captura de pantalla. Eso son 240 millones de tokens de entrada al mes, que es la cantidad que hace legible la tarifa por millón.

• En d1-ultra a $0.042 por millón de tokens de entrada, eso es aproximadamente $10.08 al mes. En d1-3B a cero por llamada, es $0.00 al mes más lo que cueste el hardware.

• Una compilación Q8_0 de 2,87 GB cabe cómodamente en una Jetson Orin Nano. Si compras ese equipo específicamente para esta carga de trabajo, el periodo de recuperación de la inversión frente al endpoint alojado se mide en años, no en semanas —lo cual es la conclusión honesta, y no la que publicaría un proveedor de hardware.

• Dale la vuelta al volumen. Con 200 millones de preguntas al mes —240 mil millones de tokens de entrada—, la factura de d1-ultra es de unos $10,080 al mes, y la versión local sigue consumiendo la misma electricidad. Ahí es donde poseer el checkpoint deja de ser una preferencia filosófica y se convierte en una partida presupuestaria.

Tres advertencias, y todas apuntan en la misma dirección. Cada recuento de tokens de arriba es el que elegimos; la longitud de tu estado y tu cantidad de imágenes serán distintas, y las imágenes se cobran como texto a 1,5 tokens por parche de 32×32 píxeles, así que una sola imagen de 1024×1024 son 1.536 tokens de entrada. Cada pregunta se factura como su propio prompt, incluidos su texto y todas sus imágenes, así que hacer tres preguntas sobre la misma captura de pantalla supone pagar por esa captura tres veces. Y nada de esto tiene en cuenta el coste de la ingeniería: la ruta local te obliga a elegir una cuantización, a mantener actualizado un runtime y a lidiar con un codificador de visión que se come la memoria antes que los 3,12B de pesos. Si llamas a un modelo unos pocos miles de veces al mes, el endpoint alojado es más barato que la reunión en la que decides autoalojarlo.

Dónde cada uno deja de ser la respuesta correcta

Liquid AI d1-3B es la opción predeterminada correcta cuando cualquiera de estas es la restricción determinante: los datos no pueden salir de las instalaciones o del dispositivo; el salto de red es inaceptable; el volumen es lo bastante alto como para que el precio por llamada se convierta en el costo dominante; o el estado es un fotograma de cámara en vivo o una captura de pantalla que preferirías no enviar a un tercero. El propio planteamiento del proveedor respalda la primera de ellas — la versión abierta está dirigida explícitamente al despliegue en el borde y en el dispositivo en hardware NVIDIA DGX, RTX y Jetson — y las 17,820 descargas que el checkpoint registró en su primer mes sugieren que muchas personas llegaron rápidamente a la misma conclusión.

Liquid AI d1-ultraLiquid AI d1-ultra es la respuesta correcta cuando la propia decisión es la parte difícil. Preguntas con mucha carga de conocimiento, afirmaciones visuales que deben contrastarse con el contexto del mundo real —los ejemplos del propio proveedor son defectos en placas de circuito y la correspondencia de una reclamación por daños con la foto de un cliente— y casos de cola larga en los que la confianza de un modelo de 3B simplemente no merece confianza. La afirmación específica que Liquid AI hace al respecto no es solo exactitud, sino calibración: la mayoría de los modelos de decisión son sobreconfiados, sostiene la publicación, y d1-ultra se entrenó para que sus probabilidades signifiquen algo. Si usas umbrales sobre una probabilidad en lugar de tomar el argmax —dirigir todo lo que supere 0.8 a resolución automática y todo lo demás a una persona—, la calibración lo es todo, y también es la afirmación de esta versión que resulta más difícil de verificar para alguien externo.

Los casos en los que ninguno de los dos es correcto también merecen mencionarse. Si tu respuesta es texto libre, una traza de varios pasos o un resumen, un modelo de decisión es la herramienta equivocada y el proveedor lo dice en su propia documentación. Si necesitas audio en el estado en lugar de solo texto e imágenes, el tercer miembro de la familia, d1-omni-600M, es el que lo admite — usar d1-ultra para ese trabajo no es una mejora, es un error de categoría.

Integrar esto en un stack que ya ejecutas

Un modelo de decisión casi nunca es todo el pipeline. Es la puerta: lo que decide si un ticket es urgente, si una foto es un defecto, si se aprueba una llamada a herramienta. Algo todavía tiene que escribir la respuesta, y en la ruta local ese algo es un segundo modelo que ahora tienes que alojar, que es el coste real de pasar a autoalojado, y el que nunca aparece en la comparación por token. El patrón que realmente funciona con volúmenes pequeños y medianos es un d1-3B local para la puerta de alta frecuencia y un endpoint alquilado para el caso difícil poco frecuente, con una clave de OrcaRouter que da acceso a los modelos generativos hacia los que se ramifican esas decisiones: una sola API para más de 200 modelos, precio de lista del proveedor trasladado con 0 % de margen, y conmutación por error automática entre proveedores, para que una sola mala tarde de un proveedor upstream no convierta tu cola de triaje en una acumulación de trabajo pendiente. Vale la pena ser precisos sobre lo que eso cubre y lo que no: no alojamos ningún modelo de Liquid AI, así que la llamada de decisión en sí va a la API de Liquid AI o al checkpoint local, y OrcaRouter es lo que hay detrás.

Una vez que dejas de tratar el modelo de decisión como algo fijo, la comparación deja de ser binaria. El DSL de enrutamiento te permite componer una compuerta barata y un escritor caro en una sola llamada, y fusion permite que un panel de modelos responda en conjunto cuando uno solo no es lo suficientemente confiable. Ninguna de esas es una razón para elegir d1-ultra en lugar de d1-3B. Ambas son razones por las que vale la pena reconsiderar la elección en el volumen en el que la aritmética realmente cambia.

¿Qué cambiaría esta respuesta?

Tres cosas, en orden de probabilidad. Un benchmark independiente que someta a d1-3B y d1-ultra al mismo harness en las mismas tareas, momento en el cual la brecha de 48,57 frente a 65 se convierte en una medición en lugar de una conjetura direccional. Una latencia publicada para d1-ultra, sin la cual cualquier pipeline sensible a la latencia debería tratar el modelo alojado como una incógnita y medirlo primero en una ruta canaria. Y un eventual lanzamiento de pesos abiertos construido sobre el backbone más grande, que la historia de la familia hace menos descabellado de lo que suena: todos los demás modelos d1 que comenzaron alojados terminaron siendo descargables en un plazo de dos días.

Hasta entonces, la regla general se mantiene. Empieza con d1-3B porque puedes probarlo gratis, es rápido en hardware que quizá ya tengas y está documentado lo suficientemente bien como para dimensionarlo correctamente antes de comprometerte. Traslada a d1-ultra las decisiones concretas que resulten poco convincentes. La brecha entre ambos es real; solo que es más estrecha de lo que sugiere la diferencia de precio, y mucho más estrecha de lo que implican los números de índice cuando se imprimen uno al lado del otro sin sus etiquetas de versión.