Une carte de titre générée intitulée « Moitié prix, deux fois plus rapide », sous-titrée « Liquid AI d1.2 face à Liquid AI D1 Ultra ». Deux grandes cartes arrondies sont côte à côte : celle de gauche, intitulée « d1.2 », affiche « $0.02 » au-dessus de « par 1M de tokens d'entrée » ainsi que « 150 ms par tâche » ; celle de droite, intitulée « D1 Ultra », affiche « $0.042 » au-dessus de « par 1M de tokens d'entrée » ainsi que « 301 ms par tâche ». Une légende en dessous indique « l'ancien fleuron l'emporte encore sur cinq des six composants », et trois pastilles encadrées indiquent « contexte 66k vs 33k », « Brier 0.164 vs 0.176 » et « mesuré par Artificial Analysis ». Le logo OrcaRouter est incrusté en bas à droite.
Guides & Insights

d1.2 vs Liquid AI D1 Ultra : deux fois moins cher, deux points derrière, et meilleur sur la tâche que vous répétez

Auteur

Gideon Frost

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Liquid AI d1.2 coûte 0,02 $ par million de tokens d'entrée. Liquid AI D1 Ultra, le modèle qui était le fleuron de la famille jusqu'au 16 novembre 2026, coûte 0,042 $. Sur l'Artificial Analysis Decision Index v2.1, le modèle plus ancien et plus cher est toujours devant — 70,58 contre 68,69 — et il est devant sur cinq des six évaluations sur lesquelles l'indice est construit. Ainsi, la comparaison principale indique que le fleuron reste le meilleur modèle, et cette comparaison principale est la chose la moins utile que vous puissiez retenir de ces deux lignes.

Ce qui les distingue réellement, c'est la forme plutôt que le rang. D1 Ultra est un modèle conçu pour des jugements difficiles en une seule passe : un défaut sur une carte de circuit imprimé, une déclaration de dommage vérifiée à partir d'une photo. d1.2 est un modèle conçu pour qu'on lui pose plusieurs questions sur un même état, deux fois plus vite, avec une fenêtre de contexte que le tableau indique à 66k contre 33k pour D1 Ultra, et avec cinq types de réponses que D1 Ultra ne propose pas. L'écart de $0.022 est réel ; savoir si c'est cet écart qui décide de votre migration est une question relative à votre profil de requêtes, à laquelle les lignes publiées permettent de répondre.

L’écart de prix, dans les unités qui comptent

Par token, doubler semble anodin. Par tâche, ce n’est pas le même ratio, car les deux modèles ne consomment pas le même nombre de tokens pour répondre à la même question. Artificial Analysis modélise le coût par million de tâches aux prix catalogue actuels, et le chiffre du classement lui-même est de 63 $ pour d1.2, contre 133 $ pour D1 Ultra — un écart de 2,1× qui résiste à la comptabilisation des tokens.

• Prix par million de jetons d'entrée — 0,02 $ pour d1.2 contre 0,042 $ pour D1 Ultra.

• Coût modélisé par million de tâches — 63 $ contre 133 $, tous deux aux prix catalogue actuels, tous deux issus du tableau plutôt que de Liquid.

• Decision Index v2.1 — 68,69 (#9 sur 25) vs 70,58 (#6 sur 25).

• Temps par tâche — 150 ms vs 301 ms. Le nouveau modèle bon marché est deux fois plus rapide.

• Fenêtre de contexte — 66k tokens contre 33k, comme indiqué par Artificial Analysis ; les propres articles de lancement de Liquid n’indiquent aucune fenêtre pour l’un ou l’autre modèle.

• Modalité d'entrée — texte et image pour les deux, selon le conseil. d1.2 ajoute l'audio, selon le fournisseur, ce que la fiche technique du conseil n'a pas encore rattrapé.

• Score de Brier, plus bas étant mieux — 0,164 vs 0,176. Le modèle le moins cher est celui qui est le mieux calibré.

Lisez la dernière ligne deux fois. La calibration est la propriété qui rend un seuil de probabilité utilisable, et c’est le modèle à moitié prix qui l’emporte sur ce point. Les points sur lesquels le modèle phare garde encore l’avantage concernent le fait de savoir des choses, pas celui de savoir à quel point il est sûr.

Là où le D1 Ultra justifie encore son prix

A generated two-column scoreboard titled ‘d1.2 vs D1 Ultra - the scoreboard’. The d1.2 column lists Decision Index 69, AA-Paperclip 62.6, When2Call 96.1, AA-Omniscience 60.9, context window 66k and time per task 150 ms. The D1 Ultra column lists Decision Index 71, AA-Paperclip 64.7, When2Call 93.8, AA-Omniscience 64.4, context window 33k and time per task 301 ms. The footer reads ‘Both rows per Artificial Analysis Decision Index v2.1; context windows as listed by the board, not stated by the vendor.’ The OrcaRouter mark is composited bottom right.

Cinq des six composants privilégient le modèle plus ancien, et la tendance qu’ils suivent est suffisamment cohérente pour planifier en conséquence.

• AA-Paperclip, décisions documentaires — 64,69 pour D1 Ultra contre 62,60 pour d1.2, avec 51,3 % de documents entièrement corrects contre 44,3 %. Le tout-réussi sur document complet est la mesure la plus sévère : une facture à quinze champs dont quatorze sont corrects compte comme un échec.

• EvalSafe-O*NET-AA, jugement en milieu de travail — 88,15 contre 86,55, et une exactitude de 82,9 % contre 79,7 %. Une différence de 1,6 point sur la composante, ce qui est proche du plancher de bruit d’une réexécution.

• AA-Omniscience-Decision v1.1, connaissances — 64,39 contre 60,94, avec une précision de 28,0 % contre 30,0 % et un taux de non-hallucination de 88,6 % contre 66,6 %. La ligne de précision et la ligne d’abstention ne concordent pas, et c’est la ligne d’abstention qui domine le score : D1 Ultra s’abstient bien plus souvent et est récompensé pour cela.

• HLE-MultiChoice v1.1, questions difficiles — 47,39 contre 44,69. En précision brute, l’écart se creuse dans l’autre sens, 6,09 % contre 5,30 %, et ce n’est que du bruit sur un benchmark où tout le peloton reste sous les dix pour cent.

• AA-Symmetry, invariance sous reformulation — 78,66 contre 76,52 sur le score de la composante, bien que d1.2 réussisse davantage d’ensembles complets, 50,0 % contre 45,8 %. Le modèle phare l’emporte sur le crédit partiel et perd sur la mesure plus stricte, donc cette ligne n’est pas une victoire nette dans un cas comme dans l’autre.

Si votre charge de travail correspond à « un document, une question difficile, la réponse va à une personne qui agira dessus », ces lignes décrivent exactement le cas où l’ancien modèle phare reste le bon choix, et la différence de prix à ce volume est une erreur d’arrondi.

Où d1.2 n’est pas proche

Un composant se déplace dans l’autre sens, et il se déplace sur une longue distance.

• When2Call, décisions relatives aux outils et aux fonctions — 96,09 pour d1.2 contre 93,83 pour D1 Ultra, avec une précision de 95,5 % contre 93,0 %. C’est le composant qui détermine si un agent appelle la bonne fonction avec les bons arguments, et c’est l’argument le plus fort en faveur du nouveau modèle dans une pile agentique.

Ensuite, il y a tout ce que l’indice ne mesure pas. Cinq nouveaux types de réponses — une valeur avec les caractères à partir desquels elle a été lue, des segments avec positions, des boîtes, des comptages avec intervalles, des sélections multiples avec probabilités par option — n’existent que sur d1.2, et l’indice n’en évalue aucun. Leurs chiffres de précision sont ceux de Liquid, sur des jeux de test internes construits à partir de partitions mises de côté de jeux de données publics, et ils sont signalés comme tels partout où ils apparaissent ci-dessous.

Selon les chiffres du fournisseur, les deux nouveaux modèles sont proches l’un de l’autre et il n’y a pas du tout de ligne D1 Ultra, car les types de tâches n’existaient pas lors de sa sortie : 98 % et 96 % pour lire une valeur sur un reçu pour d1.2-ultra et d1.2, 94 %/93 % contre 92 %/88 % sur les segments de données personnelles, 94 % pour les deux sur la localisation d’objets, et 87 % contre 90 % sur la sélection de chaque objet présent. Le fait pertinent pour cette comparaison n’est pas les pourcentages — c’est que le modèle plus ancien ne peut pas exprimer ces réponses, donc un pipeline qui en a besoin ne choisit pas entre deux modèles. Il choisit entre un modèle et un contournement.

La règle de facturation, qui vaut plus que les deux points d’indice

A headless-browser screenshot of the Artificial Analysis d1-ultra model page, captured 18 November 2026 in English, dated October 2026. The summary panel reads that d1-ultra is among the leading models on the Decision Index and reasonably priced, and notably slow: a Decision Index score of 71 against a median of 66, 301 ms per task against a median of 206 ms, $0.042 per 1M input tokens, and about $133 per 1M tasks against a median of $137. The rank badge reads #6/25 on the Decision Index and #11/25 on cost, and the technical specification lists text and image input with a 33k-token context window.

D1 Ultra facture chaque question comme une invite à part entière, y compris chaque image jointe. Posez dix questions sur une seule photographie et celle-ci est facturée dix fois : au tarif annoncé par Liquid de 1,5 token par patch de 32×32 pixels, une image de 1024×1024 représente 1 536 tokens, de sorte que dix questions totalisent 15 360 tokens d’image avant même un seul mot de texte. d1.2 ne facture qu’une fois le texte et les images d’une requête, et chaque question supplémentaire n’ajoute que son propre texte.

Prenons une requête concrète : un document de 2 000 tokens, une image de 1024×1024, dix questions d’environ 30 tokens. Selon l’ancienne règle, la requête représente environ 35 700 tokens ; selon la nouvelle, environ 3 840. Au prix propre à chaque modèle, cela fait environ 0,0015 $ sur D1 Ultra contre environ 0,00008 $ sur d1.2 — l’écart de prix et l’écart de facturation se cumulent plutôt que de s’annuler. À 250 000 requêtes par mois, la différence est d’environ 375 $ contre 20 $.

Il s’agit d’arithmétique sur la propre description de facturation de Liquid, et non sur une facture mesurée, et le ratio tombe à 1× si vous posez une question par état. Cette question unique constitue toute la décision : plus vous posez de questions sur le même document, moins la comparaison porte sur des points d’indice, tout simplement.

Quels changements dans le client

Le point de terminaison est le même — api.liquid.ai/decisions/v1/systemone — et la chaîne de modèle constitue la migration. Les trois types de questions d’origine conservent leur forme ; les réponses restent du JSON structuré avec une probabilité par option et sans tokens de sortie, donc rien ne change dans votre parsing. Ce que vous gagnez est additif et ne casse rien de ce qui fonctionne déjà.

Le hic est opérationnel plutôt que technique : D1 Ultra n’est pas obsolète, les deux modèles ne facturent que les jetons d’entrée, et Liquid vend les deux depuis la même console. Aucun impératif ne pousse à migrer, ce qui signifie que la migration ne se fera pas d’elle-même et qu’elle doit être planifiée en fonction d’une charge de travail que vous pouvez mesurer plutôt que d’une date de lancement.

Exécuter les deux sans s’engager ni pour l’un ni pour l’autre.

Un mot sur l'accès avant la partie opérationnelle : d1.2 et D1 Ultra sont tous deux servis par l'API propre à Liquid, et aucun des deux ne figure dans notre catalogue — il s'agit d'une comparaison, non d'une affirmation de disponibilité. La raison pour laquelle notre catalogue est pertinent, c'est Jev 1.14, qui détient EvalSafe-O*NET-AA à 91,14 là où d1.2 atteint 86,55, reprend la même forme de requête systemone et facture 0,042 $ par million de tokens d'entrée. Si la décision de migration se résume à un composant que vous ne pouvez pas vous permettre de perdre, c'est le modèle sur lequel la tester.

La répartition qui a du sens suit l’image corrigée des composants plutôt que le titre. Envoyez les états à questions multiples, tout ce qui contient une image et tout ce qu’un agent achemine vers d1.2 — c’est là que sa fenêtre de contexte, sa vitesse et son avantage When2Call pointent toutes dans la même direction. Gardez les jugements difficiles portant sur un seul document et les questions de connaissance ayant une réponse définitive sur D1 Ultra jusqu’à ce que votre propre échantillon dise le contraire. Deux routes, une condition chacune, écrites par type de question plutôt que codées en dur dans trois services : c’est à cela que sert le DSL de routage, et comme les prix catalogue des fournisseurs sont répercutés avec une marge de 0 %, une modification de l’un ou l’autre des prix Liquid est visible pour le routage le jour où elle a lieu plutôt qu’au prochain renouvellement. Le basculement automatique couvre alors le cas où l’un des deux modèles a un mauvais passage en pleine migration.

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 18 November 2026 in English, showing the /v1/decisions/v1/systemone endpoint family, Zero Data Retention availability, a $0.04 list price per million input tokens, and measured latencies of 182 ms and 372 ms.

Une exécution en mode fantôme ne coûte presque rien à cette échelle : quelques milliers de vos états réels passés dans les deux modèles, comparer les probabilités plutôt que les étiquettes, et compter les cas où D1 Ultra annonce 0,85 et se trompe, par rapport aux mêmes cas sur d1.2. La direction indique que le nouveau modèle est globalement mieux calibré ; seul votre échantillon peut dire s'il est mieux calibré sur vos données, et c'est ce chiffre qui devrait décider de la migration.