
Karpo Decision 31B vs Liquid AI D1 Ultra : L’un a un prix, l’autre a une histoire
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 184 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 223 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 96 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Liquid AI D1 Ultra est le seul modèle de cette comparaison qu'une équipe financière puisse approuver. Il est sorti le 15 octobre 2026, il est servi depuis l'infrastructure propre de Liquid à 0,042 $ par million de tokens d'entrée avec zéro token de sortie par construction, et Artificial Analysis lui attribue 70,58 sur Decision Index v2.1 — huitième sur 25 modèles de décision, 4,3 points derrière son propre successeur d1.2-ultra et à peu près au niveau de Drex Max 1.1 à 72,62. Karpo Decision 31B, de MachinePulse, n'a ni prix, ni point de terminaison, ni ligne dans Artificial Analysis. Ce qu'il a, c'est un score Full de 73,9 sur le Decision Index communautaire, calculé par les mainteneurs de ce classement, et un dépôt Apache-2.0 vieux de deux semaines que personne n'a annoncé.
Côte à côte, les deux modèles décrivent les deux façons dont un modèle de décision peut entrer dans une organisation : l’un arrive avec une facture et un chiffre mesuré, l’autre avec un lien de téléchargement et une promesse. Celui dont vous devez vous soucier dépend de si la couche de décision entre en production ce trimestre ou fait l’objet d’un prototype au regard du budget du trimestre prochain.
Le chiffre que Liquid vend réellement, et pourquoi c'est celui qui n'est pas une hallucination


Le titre de D1 Ultra est une affirmation de première place datant d’octobre que le classement publié n’étayait pas, et cet argument a déjà été avancé ailleurs. Ce qu’il vaut la peine de comprendre maintenant, c’est ce qui a changé entre lui et son prédécesseur, car les données AA le montrent clairement.
Liquid AI d1, la version originale, obtient un score de 3,3 sur le taux de non-hallucination d’AA pour l’évaluation des connaissances. C’est proche du bas du classement complet — un modèle qui, lorsqu’il ne sait pas, invente. D1 Ultra obtient 88,6 sur la même mesure. À l’examen de connaissances à choix multiples, il passe de 5,6 à 56,9. Presque rien de cette progression ne vient d’un plus grand nombre de bonnes réponses : la précision brute sur AA-Omniscience a en fait chuté de 39,8 % à 28,0 %. Le modèle s’est amélioré en apprenant à refuser de répondre.
Ce n’est pas un piège. Pour une couche de décision, c’est le comportement le plus précieux qui soit, car une réponse déclinée est orientée vers un humain, tandis qu’une réponse inventée avec assurance est adressée à un client. Mais cela recadre ce que l’indice récompense. Le 70,58 de D1 Ultra est en grande partie un score d’abstention, et le même tableau en montre le coût : sur HLE-MultiChoice, la précision brute est de 6,09 %, l’un des chiffres les plus bas parmi les 25 modèles listés.
Le successeur, d1.2-ultra, est allé plus loin dans la même direction et au-delà — 83,8 de non-hallucination avec seulement 23,6 % de précision brute, un indice de 74,85 et la première place du classement. Liquid optimise fortement un axe, et cet axe est l’honnêteté plutôt que la connaissance.
Là où le profil de Karpo est orienté dans l’autre sens
Les chiffres de Karpo proviennent d’un instrument différent ; ils ne peuvent donc pas être soustraits de ceux de Liquid. Ce qu’ils peuvent faire, c’est montrer une forme différente.
Sur les cinq catégories du Decision Index, le point fort de Karpo est Outils et automatisation, avec 88,4 de compétence corrigée pour le hasard, et son point faible est Connaissances et raisonnement, avec 65,5. Son erreur de calibration enregistrée par le tracker est de 4,8 points. La fiche indique aussi une latence médiane de 94 ms sur le matériel de référence, contre 301 ms par tâche pour D1 Ultra selon la mesure d’AA — des mesures différentes, une par requête et une par tâche, donc uniquement indicatives.
La lecture conjointe des deux profils fait apparaître une différence cohérente : Karpo est un modèle orienté vers l’action — sélection d’outils, routage, interaction avec les pages, les petites décisions qu’un agent prend à chaque étape —, tandis que D1 Ultra et son successeur sont orientés vers le refus. Un modèle qui refuse de répondre à 72 % des questions de connaissances est un piètre moteur de sélection d’outils, car la sélection d’outils n’est pas une question à laquelle il est permis de ne pas répondre. Un modèle qui répond correctement à 88 % sur le routage des outils mais seulement à 65 % sur les connaissances est un piètre moteur de connaissances.
C’est là le vrai duel, et c’est un duel d’usage prévu plutôt que de scores. La formulation de MachinePulse elle-même dans la fiche du modèle le dit bien : le modèle sert aux décisions qu’un agent prend entre les étapes, qu’il s’agisse d’appeler un outil ou de demander d’abord, quel élément cliquer. La version d’octobre de Liquid, et plus encore celle de novembre qui lui succède, sert à juger si une affirmation est étayée.
La comparaison des coûts, avec les réserves qui s’y attachent
• Liquid AI D1 Ultra — 0,042 $ par million de jetons d’entrée, aucun frais de sortie puisque rien n’est généré, 133 $ par million de tâches sur le jeu de documents d’AA, médiane de 301 ms par tâche.
• Karpo Decision 31B — aucun prix publié. Auto-hébergement uniquement : 62,5 GB de poids bf16, un GPU, 94 ms en médiane par requête sur le matériel de référence du tracker.
• Drex Max 1.1, pour donner un ordre de grandeur — 0,03 $ par million de tokens d’entrée à un prix de lancement que AA signale comme temporaire, 102,7 $ par million de tâches.
• La comparaison que personne ne publie — un modèle résident de 62,5 GB sur un GPU loué coûte ce que ce GPU coûte par heure, que vous lui envoyiez une requête ou dix mille. À faible volume, cela représente bien plus que 133 $ par million de tâches ; à volume soutenu élevé, la situation s’inverse.
Le chiffre par tâche est celui à retenir pour établir un budget, car il intègre le nombre de tokens que chaque modèle consomme pour répondre au même document, et un modèle qui relit répétitivement son état coûte plus cher par décision que ne le suggère son tarif par token. Les 133 $ de D1 Ultra sont les plus élevés des trois modèles Liquid listés ici et dépassent de 30 $ le prix de lancement de Drex Max 1.1. Ce n’est pas une couche de décision bon marché, et le modèle qu’il a remplacé coûtait 63,4 $.
Là où une offre hébergée l’emporte vraiment, c’est sur le bas de gamme. Si vous avez besoin d’un modèle décisionnel pour une centaine de requêtes par jour, provisionner 62,5 Go de mémoire pour Karpo n’est pas une option sérieuse, tandis qu’appeler un point de terminaison servi au prix catalogue l’est. Notre catalogue répercute le prix catalogue du fournisseur sans majoration, de sorte qu’une baisse de prix Liquid s’applique le jour même de son annonce, et qu’un modèle décisionnel peut cohabiter avec le reste de la stack sur une seule clé plutôt que comme un second contrat. Ce n’est pas un argument en faveur de D1 Ultra plutôt que de Karpo ; c’est un argument pour ne pas acheter un GPU afin de déterminer si vous en avez besoin.
Ce que D1 Ultra peut vous dire que Karpo ne peut pas
Trois choses, toutes du genre de celles que l’on découvre au deuxième mois.
Le premier est l’échelle de confiance. AA publie la calibration par tranche pour chaque modèle qu’elle évalue, et celle de D1 Ultra est lisible : dans la tranche de confiance supérieure ou égale à 0,96, il a raison 97,1 % du temps sur l’évaluation de symétrie. Cela vous dit qu’un seuil à 0,95 se comporte à peu près comme annoncé, ce qui est une affirmation sur laquelle vous pouvez fonder une file de révision. La fiche de Karpo donne un chiffre agrégé — une erreur de calibration de 4,8 points — et aucune courbe par tranche. Vous pouvez en produire une vous-même, et vous devrez le faire.
Le second est l’invariance. AA-Symmetry réordonne les options, échange les libellés et inverse les questions oui/non sur 440 variantes, et D1 Ultra obtient 78,7 avec un taux de réussite totale de 45,8 %. Un modèle de décision qui donne une réponse différente lorsqu’on classe les options par ordre alphabétique n’est pas un modèle de décision : c’est un tirage au sort avec des étapes en plus. La fiche de Karpo ne rapporte pas de résultat d’invariance et, comme sa lecture évalue les codes d’option à des emplacements fixes plutôt que le texte des options, c’est exactement la propriété qu’il vaut la peine de vérifier avant le déploiement.
Le troisième point concerne le comportement en cas de refus. AA rapporte un taux de non-hallucination de 88,6 sur le jeu de connaissances pour D1 Ultra, ce qui signifie que la voie d’abstention est sollicitée et mesurée. Karpo ne refuse qu’en raison de la longueur — neuf requêtes sur 140 178, toutes trop longues — et sa fiche ne dit rien de l’abstention en tant que décision. Que Karpo décline une question à laquelle il ne peut pas répondre, ou choisisse l’option la moins mauvaise parce que le mécanisme de lecture choisit toujours quelque chose, n’est pas documenté. La section limitations dit seulement qu’il « choisit toujours l’une des options proposées ».
Cette dernière phrase est la plus importante de l’une ou l’autre fiche modèle. Un modèle décisionnel qui, par construction, ne peut pas s’abstenir a besoin d’une option « aucune réponse fiable » dans chaque liste de choix, ou d’un seuil sur la probabilité, ou des deux. Les concepteurs de D1 Ultra ont choisi l’autre architecture : il peut refuser de répondre, et il le fait souvent.
La licence, le seul domaine où Karpo l’emporte haut la main
Karpo Decision 31B est sous Apache-2.0, poids et code, avec la licence de Gemma 4 associée. Téléchargez-le, exécutez-le, modifiez-le, distribuez la version dérivée, sans avoir besoin de parler à un avocat.
Les modèles de Liquid ne sont pas ouverts. Il n’y a pas de poids, pas d’auto-hébergement, pas de fine-tuning sur votre propre trafic, et pas de déploiement en environnement isolé. L’API est le produit. Pour un pipeline de classification interne traitant des documents réglementés, c’est un obstacle à l’achat, contrairement à un checkpoint de 62,5 Go.
Ainsi, le compromis est net et il ne s’agit pas de scores : Karpo vous donne le contrôle et rien d’autre ; Liquid vous donne un produit mesuré et retire les poids. Une équipe soumise à une exigence de conformité ne peut choisir D1 Ultra à aucun prix. Une équipe avec une échéance de trois semaines ne peut choisir Karpo quel que soit l’effort, car il n’y a aucun point de terminaison à appeler.
Que faire ce mois-ci
Si la couche de décision doit passer en production et que les entrées sont des documents, D1 Ultra est le choix qui se défend malgré le prix et la faible précision brute des connaissances, parce qu’il est mesuré, servi et tarifé, et que son comportement d’abstention est la propriété que vous recherchez réellement. Surveillez plutôt d1.2-ultra si vous achetez maintenant — c’est la même gamme de produits, quatre points de plus sur le même classement, et il présente la même réserve : une grande part de son score relève de l’abstention plutôt que des connaissances.
Si l'entrée est une page, une capture d'écran ou un appel d'outil et que vous disposez de GPU, Karpo est le modèle le plus intéressant et celui à la licence la plus permissive, et sa compétence de routage d'outils de 88,4 est le chiffre à tester face à votre propre trafic. Sachez d'emblée que vous êtes la première personne à le mesurer sur quelque chose qui compte : aucune ligne AA, aucun prix, aucune annonce, et un fournisseur dont la page produit renvoie actuellement une erreur 404.
Il existe une voie intermédiaire qui mérite d’être nommée, car c’est ce que finissent par faire la plupart des équipes. Exécuter le modèle hébergé en production, exécuter le modèle ouvert sur les mêmes requêtes hors ligne, et comparer le taux de réponses assurées et erronées plutôt que l’indice global. Cette comparaison exige que les deux modèles soient appelables avec un seul identifiant et facturés de manière transparente, ce que notre catalogue a précisément pour vocation de rendre possible — un modèle de décision servi et les bases ouvertes à partir desquelles ces modèles affinés ont été construits, avec une seule clé, au prix catalogue du fournisseur. Si Karpo obtient un endpoint ou une soumission AA dans le mois qui vient, la latence de ce changement est désormais ce qu’il faut surveiller ; sinon, le 73,9 reste un chiffre intéressant sur un tableau communautaire et D1 Ultra reste le modèle avec un reçu.

