כרטיס כותרת שנוצר, שכותרתו "שדרוג באותו מחיר", עם כותרת משנה "Liquid AI d1.2-ultra מחליף את Liquid AI d1-ultra". שני פסים אופקיים מונחים זה על גבי זה: הפס העליון והקצר יותר מסומן d1-ultra, עם הערך 70.58 בקצהו הימני; הפס התחתון והארוך יותר מסומן d1.2-ultra, עם 74.85 בקצהו הימני. שלושה צ'יפים עם מסגרת בצד ימין מציגים "הקשר של 66k, עלייה מ-33k", "218 ms למשימה, ירידה מ-301 ms" ו"אותו $0.042 ל-1M טוקני קלט". הסימן של OrcaRouter משולב בפינה הימנית התחתונה.
Guides & Insights

d1.2-ultra לעומת Liquid AI D1 Ultra: אותו מחיר, חלון הקשר כפול, ונקודה אחת שבה זה החמיר

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

Liquid AI d1.2-ultra עולה בדיוק כמו Liquid AI D1 Ultra:‏ $0.042 למיליון אסימוני קלט, ללא אסימוני פלט, אותו endpoint, אותם שלושה סוגי שאלות שאתם כבר שולחים. הוא הגיע ב־16 בנובמבר 2026, חודש אחרי המודל שהוא מחליף, והוא טוב יותר במדד המשולב — 74.85 לעומת 70.58 ב־Artificial Analysis Decision Index v2.1, ראשון מתוך 24 לעומת שישי. אז השדרוג הוא חינם ומובן מאליו, וכדאי לכם לקחת אותו. מה שהופך את ההחלטה לראויה למאמר ולא ליומן שינויים של שורה אחת הוא שארבעה מתוך שישה־עשר מדדי הרכיבים שפורסמו נסוגו לאחור, ושניים מהם הם אלה שצינור המבוסס על ספים מושפע מהם ביותר.

התבנית ספציפית. המודל החדש טוב בהרבה בקריאת מסמכים, טוב בהרבה תחת פרפרזה, וקצת פחות טוב בידיעת דברים ובסירוב לענות. אם ה-pipeline שלך משתמש ב-Liquid AI D1 Ultra כמנוע חילוץ, היורש הוא רווח נקי. אם הוא משתמש בו כשומר סף שאמור לומר "אני לא יודע" כאשר המקרה מעורפל, היורש הוא החלטה של שני מודלים, לא החלפה.

שני הדגמים על מכשיר אחד

A generated two-column scoreboard titled ‘d1.2-ultra vs d1-ultra - the scoreboard’. The d1.2-ultra column reads Decision Index 75, AA-Paperclip 75.8 at 67.7% all-pass, AA-Symmetry 86.3, AA-Omniscience accuracy 23.6%, context window 66k and price $0.042 per 1M input. The d1-ultra column reads Decision Index 71, AA-Paperclip 64.7 at 51.3% all-pass, AA-Symmetry 78.7, AA-Omniscience accuracy 28.0%, context window 33k and price $0.042 per 1M input. The footer reads ‘All figures per Artificial Analysis Decision Index v2.1; context windows as listed by Artificial Analysis, not stated by the vendor.’

ההשוואה הזו נקייה באופן יוצא דופן מכיוון ששתי השורות הופקו על ידי אותו ארגון, על אותה גרסה של אותו לוח, מה שאינו נכון ברוב החלטות השדרוג. Artificial Analysis הריצה את d1-ultra ואת d1.2-ultra על Decision Index v2.1, כך ששום דבר כאן אינו תלוי בהשוואה בין מספר של ספק למספר עצמאי, או בעדכון של אינדקס ששינה את כללי המשחק בין שתי המהדורות. הכותרת של הספק עצמו עבור המודל החדש — מקום ראשון, בפער של שתי נקודות — תואמת את הלוח שהוא מציין.

• מחיר — $0.042 למיליון טוקני קלט עבור שניהם. זהה, וללא שינוי בעקבות השדרוג.

• Decision Index v2.1 — d1.2-ultra 74.85 (#1 מתוך 24) לעומת d1-ultra 70.58 (#6).

• חלון הקשר — 66 אלף טוקנים לעומת 33 אלף, לפי המפרט הטכני של הלוח. פוסטי ההשקה של Liquid אינם מציינים חלון עבור אף אחד מהמודלים.

• זמן לכל משימה — 218 ms לעומת 301 ms. השדרוג גם מהיר יותר בשליש.

• עלות למיליון משימות — $133 לשניהם, וזה מה שהייתם מצפים לו במחיר טוקן זהה ובמספר טוקנים דומה לכל משימה.

• ציון Brier — 0.150 לעומת 0.176, כאשר נמוך יותר טוב. זהו המספר היחיד שאומר בצורה הישירה ביותר "כיול טוב יותר".

כלל החיוב השתנה, והוא שווה יותר מנקודות המדד

ב-d1-ultra, כל שאלה חויבה כפרומפט נפרד שכלל כל תמונה מצורפת. שאלו עשר שאלות על תמונה אחת ושילמתם על התמונה עשר פעמים, מה שעבור תמונה בגודל 1024×1024 משמעותו 1,536 טוקנים כפול עשר לפני ספירת טקסט כלשהו. ב-d1.2-ultra, הבקשה מחייבת את הטקסט והתמונות שלה פעם אחת, וכל שאלה נוספת מוסיפה רק את הטקסט שלה.

נעבור על זה באמצעות בקשה מציאותית: מסמך של 2,000 טוקנים, תמונה אחת בגודל 1024×1024, עשר שאלות של כ-30 טוקנים כל אחת. הכלל הישן גובה בערך 35,700 טוקנים; החדש גובה בערך 3,840. במחיר זהה של $0.042 למיליון, זה $0.0015 לעומת $0.00016 לבקשה — יותר מפי תשעה זול עבור אותה עבודה, באותו מחיר מפורסם, מאותו ספק, בלי שום כותרת הכרזה מצורפת לזה. ב-100,000 בקשות בחודש, כ-$150 הופכים לכ-$16.

שני הנתונים הם חישוב אריתמטי המבוסס על תיאורי החיוב של הספקים עצמם, ולא מדידות של חשבון חי, והיחס תלוי לחלוטין בכמה שאלות שואלים לכל מצב. שאלו שאלה אחת לכל מסמך — ושני המודלים עולים אותו דבר. שאלו עשר — ושדרוג ה"חינם" הוא שינוי העלות הגדול ביותר בגרסה.

במה המודל החדש למעשה טוב יותר

A headless-browser screenshot of the Artificial Analysis model page for d1-ultra, captured 17 November 2026 in English, showing the Liquid AI vendor label, the heading ‘d1-ultra: Release, Decision Index Score, Performance & Price’, a Decision Index score of 71, a 33k-token context window, a time-per-task figure of 301 ms, and a summary describing the model as reasonably priced but notably slow.

ארבעה רכיבים זזו כלפי מעלה, ושניים מהם זזו מרחק רב.

• AA-Paperclip, 30% מהמדד — 75.81 לעומת 64.69 בציון ההחלטה, ו-67.7% לעומת 51.3% של מסמכים נכונים לחלוטין. אחת-עשרה נקודות של שיעור מעבר מלא במסמכים ברכיב שנושא את המשקל הרב ביותר הן כל הסיפור של עלייה משולבת של שתים-עשרה נקודות. זה המספר שכדאי להסתכל עליו אם אתם מחלצים שדות מחשבוניות, קבלות או קורות חיים, כי מסמך שמפספס אחת מחמש-עשרה תשובות נחשב להחמצה בכל מקרה.

• AA-Symmetry, 15% — 86.34 לעומת 78.66, כאשר עקביות all-pass עלתה מ-45.8% ל-56.7%. נסחו מחדש את השאלה, העבירו את האפשרויות ממקום למקום, הפכו שאלת כן/לא, והמודל החדש שומר על תשובתו בתדירות גבוהה בהרבה.

• When2Call, 10% — 96.49 לעומת 93.83. קריאה לכלים כבר הייתה החוזקה של המשפחה; זהו שיפור קטן יותר ברכיב שהיה קרוב לתקרתו.

• EvalSafe-O*NET-AA, 15% — 89.53 לעומת 88.15. נקודה וחצי בשיפוט מסמכים במקום העבודה, שזה קרוב לרעש ולא צריך להימכר כשיפור.

• AA-Omniscience-Decision v1.1, 15% — 60.80 לעומת 64.39 בציון ההחלטה. ירידה של ארבע נקודות ברכיב שהוא חצי ידע וחצי כנות.

• HLE-MultiChoice v1.1, 15% — 46.36 לעומת 47.39. ירידה בנקודה ברכיב שבו כל התחום חלש.

שתי הרגרסיות, במונחים פשוטים

הירידה באומניסיינס אינה ארטיפקט של ניקוד; היא מופיעה בשורות הדיוק וההימנעות הבסיסיות, והן סותרות זו את זו באופן שכדאי להבין לפני ההגירה.

• דיוק AA-Omniscience-Decision — d1-ultra ענה נכון על 28.0% מהשאלות, d1.2-ultra על 23.6%. קודמו ידע יותר.

• AA-Omniscience-Decision אי-הזיה — d1-ultra 88.6%, d1.2-ultra 83.8%. קודמו היה גם טוב יותר שלא להמציא תשובה. שתי השורות נעו באותו כיוון, מה שאומר שזהו שינוי יכולת אמיתי ולא שינוי במידת הזהירות שבה המודל משתמש בהימנעויות שלו.

• דיוק HLE-MultiChoice — 6.09% לעומת 2.36%, המודל החדש אחרון מבין 24 בדיוק גולמי. שיעור אי-ההזיה שלו באותה קבוצה עלה, מ-56.9% ל-76.1%, כך שהירידה בדיוק נקנית חלקית בתמורה ליותר הימנעות ממענה. אבל לא לגמרי: צמד ה"אומניסיונס" שלעיל מראה שהמודל עונה פחות וגם צודק פחות.

ההשלכה על פייפליין צרה מכפי שהיא נשמעת. אם מציבים סף על הסתברות ומעבירים מקרים בביטחון נמוך לאדם, מודל שנמנע יותר עושה לך טובה, ונתון אי-ההזיה של 83.8% הוא עדיין שישי מתוך 24. אם משתמשים במודל כשער אוטומטי לשאלות שמחייבות ידיעת עובדה — האם הטענה הזו תואמת את המדיניות, האם הקוד הזה תואם את המפרט — קודמו הזול יותר טוב באופן מדיד, ואין סיבה שלא להמשיך להשתמש בו עבור אותו נתח.

מה שעליך לשנות בלקוח שלך

כמעט כלום, וזו הסיבה לעשות את זה עכשיו ולא בעוד רבעון. נקודת הקצה זהה, api.liquid.ai/decisions/v1/systemone, שנקראת עם "model": "d1.2-ultra"; שלושת סוגי השאלות לא השתנו; התגובות עדיין JSON מובנה עם הסתברות לכל אפשרות וללא טוקני פלט. המיגרציה היא שינוי מחרוזת ופריסה מחדש.

מה שחדש הוא תוספתי, וכדאי לדעת עליו משום שהוא מסיר עקיפות במקום להוסיף יכולות. חמישה סוגי תשובות מצטרפים לקיימים: לקרוא ערך מהעמוד ולהחזיר את התווים שמהם נקרא, או "לא נמצא"; להחזיר כל קטע מסוג מסוים עם מיקומים, מה שמכסה השחרת PII בלי מודל שני; להחזיר תיבה סביב אובייקט אחד או סביב כל מופע בתוספת ספירה; להחזיר אומדן עם טווח; ולהחזיר כל אפשרות רלוונטית עם ההסתברות שלה. קלט שמע פועל בשני הכיוונים — ההקלטה יכולה להיות הנושא, או שהיא יכולה להיות השאלה, נאמרת בעל פה ולא מוקלדת.

הטענות לדיוק עבור חמש המשימות הללו הן של Liquid עצמה, על מערכי בדיקה פנימיים שנבנו מחלוקות מוחזקות של מערכי נתונים ציבוריים, מפני שאף מבחן ציבורי עדיין לא מכסה אותן. לפי הנתונים של הספק, שני המודלים קרובים: 98% לעומת 96% בקריאת ערך מקבלה, 94%/93% לעומת 92%/88% על מקטעי PII, 94% כל אחד באיתור אובייקטים, ובשתי המשימות האחרונות המודל הישן אינו החלש בכל שורה — המודל החדש מנצח בספירה בתוך אחד ב-93% מול 92% ומפסיד בבחירת כל אובייקט שקיים ב-87% מול 90%.

הרצת הישן והחדש זה לצד זה

השארת שניהם היא ההגירה הכנה, והיא זולה: אלו מחרוזות מודל שונות באותו endpoint, ושניהם נמצאים היום ב-API של Liquid עצמה, באותו מחיר, עם מפתחות מ-console.liquid.ai. אף אחד מהם אינו בקטלוג שלנו, והקטע הזה אינו טענת זמינות לאף אחד מהם.

שכבת ניתוב נעשית שימושית כאן בכך שהפיצול בין שני המודלים הוא החלטה לפי שאלה ולא לפי שירות. היורש הוא זה שאליו שולחים מסמכים, תמונות וכל דבר שעליו תגדירו סף; הקודם הוא זה שאליו שולחים שיפוטים עתירי עובדות, שבהם שורות הדיוק וההימנעות שלו עדיין טובות יותר. הרכיבו זאת כשני נתיבים מאחורי API אחד — ה-DSL לניתוב מאפשר לכם לפצל לפי סוג שאלה או לפי גודל מצב, ולא לפי גבולות שירות מקודדים ביד — ושני המודלים מפסיקים להתחרות על אותו מקום. שום דבר בצד שלנו לא משנה את $0.042שעולה כל אחד מהמודלים: מחירי המחירון של הספקים מועברים הלאה לפי תוספת של 0%, כך ששינוי מחיר של Liquid פעיל כאן באותו יום ולא במחזור החיוב הבא. וכשה-API של ספק חווה אחר צהריים רע, מעבר אוטומטי לגיבוי הוא מה ששומר על נתיב המסמכים חי במקום להפוך ספק אחד לנקודת כשל יחידה עבור כל הצינור.

השדרוג, שורה אחת לכל אחד

קח את d1.2-ultra עבור מסמכים, עבור תמונות, עבור מצבים דו-משמעיים ועבור כל דבר שאתה מחיל עליו סף — הוא טוב ב-11 נקודות ברכיב המסמכים, טוב ב-8 בסימטריה, מהיר בשליש, מכפיל את חלון ההקשר ואם תשאל יותר משאלה אחת לכל מצב, מקטין את החשבון שלך בסדר גודל.

השאר את d1-ultra עבור שער עתיר עובדות, שבו דיוק ה-Omniscience ושורות אי-ההזיה שלו עדיין גבוהים יותר, ושבו דיוק ה-HLE הוא כמעט פי שלושה מזה של היורש, קטנים ככל שיהיו שני המספרים.

דלג לגמרי על ההגירה רק אם המצבים שלך אינם מכילים תמונות, שאלה אחת בכל אחד, ואין סף — המקרה שבו שני המודלים עולים אותו דבר והחדש פשוט טוב יותר בכל הערכה שבה אתה משתמש. במקרה כזה, הסיבה היחידה להמתין היא תשע-עשרה השעות שנדרשות כדי לגלות ששום דבר לא נשבר.

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 17 November 2026 in English, showing the /v1/systemone endpoint, Zero Data Retention availability, an input and output list price of $0.04, and measured latencies of 182 ms and 372 ms.