כרטיס כותרת שנוצר שכותרתו 'חצי מהמחיר, כפול מהמהירות', עם כותרת משנה 'Liquid AI d1.2 מול Liquid AI D1 Ultra'. שני כרטיסים מעוגלים גדולים מונחים זה לצד זה: השמאלי, שכותרתו 'd1.2', מציג '$0.02' מעל 'לכל 1M אסימוני קלט' ובנוסף '150 ms למשימה'; הימני, שכותרתו 'D1 Ultra', מציג '$0.042' מעל 'לכל 1M אסימוני קלט' ובנוסף '301 ms למשימה'. כיתוב מתחת מציג 'הדגל הישן עדיין מנצח בחמישה מתוך שישה רכיבים', ושלושה צ'יפים עם מסגרת מציגים 'הקשר 66k לעומת 33k', 'Brier 0.164 מול 0.176' ו'נמדד על ידי Artificial Analysis'. סמל OrcaRouter מורכב בפינה הימנית התחתונה.
Guides & Insights

d1.2 לעומת Liquid AI D1 Ultra: חצי מהמחיר, שתי נקודות מאחור, וטוב יותר במשימה שאתה חוזר עליה

מחבר

Gideon Frost

תאריך פרסום

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

Liquid AI d1.2 עולה $0.02 למיליון טוקני קלט. Liquid AI D1 Ultra, המודל שהיה הדגם המוביל של המשפחה עד 16 בנובמבר 2026, עולה $0.042. ב-Artificial Analysis Decision Index v2.1 המודל הישן והיקר יותר עדיין מוביל — 70.58 לעומת 68.69 — והוא מוביל בחמישה מבין שש ההערכות שעליהן המדד בנוי. אז ההשוואה הכותרתית אומרת שהדגם המוביל נשאר המודל הטוב יותר, וההשוואה הכותרתית היא הדבר הכי פחות שימושי שאפשר להסיק משתי השורות האלה.

מה שבאמת מבדיל ביניהם הוא הצורה ולא הדירוג. D1 Ultra הוא מודל לשיפוטים קשיחים וחד-פעמיים: פגם בלוח מעגלים, תביעת נזק שנבדקת מול תמונה. d1.2 הוא מודל לכך ששואלים אותו כמה דברים על אותו מצב, במהירות כפולה, עם חלון הקשר שהלוח מפרט כ-66k לעומת 33k של D1 Ultra, ועם חמישה סוגי תשובות שאין ל-D1 Ultra. ההפרש של $0.022 הוא אמיתי; אם זה ההפרש שמכריע את ההגירה שלך הוא שאלה לגבי דפוס הבקשות שלך, וניתן לענות עליה מהשורות שפורסמו.

פער המחיר, ביחידות שחשובות

ברמת הטוקן, הכפלה נשמעת טריוויאלית. ברמת המשימה, זה לא אותו יחס, מפני ששני המודלים לא צורכים אותו מספר טוקנים כדי לענות על אותה שאלה. Artificial Analysis מדמה עלות למיליון משימות לפי מחירי המחירון הנוכחיים, והנתון של הלוח עצמו הוא $63 עבור d1.2 לעומת $133 עבור D1 Ultra — פער של פי 2.1 ששורד את חשבונאות הטוקנים.

• מחיר למיליון טוקני קלט — $0.02 עבור d1.2 לעומת $0.042 עבור D1 Ultra.

• עלות מחושבת למיליון משימות — $63 לעומת $133, שניהם במחירי מחירון נוכחיים, שניהם מהלוח ולא מ-Liquid.

• Decision Index v2.1 — 68.69 (#9 מתוך 25) לעומת 70.58 (#6 מתוך 25).

• זמן לכל משימה — 150 מ״ש לעומת 301 מ״ש. המודל הזול החדש מהיר פי שניים.

• חלון הקשר — 66k אסימונים לעומת 33k, כפי שמופיע ב-Artificial Analysis; בפוסטי ההשקה של Liquid עצמה לא מצוין חלון עבור אף אחד מהמודלים.

• מודאליות קלט — טקסט ותמונה עבור שניהם, לפי הלוח. d1.2 מוסיף אודיו, לפי הספק, שגיליון המפרטים של הלוח טרם עודכן בהתאם.

• ציון Brier, ככל שנמוך יותר כך עדיף — 0.164 לעומת 0.176. המודל הזול יותר הוא זה עם הכיול הטוב יותר.

קראו את השורה האחרונה פעמיים. כיול הוא התכונה שהופכת סף הסתברות לשמיש, והמודל במחיר חצי מנצח בו. הנקודות שמודל הדגל עדיין מחזיק בהן הן נקודות של ידיעת דברים, ולא של ידיעה עד כמה הוא בטוח.

איפה D1 Ultra עדיין מצדיק את מחירו

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.

חמישה מששת הרכיבים מעדיפים את הדגם הישן יותר, והדפוס שבהם עקבי מספיק כדי לתכנן לפיו.

• AA-Paperclip, החלטות ברמת מסמך — 64.69 עבור D1 Ultra לעומת 62.60 עבור d1.2, כאשר 51.3% מהמסמכים נכונים לחלוטין לעומת 44.3%. מעבר מלא בכל השדות במסמך כולו הוא המדד המחמיר יותר: חשבונית עם חמישה־עשר שדות שבה ארבעה־עשר נכונים נחשבת לכישלון.

• EvalSafe-O*NET-AA, שיפוט במקום העבודה — 88.15 לעומת 86.55, ו-82.9% דיוק לעומת 79.7%. הבדל של 1.6 נקודות ברכיב, שקרוב לרצפת הרעש של ריצה חוזרת.

• AA-Omniscience-Decision v1.1, ידע — 64.39 לעומת 60.94, עם דיוק של 28.0% לעומת 30.0% ושיעור היעדר הזיות של 88.6% לעומת 66.6%. שורת הדיוק ושורת ההימנעות אינן עולות בקנה אחד, ושורת ההימנעות היא זו ששולטת בציון: D1 Ultra נמנעת לעתים קרובות בהרבה ומקבלת על כך תגמול.

• HLE-MultiChoice v1.1, שאלות קשות — 47.39 לעומת 44.69. בדיוק גולמי הפער מתרחב בכיוון ההפוך, 6.09% לעומת 5.30%, וזה רעש בבנצ'מרק שבו כל התחום נמצא מתחת לעשרה אחוזים.

• AA-Symmetry, עמידות לניסוח מחדש — 78.66 לעומת 76.52 בציון הרכיב, אף ש-d1.2 עובר יותר סטים שלמים, 50.0% לעומת 45.8%. הדגם המוביל מנצח בניקוד חלקי ומפסיד במדד המחמיר, כך שהשורה הזו אינה ניצחון מובהק בשום כיוון.

אם עומס העבודה שלך הוא "מסמך אחד, שאלה קשה אחת, והתשובה מגיעה לאדם שיפעל לפיה", השורות האלה מתארות בדיוק את המקרה שבו דגם הדגל הישן הוא עדיין הבחירה הנכונה, והפער במחיר בנפח כזה הוא שגיאת עיגול.

כאשר d1.2 לא קרוב

רכיב אחד נע בכיוון ההפוך, והוא נע מרחק רב.

• When2Call, החלטות כלים ופונקציות — 96.09 עבור d1.2 לעומת 93.83 עבור D1 Ultra, עם דיוק של 95.5% לעומת 93.0%. זהו הרכיב שמחליט אם סוכן קורא לפונקציה הנכונה עם הארגומנטים הנכונים, וזהו הטיעון הבודד החזק ביותר בעד המודל החדש בסטאק סוכני.

ואז יש את כל מה שהמדד אינו מודד. חמישה סוגי תשובות חדשים — ערך יחד עם התווים שמהם הוא נקרא, קטעים עם מיקומים, תיבות, ספירות עם טווחים, ובחירה מרובה עם הסתברויות לכל אפשרות — קיימים רק ב-d1.2, והמדד אינו נותן להם ציון כלל. נתוני הדיוק שלהם הם של Liquid עצמה, על ערכות בדיקה פנימיות שנבנו מחלוקות שנשמרו בנפרד של מערכי נתונים ציבוריים, והם מסומנים כך בכל מקום שבו הם מופיעים בהמשך.

לפי הנתונים של הספק, שני הדגמים החדשים קרובים זה לזה ואין בכלל שורה של D1 Ultra, מפני שסוגי המשימות לא היו קיימים כשהוא הושק: 98% ו-96% בקריאת ערך מקבלה עבור d1.2-ultra ו-d1.2, 94%/93% לעומת 92%/88% במקטעי נתונים אישיים, 94% לשניהם באיתור אובייקטים, ו-87% לעומת 90% בבחירת כל אובייקט שקיים. העובדה הרלוונטית להשוואה הזו אינה האחוזים — אלא שהדגם הישן אינו יכול לבטא את התשובות האלה, ולכן צינור עיבוד שזקוק להן אינו בוחר בין שני דגמים. הוא בוחר בין דגם אחד לבין פתרון עוקף.

כלל החיוב, ששווה יותר משתי נקודות המדד

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 מחייב על כל שאלה כפרומפט נפרד משלה, כולל כל תמונה מצורפת. שאלו עשר שאלות על תמונה אחת והתמונה תחויב עשר פעמים: לפי הנתון של Liquid של 1.5 טוקנים לכל מקטע של 32×32 פיקסלים, תמונה בגודל 1024×1024 היא 1,536 טוקנים, כך שעשר שאלות נושאות 15,360 טוקני תמונה לפני מילה אחת של טקסט. d1.2 מחייב על הטקסט והתמונות של בקשה פעם אחת, וכל שאלה נוספת מוסיפה רק את הטקסט שלה.

הדגימו זאת על בקשה קונקרטית: מסמך של 2,000 טוקנים, תמונה אחת בגודל 1024×1024, עשר שאלות של כ-30 טוקנים. לפי הכלל הישן הבקשה מכילה בערך 35,700 טוקנים; לפי החדש, בערך 3,840. במחיר של כל מודל זה בערך $0.0015 ב-D1 Ultra לעומת כ-$0.00008 ב-d1.2 — פער המחיר ופער החיוב מצטברים ולא מתקזזים. ב-250,000 בקשות בחודש ההפרש הוא בערך $375 לעומת $20.

זו אריתמטיקה על תיאור החיוב של Liquid עצמו, לא חשבונית מדודה, והיחס מתכווץ ל־1× אם שואלים שאלה אחת לכל מדינה. השאלה הבודדת הזו היא כל ההחלטה: ככל ששואלים יותר שאלות על אותו מסמך, ההשוואה פחות עוסקת בכלל בנקודות אינדקס.

מה משתנה בלקוח

נקודת הקצה זהה — api.liquid.ai/decisions/v1/systemone — ומחרוזת המודל היא ההגירה. שלושת סוגי השאלות המקוריים שומרים על צורתם; התגובות עדיין JSON מובנה עם הסתברות לכל אפשרות וללא טוקני פלט, כך ששום דבר בפענוח שלך לא משתנה. מה שאתה מרוויח הוא תוספתי ואינו שובר שום דבר שכבר עובד.

המלכוד הוא תפעולי ולא טכני: D1 Ultra אינו מיושן, שני המודלים מחייבים רק על טוקני קלט, ו-Liquid מוכרת את שניהם מאותה קונסולה. אין מנגנון מחייב למעבר, כלומר ההעברה לא תקרה מעצמה ויש לתזמן אותה לפי עומס עבודה שניתן למדוד ולא לפי תאריך השקה.

להריץ את שניהם מבלי להתחייב לאף אחד מהם

מילה על גישה לפני החלק התפעולי: גם d1.2 וגם D1 Ultra מוגשים מה-API של Liquid עצמה, ואף אחד מהם לא נמצא בקטלוג שלנו — זו השוואה, לא הצהרת זמינות. הסיבה שהקטלוג שלנו רלוונטי בכלל היא Jev 1.14, שמחזיק את EvalSafe-O*NET-AA ב-91.14 בעוד d1.2 מגיע ל-86.55, מקבל את אותו מבנה בקשה של systemone, ומחייב $0.042 למיליון טוקני קלט. אם החלטת ההגירה מסתכמת ברכיב אחד שאתה לא יכול להרשות לעצמך לאבד, זה המודל שכדאי לבדוק את הרכיב מולו.

הפיצול ההגיוני עוקב אחר תמונת הרכיבים המתוקנת ולא אחר הכותרת. שלחו מצבים מרובי-שאלות, כל דבר שמכיל תמונה וכל דבר שסוכן מנתב הלאה אל d1.2 — שם חלון ההקשר שלו, המהירות שלו ויתרון ה-When2Call שלו כולם מצביעים לאותו כיוון. השאירו שיפוטים של מסמך קשה בודד ושאלות ידע עם תשובה חד-משמעית על D1 Ultra עד שהמדגם שלכם יחלוק על כך. שני מסלולים, תנאי אחד לכל אחד, שנכתבו לפי סוג שאלה ולא מקודדים קשיח בשלושה שירותים: זה מה ש-DSL לניתוב נועד עבורו, ומכיוון שמחירי המחירון של הספקים עוברים עם מרווח של 0%, שינוי באחד משני מחירי Liquid גלוי לניתוב ביום שבו הוא קורה ולא בחידוש הבא. מעבר אוטומטי לגיבוי מכסה אז את המקרה שבו אחד משני המודלים חווה יום רע באמצע המיגרציה.

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.

ריצת צל כמעט אינה עולה דבר בהיקף הזה: כמה אלפי מצבים אמיתיים שלכם דרך שני המודלים, השוו הסתברויות ולא תוויות, וספרו את המקרים שבהם D1 Ultra אומר 0.85 וטועה לעומת אותם מקרים ב-d1.2. הדירקטוריון אומר שהמודל החדש מכוייל טוב יותר באופן כללי; המדגם שלכם הוא הדבר היחיד שאומר אם הוא מכוייל טוב יותר על הנתונים שלכם, וזה המספר שההגירה צריכה להתבסס עליו.