כרטיס כותרת שנוצר שכותרתו ‘אודיו נכנס, תיבות יוצאות, ראיות מצורפות’, עם כתובית משנה ‘Liquid AI d1.2 ו-d1.2-ultra - שוחררו ב-16 בנובמבר 2026’. שלושה כרטיסים מעוגלים מציגים ‘75’ מעל ‘#1 מתוך 25 מודלי החלטה’, ‘$0.02’ מעל ‘לכל 1M אסימוני קלט’, ו-‘5’ מעל ‘סוגי תשובות חדשים’; שלושה צ'יפים עם קו מתאר למטה מציגים ‘קראו ערך’, ‘אתרו אובייקט’ ו-‘כל אפשרות שרלוונטית’. הסימן של OrcaRouter משולב בפינה הימנית התחתונה.
Guides & Insights

Liquid AI d1.2 מגיע עם קלט אודיו ופלט תיבות — והמודל הזול הוא המעניין.

מחבר

jinhao.song

תאריך פרסום

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

Liquid AI d1.2 ו-Liquid AI d1.2-ultra עלו לאוויר ב-API של הספק ב-16 בנובמבר 2026, ומספר הכותרת שייך ליקר מביניהם: d1.2-ultra מקבל 75 במדד Artificial Analysis Decision Index v2.1, הראשון מבין 25 מודלי ההחלטה שהמועצה מדרגת. השינוי בעל המשמעות הרבה יותר נמצא בגוף הבקשה, ולא בלוח המובילים. שני המודלים מחזירים כעת תשובות שהדור הקודם לא יכול היה לבטא — ערך בתוספת התווים שמהם נקרא, רשימת מקטעים עם מיקומיהם, תיבת תיחום, ספירה עם טווח סביבה, קבוצת אפשרויות שכל אחת נושאת את ההסתברות שלה — ושניהם מקבלים אודיו, בין אם כזה שעליו נשאלת השאלה ובין אם כשאלה עצמה.

זהו סוג אחר של שחרור מאשר שיפור בדיוק. מודל החלטה נהג להחזיר תווית והסתברות, מה שאומר שכל צינור עיבוד שהיה זקוק לראיות שמאחורי התווית היה צריך להוסיף מודל שני כדי למצוא אותן. d1.2 עונה עם הראיות מצורפות, במעבר קדימה אחד, במחיר של $0.02 למיליון טוקני קלט. d1.2-ultra עושה אותו דבר במחיר של $0.042. אף אחד מהם לא מייצר טוקני פלט, כך שאין עדיין מה להזרים: אלה מודלים שקוראים להם ומקבלים בחזרה אובייקט מובנה.

שניהם זמינים היום רק ב-API של Liquid עצמה, ולא בשום מקום אחר שהספק יאשר. כל מה שלהלן מפריד בין מה ש-Liquid מדווחת לבין מה ש-Artificial Analysis מדדה, משום שבגרסה הזו השניים אינם אותו סט מספרים, וההבדל חשוב.

מה שיצא בפועל, פריט אחר פריט

חמשת סוגי התשובה החדשים הם תוספתיים. נקודת הקצה לא השתנתה, שלושת סוגי השאלות המקוריים לא השתנו, ולקוח ששולח את אותו JSON ששלח אתמול מקבל את אותה צורה של תגובה.

• קריאת ערך — שאלו כמה מגיע לשלם בחשבונית וקבלו את המספר יחד עם התווים שמהם הוא נקרא, או את המחרוזת "לא נמצא" כאשר השדה חסר. זה הפתרון שמסיר את מירב קוד הדבק, מכיוון שהעקיפה הרגילה היא קריאה גנרטיבית שנייה כדי לקרוא את העמוד מחדש.

• מצא כל טווח מסוג — כל שם, מספר טלפון וכתובת דוא״ל בהערה, כל אחד עם מיקומו בטקסט. זהו פרימיטיב של השחרה, וזו הפעם הראשונה שמשפחה זו מציעה אחד כזה.

• איתור דברים בתמונה — תיבה אחת סביב החתימה בטופס סרוק, או תיבה סביב כל מופע של אובייקט בתוספת הספירה. "לא נמצא" היא תשובה זמינה, וזה חשוב יותר ממה שזה נשמע: גלאי אובייקטים שחייב תמיד להחזיר תיבה ימציא אחת.

• העריכו מספר עם טווח — שנים־עשר אנשים בתמונה, באופן סביר בין עשרה לארבעה־עשר. הטווח הוא החלק הישר של הפלט, והוא החלק שרוב הצוותים היו אחרת נאלצים לכייל בעצמם.

• בחרו כל אפשרות שרלוונטית — חיוב ומשלוח, כל אחד עם ההסתברות שלו, ולא מנצח יחיד. בעבר זויף סיווג רב-תוויות באמצעות שאילת אותה שאלה פעם אחת לכל תווית ותשלום על המצב בכל פעם.

השמע מגיע בשני הכיוונים. ההקלטה יכולה להיות הנושא — איזו שפה מדוברת, האם יש סירנה ברקע — או שהשאלה יכולה להישאל בעל פה ולא להיות מוקלדת. Liquid מדווחת על דיוק של 95% עד 97% בהקלטות מבחן שנשמרו בצד ב-ESC-50 וב-FLEURS, עם שלוש עד שש אפשרויות לשאלה ובלבולים קרובים כמו ספרדית מול פורטוגזית בתמהיל.

שינוי חיוב אחד מגיע יחד עם זה וקל לפספס אותו. בקשה מחייבת כעת את הטקסט והתמונות שלה פעם אחת, וכל שאלה נוספת מוסיפה רק את הטקסט שלה. בדור הקודם כל שאלה חייבה מחדש את כל הפרומפט, כולל כל תמונה מצורפת, כך ששאילת עשר שאלות על תמונה אחת שילמה על התמונה עשר פעמים.

הלוח, ובין מה המקום הראשון הוא ראשון

A generated two-column scoreboard titled ‘d1.2 vs d1.2-ultra - the scoreboard’. The d1.2 column lists Decision Index 69, #9 of 25; AA-Paperclip 62.6, 44.3% all-pass; AA-Symmetry 76.5; When2Call 96.1; HLE accuracy 5.30%; cost per 1M tasks $63. The d1.2-ultra column lists Decision Index 75, #1 of 25; AA-Paperclip 75.8, 67.7% all-pass; AA-Symmetry 86.3; When2Call 96.5; HLE accuracy 2.36%; cost per 1M tasks $133. The footer reads ‘All scores per Artificial Analysis Decision Index v2.1; the five new answer types are vendor-reported and not on the board.’ The OrcaRouter mark is composited bottom right.

ל-Artificial Analysis יש את שני המודלים החדשים עם ציונים ב-Decision Index v2.1, והמספרים אינם מדווחים על ידי הספק: הלוח הריץ אותם בעצמו, על אותן שש הערכות, במחירי המחירון הנוכחיים. d1.2-ultra מגיע ל-74.85, ראשון מבין 25 מודלי החלטה, ובפער של 2.2 נקודות מהמתחרה הקרוב ביותר שלו מבין מודלי ההחלטה, Drex Max v1.1 עם 72.62. d1.2 מגיע ל-68.69, תשיעי מתוך 25, מעל חציון הקטגוריה של 66.

ההסתייגות שכדאי לזכור היא ש„ראשון” מוגבל לתחום מוגדר. אותה טבלה גם מדרגת שני מודלי שפה כלליים באותו כלי מדידה, ושניהם מנצחים את d1.2-ultra באופן חד-משמעי: Claude Haiku 5.5 (Max) עם 76.49 ו-GPT-6 Luna (Max) עם 75.67. אף אחד מהם אינו מודל החלטות, ומחיר ההשוואה כבד — $6,218 ו-$1,548 למיליון משימות לעומת $133 — אבל „מספר אחד ב-Decision Index” בלי המילה decision בו אינו מה שהטבלה מציגה.

מה שהלוח אכן מאשש, באופן בלתי תלוי, הוא סיפור הכיול. ציוני ההחלטה במדד הזה מפחיתים את ציון Brier של ההסתברות שהוצמדה לתשובה שנבחרה, כך שמודל שצודק אך בטוח מדי נענש. ל-d1.2-ultra יש Brier של 0.150, ל-d1.2 0.164, ולמודל שהם מחליפים, d1-ultra, 0.176. המודל החדש והזול יותר מכויל טוב יותר מאשר דגם הדגל הישן, למרות שציונו נמוך ב-1.9 נקודות בסך הכול, וזהו סוג הפיצול שמתגלה רק כשמישהו אחר מריץ את מערך הבדיקות.

זמן ועלות משלימים את התמונה ומושכים בכיוונים מנוגדים. d1.2 פועל ב-150 ms למשימה, השמיני במהירות בלוח וממש מתחת לחציון של 206 ms. d1.2-ultra פועל ב-218 ms, איטי מהחציון ובמקום ה-15. בעלות למיליון משימות הלוח מציב את d1.2 ב-$63, השלישי בזול מבין 25, ואת d1.2-ultra ב-$133, במקום ה-11 לעומת חציון של $137.

מספרי המשימות החדשות, ומי הפיק אותם

A headless-browser screenshot of Liquid AI's own release post, captured 18 November 2026 in English, headed ‘d1.2: State-of-the-Art Omnimodal Decision Models’ and dated Nov 16, 2026. The opening paragraph announces d1.2 and d1.2-ultra with audio input and five new tasks, states that d1.2-ultra ranks first among decision models on the Artificial Analysis Decision Index v2.1, and gives $0.02 per million input tokens for d1.2 against $0.042 for d1.2-ultra. A row of task tiles beneath reads ‘Read a value’, ‘Find every passage of a kind’ and ‘Locate things in a picture’.

אף Benchmark ציבורי עדיין אינו מכסה אף אחד מחמשת סוגי התשובות החדשים, ולכן כל נתון דיוק עבורם מגיע מערכות הבדיקה הפנימיות של Liquid עצמה, שנבנו מפיצולים שמורים (held-out) של מערכי נתונים ציבוריים. אלו הן הערכה של ספק את המודל של עצמו על נתונים שהוא בחר, ויש לקרוא אותן בדיוק ככאלה.

• קריאת ערך מקבלה, ב-CORD וב-SROIE — 98% עבור d1.2-ultra, 96% עבור d1.2. קריאה נחשבת נכונה כשהיא מוצאת את היעד או אומרת נכון שהוא חסר, מה שהופך את מקרה ה"לא נמצא" לחלק מהציון ולא למעבר חינם.

• קטעי נתונים אישיים, ב-Nemotron PII — דיוק של 94% וריקול של 93% עבור ה-ultra, ו-92% ו-88% עבור d1.2. פער הריקול של חמש נקודות הוא הפער הגדול ביותר בין שני המודלים בכל אחת מחמשת המשימות, והוא זה שחשוב לצורך השחרה, שבה קטע שהוחמץ הוא הכשל שגורם לקנס.

• איתור אובייקטים, במשפחת RefCOCO — 94% עבור שניהם. אין הפרדה כלל.

• ספירה בטווח של אחד, על COCO — 93% עבור ה-ultra, 92% עבור d1.2.

• זיהוי כל אובייקט שקיים, על COCO — 87% עבור ה-ultra לעומת 90% עבור d1.2, השורה היחידה שבה הדגם הזול מנצח.

אז הפרימיום מקנה שיפור ברור בקריאת ערכים ובשליפת טווחים, וכמעט כלום במשימות מרחביות. אם מקרה השימוש שלך הוא תיבות, מודל ה-$0.02 הוא זה שכדאי לבדוק ראשון.

אודיו, ודף המפרט שטרם הדביק.

אודיו הוא הטענה עם הפער הרחב ביותר בין ההכרזה לבין התיעוד העצמאי. הפוסט של Liquid מתאר קלט אודיו כיכולת מובילה של שני המודלים; המפרט הטכני של Artificial Analysis עבור שניהם עדיין מפרט את מודאליות הקלט כטקסט ותמונה, ולמדד אין הערכת אודיו, כך ששום דבר בלוח אינו בודק את הטענה. זו אינה סתירה — הלוח פשוט טרם הגיע לשם — אבל זה כן אומר שיכולת האודיו היא כרגע הצהרת ספק בלי בדיקת צד שלישי מאחוריה.

אותה זהירות חלה על חמשת סוגי התשובות החדשים: המדד אינו מודד אף אחד מהם. מודל יכול להיות ראשון בלוח ועדיין לא להימדד על הדבר שבאמת ברצונך לעשות איתו.

טבלת הכיול של הספק שווה קריאה מסיבה אחרת. על פני 13 מבחני ייחוס ו-22,505 שאלות שכל חמשת המודלים ענו עליהן, Liquid מציבה את שגיאת הכיול על 0.8 נקודות עבור d1.2-ultra, 1.2 עבור d1.2, 2.7 עבור Jev 1.14, 3.7 עבור Decider v1.3 של Perplexity, ו-7.2 עבור GPT-6 Luna בנקודת הקצה Decisions שלה. אלה מספרים שהספק הריץ, על סט שאלות שהספק בחר. ציוני ה-Brier של הלוח מצביעים לאותו כיוון על אותם שני מודלים, וזה הדבר הקרוב ביותר לחוות דעת שנייה שקיים השבוע.

בדיקת משפט העלות מול הלוח

A headless-browser screenshot of the Artificial Analysis d1.2 model page, captured 18 November 2026 in English. The summary panel reads ‘d1.2 is above average on the Decision Index and well priced’, gives a Decision Index score of 69 against a median of 66, 150 ms per task against a median of 206 ms, $0.02 per 1M input tokens, and about $63 per 1M tasks to run the index against a median of $137. The technical specification block lists text and image input and a 66k-token context window.

Liquid מציגה טענה שניתנת להפרכה באופן יוצא דופן: אף מודל לא משיג ציון גבוה מ-d1.2 תמורת פחות כסף, ואף מודל לא משיג ציון גבוה מ-d1.2-ultra בכל מחיר. שני החצאים שורדים את לוח התוצאות, עם אותה הסתייגות בנוגע להיקף כמו קודם.

• החצי השני קרוב להיות נכון באופן טריוויאלי בקרב מודלים של קבלת החלטות — שום דבר אחר על לוח 25 המודלים לא מגיע לציון מעל 74.85 בכלל. זה נכשל רק אם שני מודלי השפה הכלליים נכללים, והם עולים פי 12 עד 47 יותר לכל מיליון משימות.

• המחצית הראשונה מחזיקה מעמד על לוח ההחלטות: כל מודל החלטות שמקבל ציון מעל 68.69 של d1.2 עולה יותר למיליון משימות. המתחרה הזול הקרוב ביותר הוא Decider v1.3 של Perplexity עם 70.41 ו-$68, שזה פחות משתי נקודות מדד תמורת חמישה דולרים למיליון משימות — המקרה הקרוב ביותר לסתירה שאליו מגיע הלוח, ועדיין בצד הנכון של המשפט של Liquid.

• נתוני העלות הם של Artificial Analysis עצמה, מחושבים לפי מחירי מחירון נוכחיים וממוצעים לפי משקלות המדד. זוהי עלות ממודלת לכל משימה, לא חשבונית, והיא משתנה אם ספק משנה מחיר.

הנקודה האחרונה היא המקום שבו שכבת ניתוב מצדיקה את מקומה במקום לפרסם את עצמה. הגרסה הזו שינתה את כלל החיוב של Liquid, הפחיתה בחצי את המחיר האפקטיבי של המודל הזול לעומת מודל הדגל הישן, ועשתה זאת לפני יומיים. אצלנו, מחירי המחירון של הספקים מועברים בתוספת של 0%, כך שהורדת מחיר של ספק מגיעה לכאן באותו יום ולא בחידוש החוזה הבא — המספרים $0.02 ו-$0.042 במאמר הזה הם המספרים של הספק, ולא הצגה מחדש שלהם בתוספת.

מה לעשות השבוע, אם אתה כבר מפעיל מודל קבלת החלטות

שום דבר בקטע הזה אינו הודעת זמינות: שני המודלים החדשים נמצאים ב-API של Liquid, ואף אחד מהם עדיין לא הגיע לקטלוג שלנו. הסיבה להזכיר את שלנו בכלל היא שהשחרור הוא שחרור של מודל החלטות, ומודל ההחלטות שאנו כן מספקים הוא Jev 1.14 — השורה היחידה בלוח שמנצחת את d1.2-ultra ברכיב, EvalSafe-O*NET-AA ב-91.14 לעומת 89.53, על אותו מבנה בקשה של systemone במחיר של $0.042 למיליון אסימוני קלט. יהיה מה שתסיקו לגבי חמשת סוגי התשובות החדשים, לפלח האבטחה והעבודה יש מודל קיים שאפשר להשוות מולו כבר היום.

המהלך ההגיוני לפני שפלטפורמות צד שלישי ש-Liquid מבטיחה אכן יופיעו הוא ריצת צל. שלחו את המצבים שהפייפליין שלכם כבר רואה לשני מודלי d1.2, השוו את ההסתברויות ולא את תוויות ה-top-1, והסתכלו במיוחד במקרים שבהם המודל משיב 0.8 וטועה. הזנב הזה הוא המקום שבו הדור הקודם היה החלש ביותר, וזה הדבר היחיד שהמהדורה הזו טוענת שתיקנה ושהאינדקס יכול לאשר רק חלקית.

מעבר אוטומטי לגיבוי הוא החצי השני של הניסיון עם מודל בן יומיים בלי להמר עליו בנתיב ייצור: לנתב נתח אל d1.2-ultra, להשאיר את המודל הקיים מאחוריו, ולתת אחר צהריים רע אצל ספק אחד לפגוע בשיעור התשובות במקום להפיל את הצינור. זו דרך זולה יותר ללמוד אם 75 אמיתי מאשר לחכות למדד של מישהו אחר.

השאלה הפתוחה היא לא אם המודלים האלה הושקו — הם הושקו, עם מחירים ונקודת קצה — אלא אם חמשת סוגי התשובות החדשים מחזיקים מעמד מחוץ לחלוקות ה-held-out של Liquid עצמה. איש לא פרסם מספר עצמאי עבור אף אחד מהם, ועד שמישהו יעשה זאת, העמדה הכנה היא שהשחרור הזה מוסיף חוזה פלט שימושי באמת, על סמך ראיות שהן כולן של הספק בלבד.