Liquid AI d1-3B Hadir di Ollama: Endpoint Lokal yang Tenang untuk Model Keputusan

Ada d1 baru di library Ollama, dan ini bukan model chat. Entri itu menjelaskannya dalam satu baris — "model keputusan 3B dari Liquid AI, dibangun di atas LFM2.5-VL-3B" — dan satu kalimat itu memuat dua fakta yang paling penting. Liquid AI d1-3B, model kecil yang dibangun Liquid AI di atas Liquid AI LFM2.5-VL-3B dan dirilis sebagai open weights pada 5 Oktober 2026, kini dikemas sehingga satu pull menempatkannya di mesin Anda sendiri; dan model ini tetap mengembalikan probabilitas terkalibrasi atas pertanyaan bertipe, bukan teks yang dihasilkan, persis seperti yang dilakukan checkpoint dasarnya. Jika Anda memiliki langkah triase, perutean, moderasi, atau gating dalam sebuah pipeline, inilah pertama kalinya keluarga model spesifik itu hanya berjarak satu perintah untuk dijalankan tanpa API key, tanpa biaya per panggilan, dan tanpa teks state yang keluar dari perangkat keras Anda.

Kata "quiet" benar-benar berperan penting di sini, meski begitu, dan ada gunanya untuk tepat mengenai separuh mana dari cerita ini yang didokumentasikan dan separuh mana yang tidak. Blog Liquid AI sendiri tidak pernah menyebut Ollama: postingan terbaru lab tersebut, pada 13 Oktober 2026, membahas model yang berbeda dalam lini LFM2.5, dan dua postingan d1-nya — pengumuman visi 5 Oktober dan rilis "Open d1" 7 Oktober — menjelaskan bobot, API, dan skor benchmark, bukan runtime lokal. Halaman pustaka Ollama untuk d1 juga tidak memuat pengumuman, dan indeks dokumentasi vendor pun tidak, yang menandai GGUF sebagai tersedia untuk Liquid AI d1-3B dan saudaranya yang berkemampuan audio Liquid AI d1-omni-600M sambil menyebut llama.cpp, Ollama, dan MLX hanya sebagai opsi penerapan generik. Yang ada adalah paket yang dipublikasikan, entri registri dengan digest yang dapat Anda verifikasi, readme yang berfungsi, dan penghitung unduhan yang menunjukkan 10.4K ketika ini ditulis pada 15 Oktober 2026. Yang tidak ada adalah kalimat vendor yang mengatakan "kami melakukan ini."

Apa yang sebenarnya ada dalam listing tersebut

Tiga tag terdaftar — d1:latest, d1:3b dan d1:3b-q8_0 — dan ketiganya mengarah ke digest manifes yang sama, 8c2d9ddae441. Itulah hal pertama yang perlu dipahami tentang halaman ini: penghitung "3 models" milik library adalah hitungan tag, bukan checkpoint. Satu artefak, tiga nama, 3,7 GB, jendela konteks 32K, serta masukan teks dan gambar. Jika Anda berharap bisa memilih ukuran atau kuantisasi, belum ada yang bisa dipilih.

Registry di balik halaman ini lebih informatif daripada halamannya. Blob konfigurasi paket melaporkan keluarga model lfm2, tipe model 2.7B, tipe file Q8_0, dan runtime minimum Ollama 0.40.4. Paket ini dikirim dalam dua lapisan bobot: model generatif 2,87 GB dan proyektor terpisah 856 MB. Lapisan kedua itu adalah encoder visi, dan keberadaannya memberi tahu Anda bahwa build lokal mempertahankan jalur multimodal alih-alih mengurangi d1 menjadi teks saja — model masih dapat membaca foto bersama tiket dukungan dan menjawab pertanyaan tentang keduanya. Dua angka di halaman ini yang tampak tidak cocok — "3B" dalam deskripsi dan "2.7B" di registry — paling baik dibaca sebagai trunk dan keseluruhan: kartu model Liquid AI menempatkan checkpoint pada 3,12B parameter termasuk encoder visi 400M-parameter, dan trunk bahasa adalah angka yang lebih kecil. Aritmetika itu milik kami, bukan milik vendor, dan ditawarkan sebagai penjelasan bukan sebagai spesifikasi.

Tidak ada tanggal kalender di mana pun pada halaman pustaka itu. Halaman tersebut melaporkan stempel waktu relatif — "Diperbarui 2 jam yang lalu" pada saat pengambilan tangkapan — dan penghitung unduhan, yang berarti hari ketika daftar ini pertama kali muncul tidak dapat diketahui dari daftar itu sendiri. Semua jangkar bertanggal berada di Hugging Face dan di vendor: repositori bobot untuk Liquid AI d1-3B dibuat pada 5 Oktober 2026, repositori GGUF pendamping pada 6 Oktober, dan Liquid AI menerbitkan postingan rilisnya pada 7 Oktober. Jika Anda perlu menetapkan tanggal untuk "kapan ini menjadi dapat dijalankan secara lokal," jawaban jujur saat ini adalah bahwa paket tersebut sudah ada dan sedang diunduh sekarang, dan tidak ada orang di luar Ollama yang dapat mengatakan pada pagi hari kapan paket itu dipasang.

Mengapa acara pengemasan adalah acara yang nyata

Ollama membuka kategori model keputusan pada 29 September 2026, ketika merilis endpoint /v1/systemone dan flag CLI --ask untuk model yang menjawab pertanyaan bertipe dalam satu forward pass. Nimble dan Clef adalah keluarga pertama yang melewati pintu itu. Yang ditambahkan paket d1 baru adalah hal yang berbeda dari baris benchmark baru: ia mengambil model yang sampai sekarang hidup entah di lingkungan Python dengan kelas model yang di-vendor atau di balik endpoint yang dihosting, dan menjadikan inferensi lokal sebagai sebuah perintah.

Kontraknya layak dinyatakan ulang karena bukan itu yang dimaksud sebagian besar pembaca dengan "menjalankan model." Anda memberikan d1 sebuah state — string, objek JSON, array, atau string plus gambar — dan sekumpulan pertanyaan bernama, lalu Anda menerima jawaban tanpa token yang dihasilkan sama sekali. noul adalah pertanyaan ya/tidak yang dijawab sebagai satu probabilitas antara 0 dan 1. choice mengembalikan label terpilih, sebuah keyakinan, dan peta probabilitas penuh atas opsi-opsi Anda. score menempatkan state pada rubrik terurut dua hingga sepuluh tingkat dan mengembalikan tingkat berbobot probabilitas plus probabilitas setiap tingkat. Satu state, hingga 64 pertanyaan, satu lintasan atas input. Contoh respons Ollama sendiri untuk tiket dukungan mengembalikan usage.output_tokens: 0, yang merupakan pernyataan paling bersih yang mungkin tentang desain tersebut.

Bagi siapa pun yang pipeline-nya sudah memanggil model keputusan melalui HTTP, jalur lokal mengubah tiga hal sekaligus: latensi, karena permintaan berhenti meninggalkan mesin; biaya, karena tidak ada meteran per panggilan; dan penanganan data, karena teks tiket dan foto yang Anda klasifikasikan tidak pernah melintasi jaringan. Jika state Anda adalah pesan pelanggan atau dokumen internal, yang terakhir biasanya satu-satunya argumen yang perlu diajukan.

Menjalankannya, dan batasan yang ditetapkan dokumentasi di sekitarnya

Ada tiga cara masuk yang didukung, dan semuanya didokumentasikan di halaman library. Jalur CLI adalah ollama run d1 --ask "Apakah ada permintaan pengembalian dana?" dengan state yang disalurkan dari sebuah file, serta flag --choice dan --level untuk dua tipe pertanyaan lainnya. Jalur HTTP adalah POST ke http://localhost:11434/v1/systemone dengan model, state, array images opsional, dan objek questions. Jalur SDK mengarahkan klien Python TypeSafe ke localhost, tempat kunci API diabaikan dan nilai placeholder apa pun berfungsi.

Batasnya berasal dari dokumentasi endpoint Ollama, bukan dari Liquid AI, dan lebih ketat daripada model generatif: permintaan harus muat dalam 64 KiB tanpa gambar dan 32 MiB dengan gambar, streaming tidak didukung, model yang dihosting di cloud ditolak mentah-mentah, dan gambar harus berupa PNG, JPEG, atau WebP base64 yang dikirim dalam badan permintaan — URL jarak jauh ditolak. Gambar dibagikan oleh setiap pertanyaan dalam satu permintaan, jadi gambar yang hanya ingin Anda pertimbangkan untuk jawaban pertama harus dikirim sebagai panggilan tersendiri. Input tidak pernah dipotong, yang berarti state yang terlalu besar adalah error, bukan prompt yang dipotong secara diam-diam.

Dua detail dokumentasi layak ditandai sebagai belum terselesaikan. Referensi endpoint Ollama menjelaskan tipe choice sebagai menerima 2 hingga 255 kunci opsi, sedangkan halaman kapabilitas untuk model keputusan menyebut 2 hingga 26 — salah satu dari keduanya sudah usang, dan tidak jelas mana. Dan halaman kapabilitas menyebut model yang didukungnya sebagai Nimble, Tev1, Clef, dan Clef Flash, tanpa menyebut d1, meskipun readme paket d1 sendiri menyatakan bahwa ia bekerja melalui /v1/systemone dan --ask. Paket ini memerlukan Ollama 0.40.4; batas minimum yang didokumentasikan untuk endpoint itu sendiri adalah 0.35.0. Tidak ada dari semua itu yang merupakan kontradiksi yang menghentikan Anda menarik model, tetapi bacalah persyaratan versi pada paket, bukan yang ada di panduan kapabilitas.

Angka-angka itu, dan siapa yang menghasilkan masing-masingnya.

Sekarang bagian yang paling patut diwaspadai. Setiap angka performa yang disertakan pada model ini adalah milik Liquid AI, dan tidak ada evaluasi independen atas Liquid AI d1-3B yang ada sejauh yang dapat kami temukan. Hasil yang dilaporkan vendor, yang diulang di halaman Ollama dan pada kartu model, adalah sebagai berikut:

• Indeks Keputusan 0.2.1 — 48,57 untuk d1-3B, dibandingkan dengan 47,11 untuk Decider 35B-A3B, yang oleh Liquid disebut sebagai skor terbaik untuk model keputusan dengan parameter di bawah 10B. • Visi — rata-rata 74,1 pada sebelas tolok ukur gambar publik, dibandingkan dengan 73,9 untuk basis LFM2.5-VL-3B yang menjadi dasar pembuatannya. • Latensi — 8 ms per keputusan pada RTX 4090, 9 ms pada AMD MI325X, dan 30 ms pada Apple M5 Pro. • Throughput — 475 keputusan per detik pada 4090 dan 1.106 pada MI325X saat pertanyaan digabungkan ke dalam batch. • Ablasi — kumpulan pertanyaan yang sama yang dijawab tanpa gambar mendapat skor 45,1, yang merupakan ukuran Liquid sendiri tentang seberapa besar kontribusi jalur visi.

Baris visi adalah baris yang seharusnya meredam ekspektasi. Peningkatan 0,2 poin dibandingkan model dasar pada serangkaian benchmark gambar berada di dalam derau pelaporan benchmark pada umumnya; apa pun yang Anda peroleh dari head keputusan, itu bukan encoder gambar yang jauh lebih baik. Baris ablasi lebih menarik ke arah sebaliknya — perubahan sekitar 29 poin saat gambar ditambahkan — tetapi baris itu membandingkan dua set pertanyaan yang berbeda, bukan dua versi dari set yang sama. Dan Decision Index adalah instrumen pihak ketiga yang dengannya Liquid menilai entri miliknya sendiri alih-alih mengirimkannya untuk peringkat publik, jadi anggap 48,57 sebagai klaim vendor yang dibuat dengan penggaris milik orang lain. Angka kecepatannya juga tidak diaudit: 8 ms pada 4090 adalah angka yang masuk akal untuk model 3B yang melakukan satu forward pass, dan masih tetap demikian bahwa belum ada yang menerbitkan hasil uji yang bukan milik mereka sendiri.

Di mana OrcaRouter cocok, dan di mana tidak

OrcaRouter tidak menyediakan Liquid AI d1-3B. Kami memeriksa katalog kami sebelum menulis ini — 207 model, tidak ada yang dari Liquid AI, tidak ada yang merupakan model pengambilan keputusan — jadi jika Anda ingin memanggil d1 dari API alih-alih dari perangkat keras Anda sendiri, jalur hosted saat ini adalah endpoint keputusan milik vendor sendiri di api.liquid.ai/decisions/v1/systemone, di mana tier d1 berbayar menangani gambar dan tier d1:free gratis hanya teks, ditambah platform pihak ketiga mana pun yang mengadopsinya. Tidak ada apa pun dalam tulisan ini yang boleh dianggap sebagai klaim bahwa kami menghostingnya.

Apa yang kami lakukan berdekatan dengan masalah yang dipecahkan model ini. Alasan model keputusan ada adalah karena pipeline membutuhkan cara yang murah dan deterministik untuk memilih di antara opsi, dan contoh terdokumentasi d1 sendiri adalah tiket yang dirutekan ke tim tujuan — yang merupakan masalah perutean satu tingkat di bawah milik kami. Ketika keputusan itu menjadi gerbang bagi panggilan ke model generatif yang Anda sewa alih-alih jalankan sendiri, OrcaRouter adalah satu kunci yang kompatibel dengan OpenAI untuk 200+ model yang dihosting dengan harga daftar penyedia, diteruskan tanpa markup 0%, sehingga pemotongan harga vendor sampai kepada Anda pada hari diberlakukan, bukan pada pembaruan kontrak berikutnya. Dan karena separuh lokal dari pipeline ini adalah separuh yang Anda miliki, risikonya terletak pada separuh yang dihosting: failover otomatis antarpenyedia menjaga permintaan yang telah ditriase tetap hidup ketika model yang Anda tuju mengalami gangguan. Tidak satu pun dari itu menjadi alasan untuk menggunakan model keputusan 3B. Itu adalah alasan mengapa hal di sisi lain keputusan tidak boleh menjadi satu titik kegagalan.

Apa yang akan mengubah ini dari catatan kemasan menjadi sebuah cerita

Lima hal, salah satu saja akan mengubah pembacaannya. Liquid AI mengakui port tersebut, atau indeks dokumentasinya menambahkan Ollama ke baris deployment yang saat ini diisinya dengan llama.cpp dan MLX. Kuantisasi kedua: repositori GGUF milik Liquid sendiri menyediakan Q4_K_M, F16 dan BF16 bersama Q8_0, jadi build lokal yang lebih kecil secara teknis tersedia, hanya saja tidak melalui paket ini. Jalur lokal untuk Liquid AI d1-omni-600M, saudara berparameter 587M yang membaca audio hingga tiga puluh detik dan yang dilabeli vendor sebagai rilis riset awal — yang itu akan lebih penting daripada 3B untuk pekerjaan di perangkat, dan belum ada jejaknya di pustaka mana pun. Baris Decision Index yang independen, atau entri papan peringkat publik, yang merupakan satu-satunya bagian yang hilang di seluruh keluarga model ini. Dan Ollama menambahkan d1 ke halaman kemampuan pengambilan keputusannya, yang merupakan perubahan satu baris yang akan memberi tahu Anda bahwa port itu direstui, bukan sekadar kebetulan.

Sampai saat itu, keputusannya cukup sederhana untuk dibuat sesuai keinginan Anda sendiri. Jika Anda sudah menjalankan Ollama versi terbaru, pull-nya cukup satu perintah, unduhannya 3,7 GB, dan hal yang digantikannya adalah panggilan terhosting yang Anda lebih suka tidak lakukan dengan teks pelanggan atau lingkungan Python yang lebih repot dipelihara daripada nilai modelnya. Jika Anda memerlukan bukti independen tentang akurasi sebelum ini dihadapkan kepada pengguna nyata, bukti tersebut belum ada untuk model d1 mana pun, dan tidak ada pengemasan lokal sebanyak apa pun yang dapat menciptakannya.

Menjalankan langkah keputusan di perangkat keras Anda sendiri juga merupakan waktu yang tepat untuk melihat apa yang sudah pernah salah dalam kelas ini: insiden AI dan kegagalan agen yang terdokumentasi yang melibatkan model keputusan dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri memuat sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda disengketakan.