Liquid AI d1-ultra vs Liquid AI d1-3B: Endpoint Sewaan seharga $0.042 per Juta, atau Checkpoint 2,87 GB yang Anda Miliki

Liquid AI d1-ultra ditagih $0,042 per juta token masukan dan berjalan di akselerator milik orang lain di pusat data milik orang lain. Liquid AI d1-3B tidak dikenakan biaya per panggilan dan berjalan di Jetson Orin Nano di atas meja. Kedua kalimat itu menggambarkan model yang dirilis Liquid AI dalam selang delapan hari — d1-3B sebagai checkpoint berbobot terbuka yang diumumkan pada 7 Oktober 2026, d1-ultra sebagai model khusus API pada 15 Oktober — dan keduanya menggambarkan pekerjaan yang identik: berikan model sebuah keadaan yang tersusun dari teks, gambar, atau keduanya, berikan serangkaian pertanyaan bertipe, dan dapatkan kembali jawaban terkalibrasi dari satu forward pass tanpa satu pun token keluaran yang dihasilkan. Tak satu pun menulis prosa. Tak satu pun melakukan streaming. Perbedaan di antara keduanya bukanlah "mana yang lebih pintar" secara abstrak, karena jawaban jujurnya sepenuhnya bergantung pada berapa kali sehari Anda bertanya. Untuk model yang mode kegagalannya masih belum terdokumentasi, padanan yang berguna adalah catatan tentang apa yang sudah pernah salah di tempat lain: insiden AI dan kegagalan agen yang terdokumentasi seputar model di kelas ini dikumpulkan di OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Kerangka berpikir itulah alasan perbandingan ini bernilai lebih daripada lembar spesifikasi. d1-3B dan d1-ultra berada di ujung yang berlawanan dari keputusan yang kini telah dibuat eksplisit oleh Liquid AI dalam dokumentasinya sendiri: Anda dapat menyewa model paling cakap di keluarga ini per token, atau Anda dapat memiliki model berparameter 3,12 miliar dan membayar dengan silikon, listrik, dan jam kerja rekayasa sebagai gantinya. Keduanya adalah produk yang berlaku saat ini. d1-ultra adalah hal terbaru yang telah diluncurkan perusahaan, dan d1-3B adalah yang mungkin sebaiknya sebagian besar pembaca mulai. Mana yang tepat untuk suatu pipeline adalah pertanyaan aritmetika dengan titik persilangan yang nyata, dan itu dapat dijawab dengan angka-angka yang dipublikasikan — dan itulah yang berikut ini.

Satu catatan sumber sebelum angka-angkanya, karena ini lebih penting daripada formatnya. Hampir semua hal di bawah ini adalah laporan Liquid AI sendiri: kartu model, postingan open-weight 7 Oktober, dan postingan d1-ultra 15 Oktober. Kami tidak mereproduksi secara independen benchmark model keputusan mana pun untuk artikel ini, dan sejauh yang dapat kami ketahui, tidak ada pihak lain yang juga melakukannya. Jika suatu angka merupakan hasil perhitungan kami atas angka yang dipublikasikan, bukan pengukuran siapa pun, hal itu disebutkan dalam kalimat yang memuatnya.

Apa sebenarnya masing-masing model, per pertengahan Oktober 2026

Liquid AI d1-3B adalah model keputusan berbobot terbuka dengan 3,12 miliar parameter yang dilatih dari LFM2.5-VL-3B, model visi-bahasa decoder-only. Model ini membawa encoder visi SigLIP2 NaFlex 400M, jendela konteks 32.768 token, dan kosakata 128.000 token, menerima teks, JSON, gambar, atau campurannya sebagai state, dan menjawab satu atau beberapa pertanyaan — Choice, Score, atau noul, primitif ya/tidak yang mengembalikan probabilitas antara 0 dan 1 — dalam satu forward pass. Bobotnya tersedia di Hugging Face di bawah LFM Open License, yang oleh vendor dijelaskan sebagai bebas digunakan termasuk untuk komersial dengan pendapatan tahunan di bawah $10 juta. Dukungan llama.cpp sejak hari pertama dinyatakan tersedia, dengan build NVFP4 di Apple, AMD, Qualcomm, dan NVIDIA.

Liquid AI d1-ultra is the same shape of product pointed at a harder problem. It is API-only — there are no weights, no GGUF, no MLX or ONNX export, and the vendor's documentation index lists it in a row whose only downloadable artifact is the word "API". It was built, per the announcement, on "a larger open-weight model with a series of Liquid-specific heavy customizations," which is the entire architectural disclosure: no parameter count, no context window and no latency figure appear on the vendor's pages. Third-party gateway listings put the context window at 32,768 tokens and one listing has described it as roughly 8.3B total parameters with about 1.5B active per token, but those are catalogue entries, not vendor statements, and we treat them as unconfirmed. The model string is d1-ultra, on the same endpoint as d1: https://api.liquid.ai/decisions/v1/systemone.

Alasan paragraf-paragraf itu begitu tidak seimbang bukanlah editorial. Itulah keseluruhan perbandingannya. d1-3B didokumentasikan hingga tingkat detail yang memungkinkan Anda menentukan ukuran perangkat keras sebelum mengunduh apa pun. d1-ultra didokumentasikan hingga tingkat detail yang memungkinkan Anda memanggilnya dan tidak lebih.

Kedua angka indeks tidak berada pada penggaris yang sama.

Setiap tulisan sekunder tentang pasangan ini akan menempatkan 65 di samping 48.57 dan membiarkan Anda menarik kesimpulan yang jelas. Baca labelnya terlebih dahulu, karena kedua angka tersebut diterbitkan berdasarkan instrumen yang berbeda.

• Angka d1-3B — 48.57, pada split publik Decision Index v0.2.1, dalam postingan rilis 7 Oktober. Vendor juga menyatakan bahwa model ini lebih unggul dari semua model di bawah 10B dan setara dengan Decider 35B-A3B, model yang berukuran dua belas kali lipatnya.

• angka d1-ultra — 65, yang dijelaskan dalam postingan 15 Oktober sebagai memimpin Artificial Analysis Decision Index dengan selisih setidaknya delapan poin, dengan klaim bahwa d1-ultra mengalahkan Jev 1.14 di semua tugas. Liputan pers atas pengumuman tersebut melaporkan Jev 1.14 pada 57, yang konsisten dengan keunggulan delapan poin.

Ada dua hal yang benar dan layak dikatakan secara terang-terangan. Pertama, indeks di balik angka 65 d1-ultra milik pihak ketiga, tetapi angka itu sampai kepada kami melalui pengumuman Liquid AI sendiri dan melalui tulisan pers tentangnya — kami sendiri tidak dapat memuat tabel publik yang menunjukkan 65 — jadi dalam artikel ini angka tersebut dilaporkan vendor. Kedua, skor public-split versi 0.2.1 dan skor indeks tanpa versi tidak dijamin berada pada satu skala, dan indeks v0.3 memiliki split visi privat yang secara eksplisit tidak dilaporkan hasilnya oleh rilis terbuka. Anggap selisih itu sebagai indikasi arah — model berbayar jelas lebih baik — bukan sebagai pengukuran 16,4 poin. Tidak ada seorang pun, termasuk kami, yang telah menjalankan kedua model ini melalui harness yang sama.

Latensi: satu angka dipublikasikan, yang lain tidak

Kecepatan model terbuka itu terdokumentasi dengan sangat baik, sehingga penghilangan pada model berbayar menjadi lebih mencolok. Kartu d1-3B melaporkan satu pertanyaan dalam 8 ms pada RTX 4090, 9 ms pada AMD MI325X, 16 ms pada Jetson AGX Thor, 26 ms pada Jetson AGX Orin 64 GB, 30 ms pada Apple M5 Pro, dan 50 ms pada Jetson Orin Nano, dengan throughput padat mencapai 1.106 keputusan per detik pada MI325X.

Itu adalah pengukuran waktu forward-pass pada perangkat keras yang disebutkan, bukan waktu permintaan end-to-end, dan perbedaan itu bukan hal yang bertele-tele. Terakhir kali Liquid AI menerbitkan latensi hosted untuk model keputusan — pos 5 Oktober yang memperkenalkan d1 — nilainya 200 hingga 300 ms untuk keputusan teks, yang merupakan perjalanan bolak-balik API termasuk antrean dan jaringan, dan itu tidak dapat dibandingkan dengan pass 8 ms pada kartu lokal. Untuk d1-ultra, vendor sama sekali tidak menerbitkan angka latensi, dalam bentuk mana pun. Jika pipeline Anda terikat oleh latensi, bukan oleh akurasi, ketiadaan itu adalah satu hal paling penting di halaman ini: saat ini Anda tidak dapat mengetahui apakah model mahal itu cepat, dan satu-satunya cara untuk mengetahuinya adalah mengukurnya sendiri.

Aritmetika yang tidak dilakukan halaman-halaman pemasaran

Inilah titik ketika kedua produk benar-benar menyimpang, dan itu adalah perhitungan yang bisa Anda lakukan di atas serbet. Ambil sebuah gerbang triase dukungan yang mengajukan satu pertanyaan noul per tiket, 200.000 tiket sebulan, dengan sekitar 1.200 token input per pertanyaan termasuk tangkapan layar kecil. Itu berarti 240 juta token input sebulan, yakni jumlah yang membuat tarif per juta menjadi terbaca.

• Pada d1-ultra dengan $0.042 per juta token input, itu sekitar $10.08 per bulan. Pada d1-3B dengan nol per panggilan, biayanya $0.00 per bulan ditambah berapa pun biaya perangkat kerasnya.

• Build Q8_0 berukuran 2,87 GB muat dengan nyaman di Jetson Orin Nano. Jika Anda membeli perangkat itu khusus untuk beban kerja ini, periode balik modal terhadap endpoint yang dihosting diukur dalam tahun, bukan minggu — itulah kesimpulan yang jujur, dan bukan kesimpulan yang akan dicetak oleh vendor perangkat keras.

• Balikkan volumenya. Pada 200 juta pertanyaan per bulan — 240 miliar token masukan — tagihan d1-ultra sekitar $10,080 per bulan, dan build lokal masih menghabiskan listrik yang sama. Di situlah kepemilikan checkpoint berhenti menjadi preferensi filosofis dan menjadi pos biaya.

Tiga catatan, yang semuanya mengarah ke kesimpulan yang sama. Setiap jumlah token di atas adalah jumlah yang kami pilih; panjang state dan jumlah gambar Anda akan berbeda, dan gambar dikenai biaya sebagai teks sebesar 1,5 token per patch 32×32 piksel, jadi satu gambar 1024×1024 adalah 1.536 token masukan. Setiap pertanyaan ditagih sebagai prompt tersendiri, termasuk teksnya dan semua gambarnya, jadi mengajukan tiga pertanyaan tentang tangkapan layar yang sama berarti membayar tangkapan layar itu tiga kali. Dan tidak satu pun dari ini memperhitungkan biaya rekayasanya: rute lokal mengharuskan Anda memilih kuantisasi, menjaga runtime tetap mutakhir, dan memiliki vision encoder yang memakan memori sebelum 3,12B bobot melakukannya. Jika Anda memanggil model beberapa ribu kali sebulan, endpoint yang dihosting lebih murah daripada rapat tempat Anda memutuskan untuk melakukan self-host.

Di mana masing-masing tidak lagi menjadi jawaban yang tepat

Liquid AI d1-3B adalah default yang tepat ketika salah satu dari hal berikut menjadi kendala yang mengikat: data tidak dapat meninggalkan lokasi atau perangkat; hop jaringan tidak dapat diterima; volumenya cukup tinggi sehingga tarif per panggilan menjadi biaya dominan; atau keadaannya berupa bingkai kamera langsung atau tangkapan layar yang Anda lebih suka tidak kirimkan ke pihak ketiga. Pembingkaian vendor sendiri mendukung poin pertama itu — rilis terbukanya secara eksplisit ditujukan untuk penerapan di edge dan di perangkat pada perangkat keras NVIDIA DGX, RTX, dan Jetson — dan 17.820 unduhan yang tercatat oleh checkpoint pada bulan pertamanya menunjukkan banyak orang dengan cepat mencapai kesimpulan yang sama.

Liquid AI d1-ultraLiquid AI d1-ultra adalah jawaban yang tepat ketika keputusannya sendiri adalah bagian yang sulit. Pertanyaan yang sarat pengetahuan, klaim visual yang perlu dicocokkan dengan konteks dunia nyata — contoh dari vendor itu sendiri adalah cacat papan sirkuit dan mencocokkan klaim kerusakan dengan foto pelanggan — dan kasus long-tail di mana keyakinan model 3B sama sekali tidak layak dipercaya. Klaim spesifik yang diajukan Liquid AI untuknya bukan hanya akurasi, melainkan kalibrasi: sebagian besar model keputusan terlalu percaya diri, demikian argumen dalam postingan tersebut, dan d1-ultra dilatih agar probabilitasnya bermakna. Jika Anda menetapkan ambang pada probabilitas alih-alih mengambil argmax — merutekan apa pun di atas 0,8 ke penyelesaian otomatis dan semua sisanya ke manusia — kalibrasi adalah segalanya, dan itu juga klaim dalam rilis ini yang paling sulit diperiksa oleh orang luar.

Kasus-kasus ketika tidak ada yang tepat juga layak disebutkan. Jika jawaban Anda berupa teks bebas, jejak multi-langkah, atau ringkasan, model keputusan adalah alat yang salah dan vendor mengatakannya dalam dokumentasinya sendiri. Jika Anda memerlukan audio di dalam state, bukan hanya teks dan gambar, anggota ketiga dari keluarga ini, d1-omni-600M, adalah yang menerimanya — menggunakan d1-ultra untuk pekerjaan itu bukanlah peningkatan, melainkan kesalahan kategori.

Menyesuaikan ini ke dalam stack yang sudah Anda jalankan

Model keputusan hampir tidak pernah menjadi keseluruhan pipeline. Itu adalah gerbang: hal yang memutuskan apakah tiket itu mendesak, apakah foto itu cacat, apakah pemanggilan alat disetujui. Sesuatu tetap harus menulis balasan, dan pada jalur lokal, sesuatu itu adalah model kedua yang kini harus Anda host — yang merupakan biaya nyata dari beralih ke self-hosted, dan yang tidak pernah muncul dalam perbandingan per-token. Pola yang benar-benar berhasil pada volume kecil dan menengah adalah d1-3B lokal untuk gerbang frekuensi tinggi dan endpoint sewaan untuk kasus sulit yang jarang, dengan kunci OrcaRouter yang membawa model-model generatif yang menjadi tujuan penyebaran keputusan tersebut: satu API untuk 200+ model, harga daftar provider diteruskan dengan markup 0%, dan failover otomatis antar provider sehingga satu sore buruk di hulu tidak mengubah antrean triase Anda menjadi backlog. Ada baiknya kita tepat tentang apa yang dicakup dan tidak dicakup olehnya — kami tidak menghosting model Liquid AI apa pun, jadi panggilan keputusan itu sendiri ditujukan ke API Liquid AI atau ke checkpoint lokal, dan OrcaRouter adalah yang berada di belakangnya.

Begitu Anda berhenti memperlakukan model keputusan sebagai sesuatu yang tetap, perbandingannya tidak lagi bersifat biner. DSL routing memungkinkan Anda menggabungkan gate murah dan writer mahal menjadi satu panggilan, dan fusion memungkinkan panel model menjawab bersama-sama ketika satu model saja tidak cukup dapat dipercaya. Tak satu pun dari itu menjadi alasan untuk memilih d1-ultra daripada d1-3B. Keduanya adalah alasan pilihan itu layak ditinjau kembali pada volume ketika perhitungannya benar-benar bergerak.

Apa yang akan mengubah jawaban ini?

Tiga hal, dalam urutan kemungkinannya. Tolok ukur independen yang menjalankan d1-3B dan d1-ultra melalui harness yang sama pada tugas yang sama — pada titik itu, selisih 48,57 versus 65 menjadi sebuah pengukuran alih-alih perkiraan arah. Latensi yang dipublikasikan untuk d1-ultra, yang tanpanya pipeline apa pun yang sensitif terhadap latensi harus memperlakukan model hosted itu sebagai tidak diketahui dan mengukurnya lebih dulu di jalur canary. Dan pada akhirnya, rilis open-weight yang dibangun di atas backbone yang lebih besar, yang, mengingat sejarah keluarga model ini, tidak terdengar sejauh yang mungkin dikira: setiap model d1 lain yang awalnya hosted akhirnya dapat diunduh dalam dua hari.

Sampai saat itu, aturan praktis ini tetap berlaku. Mulailah dengan d1-3B karena gratis untuk dicoba, cepat pada perangkat keras yang mungkin sudah Anda miliki, dan didokumentasikan cukup baik untuk menentukan ukuran dengan tepat sebelum Anda berkomitmen. Pindahkan keputusan spesifik yang ternyata tidak meyakinkan ke d1-ultra. Kesenjangan antara keduanya nyata; hanya saja lebih sempit daripada yang disiratkan oleh perbedaan harga, dan jauh lebih sempit daripada yang disiratkan oleh angka indeks ketika dicetak berdampingan tanpa label versinya.