Una card di titolo generata intitolata “Metà del prezzo, il doppio della velocità”, con sottotitolo “Liquid AI d1.2 contro Liquid AI D1 Ultra”. Due grandi card arrotondate sono affiancate: quella a sinistra, intitolata “d1.2”, riporta “$0.02” sopra “per 1 milione di token di input” più “150 ms per attività”; quella a destra, intitolata “D1 Ultra”, riporta “$0.042” sopra “per 1 milione di token di input” più “301 ms per attività”. Una didascalia sotto recita “il vecchio flagship vince ancora cinque componenti su sei”, e tre chip con contorno riportano “contesto 66k vs 33k”, “Brier 0.164 vs 0.176” e “misurato da Artificial Analysis”. Il marchio OrcaRouter è sovrapposto in basso a destra.
Guides & Insights

d1.2 vs Liquid AI D1 Ultra: metà prezzo, due punti dietro e migliore nel lavoro che ripeti

Autore

Gideon Frost

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Liquid AI d1.2 costa $0,02 per milione di token di input. Liquid AI D1 Ultra, il modello che è stato il flagship della famiglia fino al 16 novembre 2026, costa $0,042. Nell'Artificial Analysis Decision Index v2.1 il modello più vecchio e più costoso è ancora avanti — 70,58 contro 68,69 — ed è avanti in cinque delle sei valutazioni su cui si basa l'indice. Quindi il confronto principale dice che il flagship resta il modello migliore, e il confronto principale è la cosa meno utile che si possa trarre da queste due righe.

Ciò che in realtà li distingue è la forma, non il rango. D1 Ultra è un modello per giudizi difficili in un unico passaggio: un difetto su un circuito stampato, una richiesta di risarcimento verificata confrontandola con una foto. d1.2 è un modello pensato per ricevere più domande sul medesimo stato, a velocità doppia, con una finestra di contesto che la scheda indica pari a 66k contro i 33k di D1 Ultra, e con cinque tipi di risposta che D1 Ultra non ha. La differenza di $0,022 è reale; se sia la differenza che decide la tua migrazione è una questione che riguarda il tuo schema di richieste, e a cui si può rispondere dalle righe pubblicate.

Il divario di prezzo, nelle unità che contano

Per token, raddoppiare sembra banale. Per attività, non è lo stesso rapporto, perché i due modelli non consumano lo stesso numero di token per rispondere alla stessa domanda. Artificial Analysis stima il costo per milione di attività ai prezzi di listino attuali, e la cifra indicata dal board stesso è di 63 dollari per d1.2 contro 133 dollari per D1 Ultra — un divario di 2,1× che resiste alla contabilità dei token.

• Prezzo per milione di token di input — $0,02 per d1.2 vs $0,042 per D1 Ultra.

• Costo stimato per milione di task — $63 vs $133, entrambi ai prezzi di listino attuali, entrambi dalla dashboard anziché da Liquid.

• Decision Index v2.1 — 68,69 (#9 di 25) vs 70,58 (#6 di 25).

• Tempo per attività — 150 ms vs 301 ms. Il nuovo modello economico è due volte più veloce.

• Finestra di contesto — 66k token rispetto a 33k, come indicato da Artificial Analysis; i post di lancio di Liquid non dichiarano alcuna finestra per nessuno dei due modelli.

• Modalità di input — testo e immagini per entrambi, secondo la board. d1.2 aggiunge l'audio, secondo il fornitore, cosa che la scheda tecnica della board non ha ancora recepito.

Punteggio di Brier, dove più basso è meglio — 0,164 vs 0,176. Il modello meno costoso è quello meglio calibrato.

Leggi l'ultima riga due volte. La calibrazione è la proprietà che rende utilizzabile una soglia di probabilità, e il modello a metà prezzo la vince. I punti che l'ammiraglia detiene ancora riguardano il sapere le cose, non il sapere quanto è sicura.

Dove D1 Ultra vale ancora il suo prezzo

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.

Cinque dei sei componenti favoriscono il modello precedente, e lo schema che li accomuna è abbastanza coerente da poterci pianificare attorno.

• AA-Paperclip, decisioni sui documenti — 64,69 per D1 Ultra contro 62,60 per d1.2, con il 51,3% dei documenti completamente corretti contro il 44,3%. Il superamento totale dell'intero documento è la misura più severa: una fattura con quindici campi di cui quattordici corretti conta come errore.

• EvalSafe-O*NET-AA, giudizio sul posto di lavoro — 88,15 rispetto a 86,55, e accuratezza dell'82,9% rispetto al 79,7%. Una differenza di 1,6 punti sulla componente, che è vicina al rumore di fondo di una riesecuzione.

• AA-Omniscience-Decision v1.1, conoscenza — 64,39 contro 60,94, con un'accuratezza del 28,0% contro il 30,0% e un tasso di non allucinazione dell'88,6% contro il 66,6%. La riga dell'accuratezza e la riga dell'astensione non concordano, e la riga dell'astensione è quella che domina il punteggio: D1 Ultra si astiene molto più spesso e viene premiato per questo.

• HLE-MultiChoice v1.1, domande difficili — {{1}}47,39 contro 44,69{{/1}}. Sull'accuratezza grezza, il divario si allarga nella direzione opposta, {{2}}6,09% contro 5,30%{{/2}}, ed è rumore su un benchmark in cui l'intero campo è sotto il dieci percento.

• AA-Symmetry, invarianza alla riformulazione — 78,66 contro 76,52 sul punteggio della componente, sebbene d1.2 superi più set completi, 50,0% contro 45,8%. Il flagship vince sul credito parziale e perde sulla misura più rigorosa, quindi questa riga non è una vittoria netta in nessuno dei due casi.

Se il tuo carico di lavoro è "un documento, una domanda difficile, la risposta va a una persona che agirà in base a essa", quelle righe descrivono esattamente il caso in cui la vecchia ammiraglia è ancora la scelta giusta, e la differenza di prezzo a quel volume è un errore di arrotondamento.

Dove d1.2 non è vicino

Un componente si muove nella direzione opposta, e si sposta di parecchio.

• When2Call, decisioni su strumenti e funzioni — 96,09 per d1.2 contro 93,83 per D1 Ultra, con un'accuratezza del 95,5% contro il 93,0%. Questo è il componente che decide se un agente chiama la funzione giusta con gli argomenti giusti, ed è il singolo argomento più forte a favore del nuovo modello in uno stack agentico.

Poi c'è tutto ciò che l'indice non misura. Cinque nuovi tipi di risposta — un valore con i caratteri da cui è stato letto, span con posizioni, box, conteggi con intervalli, selezione multipla con probabilità per opzione — esistono solo su d1.2, e l'indice non ne valuta nessuno. Le loro cifre di accuratezza sono di Liquid, su set di test interni costruiti da split held-out di dataset pubblici, e sono etichettate come tali ovunque compaiano di seguito.

Secondo i numeri del fornitore, i due nuovi modelli sono vicini tra loro e non esiste affatto una riga D1 Ultra, perché i tipi di attività non esistevano quando è stato rilasciato: 98% e 96% nel leggere un valore da una ricevuta per d1.2-ultra e d1.2, 94%/93% contro 92%/88% sugli span di dati personali, 94% per entrambi sulla localizzazione degli oggetti e 87% contro 90% nell'individuare ogni oggetto presente. Il fatto rilevante per questo confronto non sono le percentuali — è che il modello più vecchio non può esprimere queste risposte, quindi una pipeline che ne ha bisogno non sta scegliendo tra due modelli. Sta scegliendo tra un modello e un workaround.

La regola di fatturazione, che vale più dei due punti dell'indice

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 fattura ogni domanda come un prompt distinto, comprese tutte le immagini allegate. Fai dieci domande su una fotografia e la fotografia viene addebitata dieci volte: ai 1,5 token dichiarati da Liquid per patch da 32×32 pixel, un'immagine da 1024×1024 equivale a 1.536 token, quindi dieci domande comportano 15.360 token immagine prima ancora di una parola di testo. d1.2 fattura una sola volta il testo e le immagini di una richiesta, e ogni domanda aggiuntiva aggiunge solo il proprio testo.

Facciamolo su una richiesta concreta: un documento da 2.000 token, un'immagine da 1024×1024, dieci domande da circa 30 token. Secondo la vecchia regola, la richiesta comporta circa 35.700 token; secondo quella nuova, circa 3.840. Al prezzo proprio di ciascun modello, si tratta di circa $0,0015 su D1 Ultra contro circa $0,00008 su d1.2 — il divario di prezzo e quello di fatturazione si compongono anziché annullarsi. A 250.000 richieste al mese, la differenza è di circa $375 contro $20.

Questa è aritmetica sulla descrizione di fatturazione di Liquid stessa, non una fattura misurata, e il rapporto scende a 1× se si pone una domanda per stato. Quella singola domanda è l'intera decisione: più domande si pongono sullo stesso documento, meno il confronto riguarda in assoluto i punti indice.

Cosa cambia nel client

L'endpoint è lo stesso — api.liquid.ai/decisions/v1/systemone — e la stringa del modello è la migrazione. I tre tipi di domanda originali mantengono la loro forma; le risposte sono ancora JSON strutturato con una probabilità per opzione e nessun token di output, quindi nulla del tuo parsing cambia. Ciò che ottieni è additivo e non rompe nulla di ciò che già funziona.

Il nodo è operativo più che tecnico: D1 Ultra non è deprecato, entrambi i modelli fatturano solo sui token di input e Liquid vende entrambi dalla stessa console. Non esiste alcun elemento che obblighi a passare all'altro modello, il che significa che la migrazione non avverrà da sola e andrebbe pianificata in base a un carico di lavoro misurabile anziché a una data di lancio.

Eseguire entrambi senza impegnarsi in nessuno dei due

Un chiarimento sull'accesso prima della parte operativa: d1.2 e D1 Ultra sono entrambi serviti dall'API proprietaria di Liquid, e nessuno dei due è nel nostro catalogo — questo è un confronto, non una dichiarazione di disponibilità. Il motivo per cui il nostro catalogo è rilevante è Jev 1.14, che mantiene EvalSafe-O*NET-AA a 91,14 mentre d1.2 arriva a 86,55, adotta la stessa struttura di richiesta systemone e addebita 0,042 $ per milione di token di input. Se la decisione di migrazione si riduce a un componente che non puoi permetterti di perdere, è il modello su cui testare quel componente.

La suddivisione che ha senso segue il quadro corretto dei componenti anziché il titolo. Invia stati con più domande, qualsiasi cosa contenga un'immagine e qualsiasi cosa che un agente instrada a d1.2 — è lì che la sua finestra di contesto, la sua velocità e il suo lead When2Call puntano tutti nella stessa direzione. Mantieni i giudizi su singoli documenti complessi e le domande di conoscenza con una risposta definita su D1 Ultra finché il tuo stesso campione non dice il contrario. Due route, una condizione ciascuna, scritte in base al tipo di domanda anziché codificate in modo rigido in tre servizi: è a questo che serve il DSL di routing, e poiché i prezzi di listino dei provider vengono trasferiti con 0% di ricarico, una modifica a uno dei due prezzi Liquid è visibile al routing il giorno stesso in cui avviene anziché al rinnovo successivo. failover automatico copre quindi il caso in cui uno dei due modelli ha una brutta giornata a metà migrazione.

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.

Un shadow run a questa scala costa quasi nulla: qualche migliaio dei tuoi stati reali attraverso entrambi i modelli, confronta le probabilità anziché le etichette e conta i casi in cui D1 Ultra dice 0,85 e sbaglia rispetto agli stessi casi su d1.2. Il board afferma che il nuovo modello è complessivamente meglio calibrato; il tuo campione è l'unica cosa che dice se è meglio calibrato sui tuoi dati, e quel numero è quello su cui dovrebbe basarsi la migrazione.