Liquid AI d1-ultra vs Liquid AI d1: stesso endpoint, stesse domande, il doppio del prezzo — ecco il punto di crossover

La risposta onesta più breve è questa: Liquid AI d1-ultra costa 0,042 $ per milione di token in input e Liquid AI d1 costa 0,02 $ per milione di token in input, entrambi si invocano allo stesso URL con gli stessi tre tipi di domanda, e quello più costoso è quello da usare quando sbagliare costa più che raddoppiare la tua tariffa per chiamata. Questa è l'intera decisione, ed è insolitamente pulita perché sotto il profilo strutturale nient'altro differisce tra i due modelli. Sono stati rilasciati a dieci giorni di distanza l'uno dall'altro — d1 il 5 ottobre 2026 come primo modello decisionale di Liquid AI, d1-ultra il 15 ottobre come membro più capace della famiglia — ed entrambi sono stati costruiti per fare la stessa cosa: accettare uno stato di testo, immagini o entrambi, più una o più domande tipizzate, e restituire probabilità da un singolo forward pass senza generare alcun token di output e senza nulla da trasmettere in streaming.È anche in confronti come questo che emergono le modalità di fallimento: gli incidenti documentati legati all'IA e i guasti degli agenti dietro i modelli di questa classe sono raccolti in the OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, la gravità, il grado di confidenza e il flag di contestazione.

Ciò che rende la coppia degna di un pezzo invece che di una nota a piè di pagina è che sono sostituti, non una scala con un gradino intermedio. Non esegui d1 e ricadi su d1-ultra nei casi difficili come faresti con un modello generativo piccolo e uno grande, perché entrambi sono vincolati alla stessa stringa di modello nello stesso corpo della richiesta. Cambiare costa una parola in un payload JSON. Quindi la domanda non è se l’upgrade sia tecnicamente disponibile — è se i $0,022 in più per milione di token di input comprino qualcosa che il tuo specifico carico di lavoro possa percepire, e a questo si può rispondere con i numeri che Liquid AI ha pubblicato.

Che cosa cambia davvero, in un'unica passata

Le differenze rese note sono meno di quanto suggerisca il divario di prezzo, e quelle che mancano contano tanto quanto quelle presenti.

• Prezzo — 0,042 $ per milione di token di input per d1-ultra rispetto a 0,02 $ per d1, entrambi addebitati solo sull'input senza costi per l'output, entrambi conteggiando le immagini come testo a 1,5 token per patch di 32×32 pixel.

• Backbone — d1-ultra viene descritto come basato su "un modello open-weight più grande con una serie di pesanti personalizzazioni specifiche di Liquid"; l'annuncio di d1 dice solo che è stato costruito per la prima generazione della famiglia, senza che venga nominato alcun backbone.

• Copertura linguistica — il post di lancio di Liquid AI per d1-ultra indica 44 lingue. Per d1 non è stato pubblicato alcun dato comparabile.

• Posizionamento nell'indice — si afferma che d1-ultra guidi l'Artificial Analysis Decision Index con almeno otto punti di vantaggio; d1 è stato annunciato con sei confronti su applicazioni reali rispetto a GPT-6.1 Sol e Claude Opus 5.5, anziché con un punteggio dell'indice.

• Conteggio dei parametri — non divulgato per nessuno dei due. Anche la finestra di contesto di d1-ultra non è dichiarata dal fornitore e compare solo in cataloghi di gateway di terze parti a 32.768 token, che consideriamo non confermato anziché come specifica.

• Latenza — per d1 è stata pubblicata una latenza di 200-300 ms per una decisione testuale. Per d1-ultra non è stato pubblicato alcun valore di latenza.

Quell'ultima coppia di lacune è la cosa da notare. Il modello più nuovo e più costoso è quello la cui scheda tecnica è più vuota. Ti viene chiesto di pagare 2,1 volte la tariffa per un modello di cui dimensione, lunghezza del contesto e velocità sono tutte non divulgate, sulla base di una dichiarazione di calibrazione e di un numero indice che il fornitore stesso ha riportato.

L'affermazione che Liquid AI sta effettivamente facendo

Leggi attentamente il post su d1-ultra e il punto non è l'accuratezza. È che l'accuratezza da sola non basta per un modello decisionale, perché un modello decisionale emette anche probabilità, e la maggior parte di esse è troppo sicura. Un classificatore che dice 0,97 e in realtà intende 0,72 rovinerà una pipeline basata su soglie anche se la sua accuratezza top-1 è eccellente, perché ogni azione automatizzata che intraprendi sopra quella soglia viene intrapresa su una premessa falsa. d1-ultra è stato addestrato, dice il post, specificamente affinché le sue probabilità siano meglio calibrate — e il rilascio riporta che su 112 valutazioni uniche batte Jev 1.14 su ogni attività con una migliore calibrazione allo stesso prezzo.

Questo è un argomento di vendita genuinamente diverso da «più intelligente», ed è anche l'affermazione più difficile da verificare per un esterno in entrambe le release. Nulla nell'annuncio ti consente di verificare la calibrazione sui tuoi dati prima di impegnarti. Se la tua pipeline prende l'argmax e ignora la probabilità, il discorso sulla calibrazione non ti riguarda, e il caso di d1-ultra si riduce al divario sull'indice. Se la tua pipeline applica una soglia sulla probabilità — approvazione automatica sopra 0,9, escalation sotto — allora la calibrazione è l'unico numero che conta, ed è un numero che dovrai produrre da solo a partire da un campione etichettato.

Quando il raddoppio si ripaga da solo

Fai il calcolo a un volume in cui la differenza di tariffa smette di essere rumore. Un gate di moderazione che pone una domanda noul per post, 500.000 post al mese, a circa 400 token di input ciascuno, equivale a 200 milioni di token di input al mese.

• Su d1 — 4,00 $ al mese. Su d1-ultra — 8,40 $ al mese. La differenza di quattro dollari non è una voce di bilancio; è inferiore al costo dell'ora di un ingegnere spesa per decidere.

• Porta lo stesso gate anche all'input di immagini e il conteggio dei token sale rapidamente, perché una singola immagine 1024×1024 è 1.536 token di input e ogni domanda rifattura il proprio testo e tutte le sue immagini. Cinque domande sulla stessa foto pagano quella foto cinque volte, un errore di progettazione da evitare indipendentemente dal modello che si sceglie.

• Con 20 miliardi di token di input al mese — un classificatore su larga scala, non un progetto pilota — d1 costa circa $400 e d1-ultra circa $840. Il divario assoluto ora è reale, e resta comunque sotto i mille dollari per un carico di lavoro che elabora l'equivalente di decine di milioni di immagini.

La conclusione a cui porta questa aritmetica non è quella che ci si aspetta. Per la stragrande maggioranza dei carichi di lavoro decisionali, la differenza di prezzo tra d1-ultra e d1 è troppo piccola per essere il fattore decisivo, il che significa che la scelta dovrebbe basarsi interamente sulla qualità delle risposte. L'eccezione interessante va nella direzione opposta: se il tuo volume è davvero enorme e il tuo compito è semplice — un gate binario su testo breve, nessuna immagine — non dovresti affatto confrontare questi due, perché il modello open-weight d1-3B svolge quel lavoro a costo zero per chiamata. Il prezzo della coppia è abbastanza simile che la vera domanda è quella sotto di loro.

Dove un modello decisionale è lo strumento sbagliato

Entrambi i modelli sono documentati per gli stessi quattro impieghi: classificazione e instradamento, assegnazione di punteggi e valutazione, gate binari e ispezione multimodale. La documentazione del fornitore stesso è altrettanto chiara su ciò per cui non sono destinati — generazione libera, chat multi-turno, sintesi, ragionamento aperto, scrittura di codice. Non ci sono token di output da trasmettere in streaming, quindi un'applicazione che si aspetta prosa indietro riceverà un errore, non una risposta peggiore. Vale la pena dirlo perché la tentazione di ricorrere a un modello decisionale come sostituto a basso costo di una chiamata generativa è esattamente il modo in cui le pipeline finiscono per usare uno di questi modelli in modo improprio.

Le prove pubblicate sul modello più vecchio sono quantomeno concrete. Su sei applicazioni reali testate il 5 ottobre 2026, è stato riportato che d1 eguagliava o batteva GPT-6.1 Sol su quattro di esse a un costo da 19 a 200 volte inferiore e rispondeva più rapidamente in ogni attività. Una di quelle sei era un'esecuzione di ispezione visiva su pezzi provenienti da quattro linee di produzione — circuiti stampati, candele, anacardi e gomme da masticare, sul dataset VisA — in cui il modello distingueva i pezzi buoni da quelli difettosi con un'accuratezza dall'85 al 97 percento senza alcun addestramento specifico per l'attività. Un'altra ha rimosso il 52 percento dei token in una fase di compattazione del contesto. Quelle sono valutazioni condotte dal fornitore con una metodologia dichiarata, e restano comunque condotte dal fornitore: una singola esecuzione per modello per applicazione, prezzi di listino senza sconti cache, e diverse delle domande su codice e compattazione redatte dopo che la pipeline di d1 era già stata fissata. Leggile come prove che la categoria funziona, non come un tabellone di punteggi che puoi trasferire alla tua attività.

La decisione di aggiornamento, di norma

Inizia con d1. Non perché sia il modello migliore — l'affermazione dell'indice dice che non lo è — ma perché a $0,02 per milione di token di input senza costi di output, qualche centinaio di migliaia di chiamate costa pochi centesimi, e il modo più veloce per scoprire se un modello decisionale si adatta alla tua pipeline è metterne uno davanti al traffico reale e guardare la distribuzione di probabilità che restituisce. Registra le probabilità, non solo le etichette. Se si raggruppano strettamente attorno agli estremi e le tue soglie sono stabili, stai ottenendo la calibrazione gratuitamente e non hai motivo di pagare di più.

Passa a d1-ultra quando in quel log compare un errore specifico e con un nome preciso: la domanda difficile di conoscenza, l'affermazione visivamente ambigua, il caso in cui il modello restituisce 0,6 e fa sul serio. La migrazione è un cambio di stringa del modello sullo stesso endpoint, quindi può essere selettiva — d1-ultra sulle route che hanno mostrato gli errori, d1 su tutto il resto. Questa è la forma onesta di questo confronto. Non è un aut aut; è un'impostazione per route, e il prezzo è abbastanza vicino da poterti permettere di essere chirurgico.

C'è un dettaglio pratico da mettere in conto. Se le vostre decisioni alimentano uno step generativo — una risposta, un riepilogo, una chiamata a uno strumento — state gestendo due rapporti con i fornitori, non uno. OrcaRouter elimina la seconda metà di questo problema: una sola chiave compatibile con OpenAI su oltre 200 modelli generativi al prezzo di listino del provider, trasferito con 0% di ricarico, così una variazione di prezzo a monte arriva sulla vostra fattura lo stesso giorno anziché al rinnovo contrattuale successivo, con failover automatico tra i provider dietro lo stesso endpoint. Per essere precisi sul confine: non ospitiamo i modelli decisionali di Liquid AI, quindi la chiamata a d1 o d1-ultra va comunque all'API di Liquid AI, e ciò che gestiamo è tutto ciò che sta a valle della decisione.

Cosa tenere d'occhio prima di adottare d1-ultra su larga scala

Due numeri, entrambi attualmente mancanti. Il primo è la latenza: il valore di 200-300 millisecondi di d1 non dice nulla su d1-ultra, e il modello più recente non pubblica nulla, quindi qualsiasi route sensibile alla latenza dovrebbe essere sottoposta a canary release anziché migrata in blocco. Il secondo è una misurazione di calibrazione indipendente. Il confronto basato su 112 valutazioni e il vantaggio di otto punti sull'indice provengono dalla reportistica di Liquid AI stessa, e il dato dell'indice è arrivato a questo articolo attraverso l'annuncio del fornitore e la copertura stampa che ne è seguita, piuttosto che da una tabella che potessimo caricare noi stessi. Quando qualcuno riprodurrà una curva di affidabilità per uno dei due modelli su dati pubblici, il sovrapprezzo di 2,1 volte diventa una decisione d'acquisto invece che una valutazione soggettiva.

Fino ad allora, la posizione che regge l'esame è quella conservativa. d1 è un modello decisionale capace, economico, comprovato dal suo stesso fornitore, a un prezzo che rende la sperimentazione quasi gratuita. d1-ultra è un plausibile miglioramento, con annessa un'affermazione specifica e dall'aria verificabile e una scheda tecnica insolitamente scarna alle spalle. Pagare il doppio per il secondo prima di avere in mano un fallimento significa comprare un'assicurazione contro un problema che non hai ancora osservato — il che, a questi volumi, non è tanto un errore quanto un errore di arrotondamento. Solo non lasciare che l'errore di arrotondamento diventi l'architettura.