Liquid AI d1-ultra vs Liquid AI d1-3B: un endpoint a noleggio a 0,042 $ al milione, oppure un checkpoint da 2,87 GB che possiedi

Liquid AI d1-ultra viene addebitato a $0,042 per milione di token di input e gira su un acceleratore di qualcun altro nel data center di qualcun altro. Liquid AI d1-3B non costa nulla per chiamata e gira su un Jetson Orin Nano su una scrivania. Queste due frasi descrivono modelli che Liquid AI ha rilasciato a otto giorni di distanza — d1-3B come checkpoint open-weight annunciato il 7 ottobre 2026, d1-ultra come modello solo API il 15 ottobre — e descrivono lo stesso lavoro: consegnare al modello uno stato fatto di testo, immagini o entrambi, consegnargli una serie di domande tipizzate e ottenere risposte calibrate da un singolo passaggio in avanti senza generare un singolo token di output. Nessuno dei due scrive prosa. Nessuno dei due fa streaming. La differenza tra loro non è "quale dei due è più intelligente" in astratto, perché la risposta onesta dipende interamente da quante volte al giorno lo chiedi. Per un modello le cui modalità di fallimento non sono ancora documentate, la controparte utile è il registro di ciò che è già andato storto altrove: gli incidenti AI documentati e i fallimenti degli agenti relativi a modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.

Quella impostazione è il motivo per cui questo confronto vale più di una scheda tecnica. d1-3B e d1-ultra si trovano ai due estremi opposti di una decisione che Liquid AI ha ormai reso esplicita nella propria documentazione: puoi noleggiare il modello più capace della famiglia al token, oppure possederne uno da 3,12 miliardi di parametri e pagare invece in silicio, elettricità e ore di ingegneria. Entrambi sono prodotti attuali. d1-ultra è la cosa più recente che l'azienda ha rilasciato, e d1-3B è ciò con cui la maggior parte dei lettori probabilmente dovrebbe iniziare. Quale dei due sia giusto per una determinata pipeline è una questione aritmetica con un vero punto di crossover, e si può rispondere con numeri pubblicati — ed è ciò che segue.

Una nota sulle fonti prima dei numeri, perché conta più della loro formattazione. Quasi tutto ciò che segue è reporting di Liquid AI stesso: le schede dei modelli, il post del 7 ottobre sui pesi aperti e il post del 15 ottobre su d1-ultra. Non abbiamo riprodotto in modo indipendente alcun benchmark di modelli decisionali per questo articolo, e per quanto ci risulta nessun altro lo ha fatto. Dove una cifra è un nostro calcolo su un numero pubblicato anziché una misurazione altrui, lo si dice nella frase che la contiene.

Che cosa è in realtà ciascun modello, a metà ottobre 2026

Liquid AI d1-3B è un modello decisionale a pesi aperti da 3,12 miliardi di parametri, addestrato a partire da LFM2.5-VL-3B, un modello visione-linguaggio decoder-only. Dispone di un encoder visivo SigLIP2 NaFlex 400M, di una finestra di contesto di 32.768 token e di un vocabolario di 128.000 token, accetta come stato testo, JSON, immagini o una loro combinazione e risponde a una o più domande — Choice, Score o noul, la primitiva sì/no che restituisce una probabilità compresa tra 0 e 1 — in un'unica passata forward. I pesi sono su Hugging Face con licenza LFM Open License, che il fornitore descrive come libera da usare anche commercialmente al di sotto dei 10 milioni di dollari di fatturato annuo. È dichiarato il supporto a llama.cpp dal primo giorno, con build NVFP4 su Apple, AMD, Qualcomm e 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.

Il motivo per cui quei paragrafi sono così sbilanciati non è editoriale. È l'intero confronto. d1-3B è documentato a un livello di dettaglio che ti permette di dimensionare l'hardware prima ancora di scaricare qualsiasi cosa. d1-ultra è documentato a un livello di dettaglio che ti permette di chiamarlo e nulla più.

I due numeri indice non si trovano sullo stesso righello

Ogni trattazione secondaria di questa coppia metterà 65 accanto a 48.57 e ti lascerà trarre l'ovvia conclusione. Leggi prima le etichette, perché i due numeri sono stati pubblicati in base a strumenti diversi.

• Il valore di d1-3B — 48,57, sullo split pubblico di Decision Index v0.2.1, nel post di rilascio del 7 ottobre. Il fornitore dichiara inoltre che il modello è avanti rispetto a tutto ciò che è sotto i 10B e allo stesso livello di Decider 35B-A3B, un modello dodici volte più grande.

• il valore di d1-ultra — 65, descritto nel post del 15 ottobre come in testa all'Artificial Analysis Decision Index con almeno otto punti di vantaggio, con l'affermazione che d1-ultra batte Jev 1.14 su tutte le attività. La copertura mediatica dell'annuncio ha riportato Jev 1.14 a 57, il che è coerente con un vantaggio di otto punti.

Due cose sono vere e vale la pena dirle chiaramente. Primo, l'indice dietro il 65 di d1-ultra è di terze parti, ma la cifra ci è arrivata tramite l'annuncio di Liquid AI stessa e tramite articoli di stampa che ne parlavano — non siamo riusciti a caricare noi stessi una tabella pubblica che mostrasse 65 — quindi in questo articolo è un dato riportato dal fornitore. Secondo, non è garantito che un punteggio public-split della versione 0.2.1 e un punteggio d'indice senza versione siano sulla stessa scala, e l'indice v0.3 ha uno split vision privato rispetto al quale la release aperta esplicitamente non ha riportato risultati. Considera il divario come direzionale — il modello a pagamento è sensibilmente migliore — non come una misurazione di 16,4 punti. Nessuno, noi inclusi, ha sottoposto questi due modelli a un harness comune.

Latenza: un numero è pubblicato, l'altro no

La velocità del modello open è documentata in modo insolitamente accurato, il che rende l'omissione sul modello a pagamento ancora più evidente. La scheda di d1-3B riporta una singola domanda in 8 ms su una RTX 4090, 9 ms su una AMD MI325X, 16 ms su una Jetson AGX Thor, 26 ms su una Jetson AGX Orin 64 GB, 30 ms su un Apple M5 Pro e 50 ms su una Jetson Orin Nano, con un throughput packed che raggiunge 1.106 decisioni al secondo sulla MI325X.

Quelli sono tempi di forward pass su hardware specifico, non tempi di richiesta end-to-end, e la distinzione non è pedante. L'ultima volta che Liquid AI ha pubblicato una latenza in hosting per un modello decisionale — il post del 5 ottobre che introduceva d1 — era di 200-300 ms per una decisione testuale, che è un round trip API che include accodamento e rete, e non è confrontabile con un forward pass da 8 ms su una scheda locale. Per d1-ultra il fornitore non ha pubblicato alcuna cifra di latenza, in nessuna delle due forme. Se la tua pipeline è vincolata dalla latenza anziché dall'accuratezza, quell'assenza è la cosa più importante in assoluto su questa pagina: al momento non puoi sapere se il modello costoso è veloce, e l'unico modo per scoprirlo è misurarlo tu stesso.

L'aritmetica che le pagine di marketing non fanno

Ecco dove i due prodotti divergono davvero, e si tratta di un calcolo che si può fare sul tovagliolo. Prendi un gate di triage del supporto che pone una domanda noul per ticket, 200.000 ticket al mese, con circa 1.200 token di input per domanda, screenshot piccolo incluso. Sono 240 milioni di token di input al mese, la quantità che rende leggibile la tariffa per milione.

• Su d1-ultra a $0,042 per milione di token di input, sono circa $10,08 al mese. Su d1-3B a zero per chiamata, sono $0,00 al mese più quello che costa l'hardware.

• Una build Q8_0 da 2,87 GB entra comodamente su un Jetson Orin Nano. Se stai comprando quella macchina specificamente per questo carico di lavoro, il periodo di ammortamento rispetto all'endpoint ospitato si misura in anni, non in settimane — che è la conclusione onesta, e non quella che stamperebbe un fornitore di hardware.

• Capovolgi il volume. Con 200 milioni di domande al mese — 240 miliardi di token di input — la bolletta di d1-ultra è di circa $10.080 al mese, e la build locale continua a consumare la stessa elettricità. È qui che possedere il checkpoint smette di essere una preferenza filosofica e diventa una voce di costo.

Tre avvertenze, che vanno tutte nella stessa direzione. Ogni conteggio di token qui sopra è quello che abbiamo scelto noi; la tua lunghezza di stato e il tuo numero di immagini saranno diversi, e le immagini vengono fatturate come testo a 1,5 token per patch di 32×32 pixel, quindi una singola immagine da 1024×1024 sono 1.536 token di input. Ogni domanda viene fatturata come prompt a sé stante, incluso il suo testo e tutte le sue immagini, quindi fare tre domande sullo stesso screenshot significa pagare quello screenshot tre volte. E nulla di tutto questo tiene conto del costo dell'ingegneria: la strada locale comporta una scelta di quantizzazione, un runtime da tenere aggiornato e un encoder visivo che consuma memoria prima ancora che lo facciano i 3,12B di pesi. Se chiami un modello qualche migliaio di volte al mese, l'endpoint hosted costa meno della riunione in cui decidi di ospitarlo in proprio.

Dove ciascuno smette di essere la risposta giusta

Liquid AI d1-3B è il default giusto quando una qualsiasi di queste è il vincolo determinante: i dati non possono lasciare la sede o il dispositivo; il salto di rete è inaccettabile; il volume è abbastanza alto che il prezzo per chiamata diventa il costo dominante; oppure lo stato è un fotogramma di telecamera live o uno screenshot che preferiresti non inviare a terze parti. L'impostazione del fornitore stesso sostiene il primo di questi — il rilascio aperto è esplicitamente mirato alla distribuzione edge e on-device su hardware NVIDIA DGX, RTX e Jetson — e i 17.820 download che il checkpoint ha registrato nel suo primo mese suggeriscono che molte persone sono arrivate rapidamente alla stessa conclusione.

Liquid AI d1-ultra è la risposta giusta quando è la decisione stessa a essere la parte difficile. Domande ad alta intensità di conoscenza, affermazioni visive che devono essere confrontate con il contesto del mondo reale — gli esempi forniti dallo stesso vendor sono difetti di circuiti stampati e la corrispondenza di una richiesta di risarcimento danni con la foto di un cliente — e casi long-tail in cui la fiducia di un modello da 3B semplicemente non vale la pena di essere creduta. L'affermazione specifica che Liquid AI fa al riguardo non è solo l'accuratezza ma la calibrazione: la maggior parte dei modelli decisionali è troppo sicura di sé, sostiene il post, e d1-ultra è stato addestrato affinché le sue probabilità significhino qualcosa. Se si applica una soglia su una probabilità invece di prendere l'argmax — instradando tutto ciò che è sopra 0,8 alla risoluzione automatica e tutto il resto a un essere umano — la calibrazione è tutto, ed è anche l'affermazione, in questo rilascio, più difficile da verificare per un esterno.

Vale la pena menzionare anche i casi in cui nessuno dei due è giusto. Se la tua risposta è testo libero, una traccia a più passaggi o un riassunto, un modello decisionale è lo strumento sbagliato e il fornitore lo dice nella propria documentazione. Se hai bisogno di audio nello stato anziché solo testo e immagini, il terzo membro della famiglia, d1-omni-600M, è quello che lo supporta — usare d1-ultra per quel compito non è un upgrade, è un errore di categoria.

Integrare questo in uno stack che già usi

Un modello decisionale non è quasi mai l'intera pipeline. È il gate: la cosa che decide se un ticket è urgente, se una foto è un difetto, se una chiamata a uno strumento viene approvata. Qualcosa deve comunque scrivere la risposta, e sulla rotta locale quel qualcosa è un secondo modello che ora devi ospitare — che è il vero costo del passaggio al self-hosting, e quello che non compare mai nel confronto per token. Il pattern che funziona davvero a volumi piccoli e medi è un d1-3B locale per il gate ad alta frequenza e un endpoint a noleggio per il raro caso difficile, con una chiave OrcaRouter che porta i modelli generativi verso cui quelle decisioni si diramano: un'unica API su oltre 200 modelli, prezzo di listino del provider passato con 0% di markup, e failover automatico tra provider così un singolo pomeriggio negativo di un upstream non trasforma la tua coda di triage in un backlog. Vale la pena essere precisi su cosa copre e cosa non copre — non ospitiamo alcun modello Liquid AI, quindi la chiamata decisionale stessa va all'API di Liquid AI o al checkpoint locale, e OrcaRouter è ciò che sta dietro.

Una volta che smetti di considerare fisso il modello decisionale, il confronto smette di essere binario. Il DSL di routing ti consente di comporre un gate economico e un writer costoso in un'unica chiamata, e fusion consente a un panel di modelli di rispondere insieme quando uno solo non è abbastanza affidabile. Nessuno dei due è un motivo per preferire d1-ultra a d1-3B. Entrambi sono motivi per cui la scelta vale la pena di essere rivista al volume in cui l'aritmetica si muove davvero.

Cosa cambierebbe questa risposta?

Tre cose, in ordine di probabilità. Un benchmark indipendente che sottoponga d1-3B e d1-ultra allo stesso banco di prova sugli stessi task — a quel punto il divario tra 48,57 e 65 diventa una misurazione invece di una stima direzionale. Una latenza pubblicata per d1-ultra, senza la quale qualsiasi pipeline sensibile alla latenza dovrebbe trattare il modello ospitato come un'incognita e misurarlo prima in un percorso canary. E un eventuale rilascio open-weight basato sul backbone più grande, che la storia della famiglia rende meno inverosimile di quanto sembri: ogni altro modello d1 che è partito come ospitato è finito per essere scaricabile entro due giorni.

Fino ad allora vale la regola generale. Inizia con d1-3B perché è gratuito da provare, veloce su hardware che potresti già possedere e documentato abbastanza bene da dimensionarlo correttamente prima di impegnarti. Sposta su d1-ultra le decisioni specifiche che si rivelano poco convincenti. Il divario tra i due è reale; è solo più stretto di quanto suggerisca la differenza di prezzo, e molto più stretto di quanto lascino intendere i numeri dell'indice quando vengono stampati fianco a fianco senza le loro etichette di versione.