「費用は同じままのアップグレード」という見出しの生成タイトルカードで、副題は「Liquid AI d1.2-ultraがLiquid AI d1-ultraを置き換えます」。2本の横棒が積み重ねられており、上段の短い方の棒にはd1-ultraというラベルが付き、右端に値70.58、下段の長い方の棒にはd1.2-ultraというラベルが付き、右端に74.85がある。右側の3つの枠線付きチップには、「コンテキストは66k(33kから増加)」「タスクあたり218 ms(301 msから短縮)」「1M入力トークンあたり$0.042で同じ」と書かれている。OrcaRouterのマークが右下に合成されている。
Guides & Insights

d1.2-ultra vs Liquid AI D1 Ultra:同じ価格でコンテキストは2倍、しかし1点だけ悪化した

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Liquid AI d1.2-ultraのコストは、Liquid AI D1 Ultraのコストとまったく同じです。入力トークン100万個あたり$0.042、出力トークンは無料、同じエンドポイント、すでに送信しているのと同じ3種類の質問タイプです。2026年11月16日に、置き換え対象のモデルから1か月後に登場し、総合スコアでは優れています — Artificial Analysis Decision Index v2.1で74.85対70.58、24件中1位対6位です。つまり、アップグレードは無料で明白であり、採用すべきです。この判断が一行の変更履歴ではなく記事に値するのは、公開された16のコンポーネント指標のうち4つが後退しており、そのうち2つが閾値駆動型パイプラインが最も強く影響を受ける指標だからです。

このパターンは明確だ。新しいモデルは、文書を読むことと言い換えへの耐性では大幅に優れている一方、物事を知っていることと回答を控えることではやや劣る。パイプラインで Liquid AI D1 Ultra を抽出エンジンとして使っているなら、後継モデルへの置き換えは確実にプラスだ。曖昧なケースで「わからない」と言うべきゲートキーパーとして使っているなら、後継モデルへの移行は単純な置き換えではなく、2モデルによる判断となる。

1台の計器で両モデルに対応

A generated two-column scoreboard titled ‘d1.2-ultra vs d1-ultra - the scoreboard’. The d1.2-ultra column reads Decision Index 75, AA-Paperclip 75.8 at 67.7% all-pass, AA-Symmetry 86.3, AA-Omniscience accuracy 23.6%, context window 66k and price $0.042 per 1M input. The d1-ultra column reads Decision Index 71, AA-Paperclip 64.7 at 51.3% all-pass, AA-Symmetry 78.7, AA-Omniscience accuracy 28.0%, context window 33k and price $0.042 per 1M input. The footer reads ‘All figures per Artificial Analysis Decision Index v2.1; context windows as listed by Artificial Analysis, not stated by the vendor.’

この比較が異例なほどクリーンなのは、両方の行が同じ組織によって、同じボードの同じバージョン上で生成されているからだ。ほとんどのアップグレード判断ではそうはならない。Artificial Analysis は d1-ultra と d1.2-ultra を Decision Index v2.1 で実行したので、ここでは何も、ベンダーの数値を独立した数値と比較することに依存しておらず、2つのリリースの間で基準をずらしたインデックスの改訂にも依存していない。ベンダー自身が新モデルについて掲げる見出し——首位、2ポイント差——は、それが名指すボードと一致している。

• 価格 — 両方とも入力トークン100万個あたり$0.042。同一で、アップグレードによる変更はありません。

• Decision Index v2.1 — d1.2-ultra 74.85(24中1位)対 d1-ultra 70.58(6位)。

• コンテキストウィンドウ — ボードの技術仕様によると、66kトークン対33k。Liquidの発表投稿には、どちらのモデルについてもウィンドウの記載がない。

• タスクあたりの時間 — 218 ms 対 301 ms。アップグレードはさらに 3 分の 1 高速化されています。

• 100万タスクあたりのコスト — 両方とも$133で、これはトークン単価が同一でタスクあたりのトークン数も同程度であれば予想される通りの結果です。

• ブライアスコア — 0.150 対 0.176、低いほど良い。これは「より適切に較正されている」ことを最も直接的に示す唯一の数値です。

請求ルールが変更され、それはインデックスポイント以上の価値がある

d1-ultra では、各質問が、添付されたすべての画像を含む独立したプロンプトとして請求されていました。1枚の写真について10個の質問をすると、その写真の分を10回支払うことになり、1024×1024の画像の場合、テキストがカウントされる前の時点で1,536トークン×10を意味しました。d1.2-ultra では、リクエストはそのテキストと画像を1回だけ請求し、追加の各質問はその質問自体のテキストのみを加算します。

現実的なリクエストで試算してみましょう。2,000トークンの文書、1024×1024の画像1枚、それぞれ約30トークンの質問10件です。旧ルールでは約35,700トークン、新ルールでは約3,840トークンが課金されます。100万トークンあたり同じ$0.042なら、1リクエストあたり$0.0015対$0.00016——同じ作業が9倍強安くなります。しかも同じ公表価格、同じベンダーで、発表の見出しも付いていません。月10万リクエストでは、約$150が約$16になります。

どちらの数値も、実際の請求書を測定したものではなく、ベンダー自身の請求説明に基づく算術であり、その比率は州ごとに何問尋ねるかによって完全に決まる。文書ごとに1問だけ尋ねるなら、2つのモデルのコストは同じだ。10問尋ねると、「無料」のアップグレードがこのリリースで最大のコスト変化となる。

新しいモデルが実際に優れている点

A headless-browser screenshot of the Artificial Analysis model page for d1-ultra, captured 17 November 2026 in English, showing the Liquid AI vendor label, the heading ‘d1-ultra: Release, Decision Index Score, Performance & Price’, a Decision Index score of 71, a 33k-token context window, a time-per-task figure of 301 ms, and a summary describing the model as reasonably priced but notably slow.

4つのコンポーネントが順位を上げ、そのうち2つは大きく順位を上げました。

• AA-Paperclip、インデックスの30% — 判断スコアでは75.81対64.69、文書が完全に正しい割合では67.7%対51.3%。最も比重の大きいコンポーネントで文書の全問正答率が11ポイント上回ることは、総合スコア12ポイント向上のすべてを物語っている。請求書、領収書、履歴書からフィールドを抽出するなら、この数値に注目すべきだ。なぜなら、15問のうち1問を外した文書はどちらにせよミスとして数えられるからだ。

• AA-Symmetry、15% — 86.34 対 78.66、全問正解の一貫性は45.8%から56.7%に上昇。質問を言い換え、選択肢を並べ替え、「はい/いいえ」を反転させても、新しいモデルははるかに高い頻度で同じ回答を維持します。

• When2Call、10% — 96.49 対 93.83。ツール呼び出しはすでにこのファミリーの強みであり、これは上限に近かったコンポーネントにおける小さい改善です。

• EvalSafe-O*NET-AA、15% — 89.53 対 88.15。職場文書の判定における1.5ポイントはノイズに近く、改善として売り込むべきではない。

• AA-Omniscience-Decision v1.1、15% — 意思決定スコアは60.80対64.39。知識と誠実さが半々のコンポーネントでは4ポイント低下。

• HLE-MultiChoice v1.1、15% — 46.36 対 47.39。全体が弱いコンポーネントで1ポイント低下。

2つのリグレッションをわかりやすく言うと

全知性の低下はスコアリング上のアーティファクトではありません。それは基盤となる精度と棄権の行に現れており、移行前に理解しておく価値のある形で両者が互いに食い違っています。

• AA-Omniscience-Decisionの精度 — d1-ultraは質問の28.0%に正しく回答し、d1.2-ultraは23.6%でした。先代の方がより多くを知っていました。

• AA-Omniscience-Decision 非ハルシネーション — d1-ultra 88.6%、d1.2-ultra 83.8%。前モデルも、回答を捏造しない点でより優れていた。両方の行が同じ方向に動いた。これは、モデルが棄権をどれだけ慎重に使うかが変わったのではなく、真の能力変化であることを意味する。

• HLE-MultiChoice の正解率 — 6.09% 対 2.36%、新しいモデルは生の正解率で24モデル中最下位。同じセットでの非ハルシネーション率は56.9%から76.1%に上昇したため、正解率の低下は一部、より多くの回答放棄と引き換えに得られたものだ。しかし完全にそうとは限らない。上の全知性ペアは、モデルが答える回数が減り、かつ正解も減っていることを示している。

パイプラインへの影響は、聞こえほど広いものではない。確率で閾値を設けて低信頼度のケースを人間に回すなら、より多く回答を控えるモデルはむしろ好都合であり、83.8%という非ハルシネーション率は依然として24件中6位だ。事実を知っていることを要する質問——この主張はポリシーと整合するか、このコードは仕様と一致するか——でモデルを自動ゲートとして使うなら、より安価な前世代モデルの方が測定可能なほど優れており、その領域では使い続けない理由はない。

クライアントで変更する必要があるもの

ほとんど何もありません。だからこそ、四半期先ではなく今すぐやるべきなのです。エンドポイントは同じで、api.liquid.ai/decisions/v1/systemoneを呼び出す際の指定は"model": "d1.2-ultra"です。3種類の質問タイプは変わらず、レスポンスは引き続き各選択肢の確率を持つ構造化JSONで、出力トークンはありません。移行は文字列の変更と再デプロイだけです。

新しく加わるのは追加的なものであり、機能を増やすというより回避策を取り除くものなので、知っておく価値がある。既存の回答タイプに5つが加わる。ページから値を読み取り、それが読み取られた文字を返す、または「見つからない」を返す。種類ごとのすべてのスパンを位置付きで返す。これにより、2つ目のモデルなしで個人情報の墨消しに対応できる。1つのオブジェクトまたはすべてのインスタンスを囲むボックスを、カウントとともに返す。範囲付きの推定値を返す。該当するすべての選択肢をそれぞれの確率とともに返す。音声入力は双方向に機能する。録音が対象になることも、入力ではなく話された質問になることもある。

これら5つのタスクの精度に関する主張はLiquid自身によるもので、公開データセットのホールドアウト分割から構築した社内テストセットに基づいている。まだこれらを対象とする公開ベンチマークが存在しないためだ。ベンダー公表の数値によれば、2モデルは僅差だ。レシートから値を読み取るタスクでは98%対96%、PIIスパンでは94%/93%対92%/88%、物体の位置特定では両者とも94%。そして最後の2タスクでは、旧モデルがすべての項目で劣っているわけではない。新モデルは「1以内で数える」タスクで93%対92%と勝ち、「存在するすべての物体を選ぶ」タスクでは87%対90%と負けている。

古いものと新しいものを並行して実行する

両方を残すことが正直な移行であり、コストもかかりません。これらは同じエンドポイント上の異なるモデル文字列で、現在どちらもLiquid自身のAPI上にあり、価格は同じで、キーはconsole.liquid.aiから取得できます。どちらも当社のカタログには掲載されておらず、本稿はどちらについても可用性を主張するものではありません。

ここでルーティングレイヤーが役立つのは、2つのモデルの使い分けがサービス単位ではなく質問単位の判断になるからです。後継モデルには、ドキュメント、画像、しきい値で判定するものすべてを送ります。前身モデルには、その精度と棄権の行が依然として優れている、事実重視の判断を送ります。それを2つのルートとして構成します。両ルートは1つのAPIの背後にあります — ルーティングDSLを使えば、手書きのサービス境界ではなく、質問タイプや状態サイズで分割できます — すると2つのモデルは同じ枠を奪い合わなくなります。私たちの側で変わるのは、どちらのモデルにかかる$0.042ではありません:プロバイダーの定価は0%のマークアップで透過されるため、Liquidの価格改定は次の請求サイクルではなく当日ここで反映されます。そして、ベンダーAPIの調子が悪いときでも、自動フェイルオーバーによってドキュメントルートは稼働し続け、1つのプロバイダーがパイプライン全体の単一障害点になることもありません。

アップグレードについて、それぞれ1行で

文書にはd1.2-ultra、画像にはd1.2-ultra、曖昧な状態にはd1.2-ultra、そしてしきい値で判定するあらゆるものにはd1.2-ultraを選んでください — 文書コンポーネントでは11ポイント優れ、対称性では8ポイント優れ、3分の1高速で、コンテキストウィンドウは2倍になり、状態ごとに複数の質問をする場合は請求額を桁違いに削減します。

事実重視のゲーティングにはd1-ultraを使い続ける。そこではオムニサイエンス精度と非ハルシネーション行がどちらも依然として高く、HLE精度は、どちらの数値も小さいながらも後継モデルのほぼ3倍だ。

移行を完全に省略してよいのは、あなたのステートに画像がなく、各ステートの質問が1つだけで、しきい値もない場合だけです——これは、2つのモデルのコストが同じで、新しいモデルが使用するあらゆる評価で単により優れているケースです。その場合、待つ唯一の理由は、何も壊れていないことを確認するのに19時間かかることだけです。

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 17 November 2026 in English, showing the /v1/systemone endpoint, Zero Data Retention availability, an input and output list price of $0.04, and measured latencies of 182 ms and 372 ms.