Liquid AI d1-ultra 対 Liquid AI d1-3B：100万トークンあたり$0.042のレンタルエンドポイントか、自分で所有する2.87 GBのチェックポイントか

Liquid AI d1-ultraは100万入力トークンあたり0.042ドルで課金され、他人のデータセンターにある他人のアクセラレータ上で動作する。Liquid AI d1-3Bは呼び出し1回あたりの課金がゼロで、机の上のJetson Orin Nanoで動作する。この2つの文は、Liquid AIが8日違いで出荷したモデルについて述べている——d1-3Bは2026年10月7日に発表されたオープンウェイトのチェックポイント、d1-ultraは10月15日のAPI専用モデル——そして両者はまったく同じ仕事を描写している。すなわち、テキスト、画像、あるいはその両方でできた状態をモデルに渡し、型付きの質問の集合を渡すと、出力トークンを1つも生成することなく、単一のフォワードパスから較正済みの回答が返ってくる。どちらも文章を書かない。どちらもストリーミングしない。両者の違いは、抽象論としての「どちらが賢いか」ではない。正直な答えは、1日に何回尋ねるかに完全に左右されるからだ。 失敗モードがまだ文書化されていないモデルにとって、有用な相棒となるのは、他の場所ですでに何がうまくいかなかったかの記録である。このクラスのモデルに関する、文書化されたAIインシデントとエージェントの失敗はthe OrcaRouter AI Incident Archiveに集められており、各エントリには独自の情報源、重大度、信頼度グレード、係争中フラグが付いている。

その枠組みこそが、この比較がスペックシート以上の価値を持つ理由だ。d1-3Bとd1-ultraは、Liquid AIが自社ドキュメントで明示した決定の両極に位置する。つまり、ファミリー内で最も高性能なモデルをトークン単位でレンタルするか、それとも31.2億パラメータのモデルを所有し、代わりにシリコン、電力、エンジニアリング時間で支払うかだ。どちらも現行製品である。d1-ultraは同社がリリースした最新製品であり、d1-3Bはほとんどの読者がおそらく最初に手に取るべきものだ。特定のパイプラインにどちらが適しているかは、実際のクロスオーバーポイントを伴う算数の問題であり、公開されている数値で答えを出せる——それが以下で示す内容だ。

数字に入る前に、出典に関する注記を一つ。というのも、それはその書式よりも重要なことだからだ。以下のほぼすべてはLiquid AI自身の報告である。モデルカード、10月7日のオープンウェイト投稿、そして10月15日のd1-ultra投稿だ。本記事のために、私たちは意思決定モデルのベンチマークを独自に再現しておらず、私たちが把握する限り、他の誰も再現していない。ある数値が誰かの測定値ではなく、公表された数値に対する私たちの計算である場合は、それを含む文でそう明記している。

2026年10月中旬時点で、各モデルが実際に何であるか

Liquid AI d1-3Bは、デコーダのみの視覚言語モデルであるLFM2.5-VL-3Bからトレーニングされた、31.2億パラメータのオープンウェイト意思決定モデルです。SigLIP2 NaFlex 400Mビジョンエンコーダ、32,768トークンのコンテキストウィンドウ、128,000トークンの語彙を備え、テキスト、JSON、画像、またはその混合を状態として受け取り、1回のフォワードパスで1つ以上の質問 — Choice、Score、または0から1の間の確率を返すはい/いいえプリミティブであるnoul — に答えます。重みはHugging Face上でLFM Open Licenseの下にあり、ベンダーは、年間収益1,000万ドル未満であれば商用利用を含めて無償で使用できると説明しています。初日からのllama.cppサポートが表明されており、Apple、AMD、Qualcomm、NVIDIA向けのNVFP4ビルドが提供されます。

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.

それらの段落がこれほど偏っているのは、編集上の理由ではない。それは比較そのものなのだ。d1-3B は、何かをダウンロードする前にハードウェアを見積もれるほどの詳細さで文書化されている。d1-ultra は、呼び出せるだけで、それ以上は何もできない程度の詳細さでしか文書化されていない。

2つの指数は同じ物差しに乗っていません

このペアに関する二次的な解説記事はどこも、65を48.57の隣に並べて、明白な結論を導かせるだろう。まずラベルを読んでほしい。この2つの数値は異なる指標の下で公表されたものだからだ。

• d1-3Bの数値 — 48.57。これは10月7日のリリース投稿に記載された、Decision Index v0.2.1の公開スプリットにおける値です。ベンダーはさらに、このモデルが10B未満のすべてを上回り、自身の12倍の規模にあたるDecider 35B-A3Bと同等であると述べています。

• d1-ultraの数値 — 65。10月15日の投稿では、Artificial Analysis Decision Indexで少なくとも8ポイントリードしていると説明され、d1-ultraがあらゆるタスクでJev 1.14を上回るという主張が添えられていた。この発表に関する報道では、Jev 1.14は57と報じられており、これは8ポイントのリードと一致する。

二つのことは事実であり、はっきり言う価値がある。第一に、d1-ultra の 65 の背後にあるインデックスは第三者によるものだが、その数値は Liquid AI 自身の発表と、それを扱った報道記事を通じて我々のところに届いた——65 を示す公開表を我々自身では読み込めなかった——したがって本記事ではベンダー報告値である。第二に、version-0.2.1 の公開分割スコアと、バージョン表記のないインデックススコアが同じ尺度上にあるとは保証されず、v0.3 インデックスには非公開の vision split があり、オープン版のリリースはそれに対して明示的に報告していない。この差は方向性を示すもの——有料モデルの方が実質的に優れている——として扱うべきで、16.4ポイントの測定値としてではない。我々を含め、誰もこれら二つのモデルを共通のハーネスにかけていない。

レイテンシ: 一方の数値は公開されているが、もう一方は公開されていない

オープンモデルの速度は異例なほど詳細に文書化されているため、有償モデルでの記載漏れはより目立つ。d1-3Bのカードによると、単一の質問でRTX 4090では8 ms、AMD MI325Xでは9 ms、Jetson AGX Thorでは16 ms、Jetson AGX Orin 64 GBでは26 ms、Apple M5 Proでは30 ms、Jetson Orin Nanoでは50 msで、パック時のスループットはMI325Xで毎秒1,106件の決定に達する。

それらは特定のハードウェア上でのフォワードパスの所要時間であり、エンドツーエンドのリクエスト所要時間ではない。そしてこの区別は揚げ足取りではない。Liquid AI が意思決定モデルのホスト型レイテンシを公表した直近の例——d1 を紹介した 10 月 5 日の投稿——では、テキスト判定に 200〜300 ミリ秒かかっていた。これはキュー待ちとネットワークを含む API のラウンドトリップであり、ローカルのカード上での 8 ミリ秒のパスとは比較にならない。d1-ultra については、ベンダーはどちらの形式であれレイテンシの数値を一切公表していない。あなたのパイプラインが精度律速ではなくレイテンシ律速であるなら、この不在はこのページで最も重要な一点だ。現時点では、この高価なモデルが速いかどうかを判断することはできず、それを知る唯一の方法は自分で測定することである。

マーケティングページが行わない計算

ここが2つの製品が真に分岐する点であり、それはナプキンの上でできる計算です。例として、サポートトリアージゲートがチケットごとに1つのnoul質問をし、月に20万件のチケットがあり、小さなスクリーンショットを含めて質問あたり約1,200の入力トークンがあるとします。それは月に2億4千万の入力トークンであり、100万あたりのレートを読み取れるようにする量です。

• d1-ultra の場合、入力トークン100万個あたり$0.042で、月額約$10.08になります。d1-3B の場合、呼び出しあたりゼロで、月額$0.00にハードウェアにかかる費用が上乗せされます。

2.87 GBのQ8_0ビルドは、Jetson Orin Nanoに余裕で収まります。そのマシンをこのワークロード専用に購入するのであれば、ホスト型エンドポイントに対する投資回収期間は週単位ではなく年単位で測ることになります——これが正直な結論であり、ハードウェアベンダーが大々的にうたうような結論ではありません。

• 規模を逆転させてみよう。月2億件の質問 — 2400億入力トークン — では、d1-ultraの請求額は月およそ10,080ドルに達し、ローカル構築も同じだけ電力を食っている。チェックポイントを所有することが哲学的な好みではなく、予算上の一行になるのは、まさにここだ。

3つの注意点があり、いずれも同じ方向に作用する。上の各トークン数はこちらが選んだ値であり、あなたのステート長と画像数は異なるだろう。また、画像はテキストとして、32×32ピクセルのパッチあたり1.5トークンで課金されるため、1024×1024の画像1枚は1,536入力トークンになる。各質問は、そのテキストとすべての画像を含む独立したプロンプトとして課金されるので、同じスクリーンショットに3つ質問すると、そのスクリーンショット分を3回支払うことになる。そして、このどれもエンジニアリングのコストを織り込んではいない。ローカル経路を選ぶと、量子化の選択、最新に保ち続けるランタイム、そして3.12Bの重みより先にメモリを食うビジョンエンコーダを抱え込むことになる。月に数千回モデルを呼び出すなら、ホスト型エンドポイントのほうが、セルフホストを決めるための会議より安い。

それぞれが正しい答えでなくなるのはどこか

Liquid AI d1-3Bは、次のいずれかが決定的な制約となる場合に適したデフォルトの選択肢です。データをオンプレミスやデバイスの外に出すことができない、ネットワークの往復が許容できない、呼び出しごとの課金が支配的なコストになるほど量が多い、あるいは状態がライブのカメラフレームやスクリーンショットで、サードパーティに送りたくない場合です。ベンダー自身の説明もこの最初の点を裏付けています——オープンリリースはNVIDIA DGX、RTX、Jetsonハードウェアにまたがるエッジおよびオンデバイス展開を明示的に狙ったものであり——チェックポイントが最初の1か月で記録した17,820ダウンロードという数字は、多くの人がすぐに同じ結論に達したことを示唆しています。

Liquid AI d1-ultraは、判断そのものが難しい場合にこそ正しい選択肢となる。知識集約型の質問、実世界のコンテキストと突き合わせる必要がある視覚的主張——ベンダー自身の例は、回路基板の欠陥と、損傷請求を顧客の写真に照合するものだ——、そして3Bモデルの信頼度など到底信用に値しないロングテールのケース。Liquid AIがこれについて掲げる具体的な主張は、精度だけでなくキャリブレーションでもある。多くの判断モデルは自信過剰だとこの投稿は論じており、d1-ultraはその確率が意味を持つように訓練されたのだという。argmaxを取るのではなく確率でしきい値を設ける場合——0.8を超えるものは自動解決に回し、それ以外はすべて人間に回す——キャリブレーションこそがすべてであり、それはまた、今回のリリースの中で部外者が最も検証しにくい主張でもある。

どちらも適切でないケースにも、名前を付けておく価値があります。答えが自由形式のテキスト、多段階のトレース、要約である場合、意思決定モデルは誤ったツールであり、ベンダーも自社のドキュメントでそう述べています。テキストと画像だけでなく、状態に音声が必要なら、ファミリーの3番目のメンバーである d1-omni-600M がそれを担います — その用途で d1-ultra を使うのはアップグレードではなく、カテゴリーエラーです。

既存のスタックへの組み込み

意思決定モデルがパイプライン全体を担うことは、まずありません。それはゲートです。チケットが緊急かどうか、写真が欠陥かどうか、ツール呼び出しが承認されるかどうかを判断するものです。しかし返信を書くものは依然として必要で、ローカル経路ではそれが、自前でホストしなければならなくなった2つ目のモデルになります。これこそがセルフホストに切り替える本当のコストであり、トークンあたりの比較には決して現れないコストです。中小規模の処理量で実際に機能するパターンは、高頻度のゲートにはローカルのd1-3Bを、まれな難ケースにはレンタルのエンドポイントを使い、それらの判断が展開される先の生成モデルをOrcaRouterのキーが支えるというものです。200以上のモデルをカバーする単一のAPI、プロバイダの定価を0%のマークアップでそのまま適用、プロバイダ間の自動フェイルオーバーにより、上流の一時的な不調が1回あっただけでトリアージキューが滞り続けることはありません。それが何をカバーし、何をカバーしないのかは正確に述べておく価値があります。当社はLiquid AIのモデルを一切ホストしていないため、意思決定の呼び出し自体はLiquid AIのAPIかローカルのチェックポイントに送られ、その背後に位置するのがOrcaRouterです。

意思決定モデルを固定されたものとして扱うのをやめれば、この比較は二者択一ではなくなる。ルーティングDSLを使えば、安価なゲートと高価なライターを1回の呼び出しにまとめられる。fusionはモデルのパネルに一緒に答えさせる——単一のモデルでは十分に信頼できない場合に。それらのどちらも、d1-3Bよりd1-ultraを選ぶ理由にはならない。どちらも、算術が実際に動く規模ではこの選択を再検討する価値がある理由である。

何がこの回答を変えるでしょうか

可能性の高い順に、3つのことだ。d1-3B と d1-ultra を同じタスクで同じハーネスにかける独立系ベンチマーク。そうなれば、48.57 対 65 の差は方向性の推測ではなく測定値になる。次に、d1-ultra の公開されたレイテンシ。これがなければ、レイテンシに敏感なパイプラインはホスト型モデルを未知のものとして扱い、まずカナリア経路で測定すべきだ。そして最終的には、より大きなバックボーン上に構築されたオープンウェイトのリリース。これは、このファミリーの歴史を踏まえると、聞こえるほど突飛ではない。ホスト型として始まったほかのすべての d1 モデルは、2日以内にダウンロード可能になったからだ。

それまではこの経験則が当てはまる。まずd1-3Bから始めるのがよい。無料で試せて、すでに持っているかもしれないハードウェアでも高速に動き、導入を決める前に適切に規模を見積もれるだけの十分な文書化もされているからだ。説得力が得られなかった具体的な判断はd1-ultraに移せばよい。両者の差は実際にある。ただ、価格差が示唆するよりも小さく、バージョンラベルなしで並べて表示されたときの指数が示唆するよりもずっと小さいだけだ。