
Drex Max v1.1 vs Liquid AI d1-ultra: 두 멀티모달 스코어러, 그리고 더 이상 유효하지 않은 헤드라인
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 180 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 223 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 89 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 98 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
Liquid AI d1-ultra는 2026년 10월 15일, 당시로서는 반박하기 어려운 한 문장과 함께 출시되었다. "Artificial Analysis Decision Index에서 다른 모든 의사결정 모델을 최소 8점 차로 능가한다"는 것이었다. 3주 후 Artificial Analysis는 그 지수를 v2로 교체하고 새로운 데이터로 17개 모델을 다시 채점했으며, d1-ultra는 70.4점으로 5위에 올랐다. Drex Max v1.1이 73.4점으로 앞섰고, GLiDE v1.2가 72.8점, Mammoth 27B가 72.4점, 그리고 0.03점 차로 Perplexity의 Decider v1.2가 70.5점으로 뒤따랐다. 8점 우위는 사라졌고, 애초에 이 도구로 측정된 적도 없었다.
이것이 이 비교의 프레임이며, 그것이 무엇을 의미하고 무엇을 의미하지 않는지 정확히 짚을 가치가 있습니다. d1-ultra가 나빠졌다는 뜻은 아닙니다. 이는 이전 보드에 대해 제기된 주장 아래에서 보드가 바뀌었다는 뜻이며, 이는 리더보드 순위를 마치 모델의 속성인 양 인용할 때 생기는 흔한 위험입니다. 이 둘은 모두 강력한 멀티모달 의사결정 스코어러입니다. 또한 어느 벤더의 마케팅이 시사하는 것보다 서로 더 가깝고, 눈에 띄게 다른 부분에서 뛰어납니다.
두 모델이 일치하는 부분, 즉 표면의 대부분에서는
둘 다 엄밀한 의미에서 의사결정 모델입니다. 상태와 형식화된 질문을 보내면 한 번의 순전파로 각 옵션에 대한 확률이 반환되며, 텍스트는 생성되지 않습니다. 둘 다 텍스트와 함께 이미지를 입력받습니다. 둘 다 동일한 세 가지 질문 형태, 즉 이름이 지정된 옵션 중 선택, 예/아니오, 척도상의 점수에 답합니다. 둘 다 출력에는 청구하지 않고 입력에 대해서만 청구합니다. 출력이 없기 때문입니다.
• 모달리티 — Drex Max v1.1은 텍스트, 스크린샷, 차트, 양식, 스캔한 문서, 사진 및 비디오 프레임을 읽으며, 요청당 이미지 8개를 처리합니다. d1-ultra는 텍스트, 이미지 또는 둘 다를 읽습니다. Liquid의 출시 예시는 회로 기판 사진을 해당 사양과 대조해 확인하는 것입니다.
• 백만 입력 토큰당 가격 — Drex Max v1.1은 출시 기간 동안 $0.03(정가 $0.06에서 50% 할인), d1-ultra는 $0.042. Nace는 현재 더 저렴하지만 할인이 끝난 후에는 그렇지 않을 수 있습니다.
• 이미지 청구 — Drex Max v1.1은 {{1}}질문당 131,072토큰 한도{{/1}} 안에서 이미지 토큰을 계산합니다. d1-ultra는 {{2}}32×32픽셀 패치{{/2}}당 1.5토큰을 청구하므로, {{3}}1024×1024 이미지의 비용은 1,536토큰{{/3}}이며, 각 질문을 모든 이미지를 포함한 자체 프롬프트로 청구합니다.
• 컨텍스트 — Drex Max v1.1의 경우 질문당 131,072토큰이며, 전체 패키징된 요청에는 262,144토큰입니다. Liquid는 이에 필적하는 질문당 윈도우를 공개하지 않습니다.
• 가용성 — Drex Max v1.1은 Nace의 API와 콘솔을 통해 판매되며, d1-ultra는 Liquid API와 콘솔을 통해 판매됩니다. 둘 다 당사의 라우트 목록에 없으며, 이 내용은 당사의 가용성 주장이 아닙니다.
d1-ultra의 질문당 청구 규칙은 문서 규모에서 비용을 결정하는 세부 사항이며, 이사회가 이를 측정했습니다. Artificial Analysis에 따르면 15개 질문 문서 작업에서 Drex Max v1.1은 입력 토큰이 약 9,000개인 반면, 질문마다 입력을 다시 청구하는 모델은 약 63,000개입니다. 그리고 d1-ultra의 작업당 비용은 132달러로 Drex의 102달러와 비교되었는데, 이는 두 제품의 정가 비율에 가깝고 약간 더 나쁩니다.
보드, 구성 요소별로
종합 격차는 2.9점입니다. 구성 요소별 격차는 매우 불균등하며, 패턴은 일관됩니다. Drex는 문서에서 앞서고, d1-ultra는 지식과 답변 거부에서 앞섭니다.

• 의사결정 지수 v2 — Drex Max v1.1 73.39, d1-ultra 70.45.
• 정확도 지수 — Drex Max v1.1 58.41, d1-ultra 54.94, 이는 보정 구성 요소를 제거한 점수입니다.
{{1}}AA-Paperclip 문서 결정 점수{{/1}} — Drex Max v1.1 72.82, d1-ultra 64.69. 15개 모두 정답률: {{2}}63.0% 대 51.3%{{/2}}.
• When2Call 도구 호출 — Drex Max v1.1 95.26, d1-ultra 93.83. 근소한 차이이며, 둘 다 Jev 1.14의 84.39를 크게 웃돕니다.
• AA 대칭 패러프레이즈 일관성 — Drex Max v1.1 84.96, d1-ultra 77.81, 세트 내에서 두 번째로 큰 차이인 7점 격차.
• AA-Omniscience-Decision — d1-ultra 64.39, Drex Max v1.1 60.27. 순위가 뒤바뀌는 유일한 평가입니다.
• HLE-MultiChoice — d1-ultra 47.39, Drex Max v1.1 46.61이지만, 원시 정확도에서는 d1-ultra가 6.09%, Drex가 8.25%입니다.
• 답변 보류 — d1-ultra는 답할 수 없는 전지(omniscience) 질문의 88.61%에서 답변을 거부하고, Drex Max v1.1은 65.28%, Microsoft-Decision-1은 21.74%를 기록했습니다.
• 작업당 소요 시간 — Drex Max v1.1 275ms, d1-ultra 295ms.
• 100만 작업당 비용 — Drex Max v1.1 $102, d1-ultra $132.
'abstention' 행을 두 번 읽어 보세요. 이 행이 'omniscience' 행을 설명해 주며, 보드에서 가장 직관적이지 않은 속성이기 때문입니다. d1-ultra의 더 높은 omniscience 결정 점수는 주로 지식 때문이 아닙니다. 해당 항목에서의 순수 정확도는 28.0%로 Drex Max v1.1과 동일합니다. 점수가 더 높은 이유는 "모르겠다"고 훨씬 자주 말하며, 채점 함수가 그에 대해 점수를 주기 때문입니다. Mammoth 27B와 Elephant 9B가 대칭성 평가에서 앞서는 것도 같은 이유입니다. Artificial Analysis는 Baseten의 모델들이 "질문 변형 전반에 걸쳐 자신 있게 답을 모른다고 일관되게 인정한다"고 분명히 밝히고 있습니다.
그 어느 것도 지표의 결함이 아닙니다. 그것은 당신이 무엇을 사고 있는지에 대한 진술입니다. d1-ultra는 답이 없는 질문이 틀린 답보다 더 저렴할 때 선택할 모델입니다. Drex Max v1.1은 무언가가 결정을 내놓고 돌아와야 하고, 신뢰도가 낮은 꼬리 부분은 사람이 맡아야 할 때 선택할 모델입니다.

Liquid의 자체 평가가 측정한 것과, 측정하지 않은 것
Liquid의 출시 게시물은 d1-ultra를 d1 및 Jev 1.14와 "112개의 고유 평가" 전반에 걸쳐 비교하며, 동일한 가격에 더 나은 보정 성능을 갖추고 모든 평가에서 Jev를 앞선다고 보고합니다. 이는 공급업체가 자체적으로 선택한 도구에서 공급업체가 수행한 비교이며, 해당 비교에는 등장하지 않는 Drex Max에 대해서는 아무것도 말해주지 않습니다. 8포인트 지수 주장은 2026년 10월 13일, 즉 d1-ultra가 존재하기 이틀 전에 발표된 Decision Index v1.0을 대상으로 제기되었으며, 그 보드에는 d1-ultra가 한 번도 등재된 적이 없습니다.
벤더는 새 보드가 뒷받침하는 한 가지 주장을 실제로 합니다. 즉, d1-ultra를 특별히 덜 과신하도록 훈련했으며, 보정 결과가 omniscience에서 Jev의 60.14에 맞서 64.39로 나타나고 비슷한 정확도에서 Jev보다 종합 점수가 2.0점 높다는 것은 사실입니다. 같은 도구에서 d1-ultra가 70.45, Jev 1.14가 66.96을 기록한 것은 독립적으로 측정된, 기존 모델 대비 진정한 개선입니다.

살아남지 못하는 주장은 순위다. v2에서 d1-ultra는 17개 중 5위이고, 그 위의 네 모델은 모두 3점 이내에 있다. 상위 5개에 걸친 3점 차이는 계층이 아니다. 그것은 당신의 워크로드가 우연히 어떤 구성 요소에 가중치를 두느냐에 따라 갈리는 동점이다.
실제로 실행해야 할 것
두 모델 모두 호스팅되어 있고, 어느 쪽도 우리 카탈로그에는 없습니다. 이 둘 중 하나를 고르는 정직한 방법은 어느 한 벤더의 스위트가 아니라 귀사 자체 상태에서 맞대결을 벌이는 것입니다. 맞대결을 한다면, 이사회가 불이익을 주는 바로 그 대상인 전부 아니면 전무 문서로 하십시오. 개별 답변의 97%를 맞히고 문서의 63%를 완전히 맞히는 모델은 51%짜리 모델보다 두 배 좋은 것이 아닙니다. 그것은 서로 의존하는 열다섯 개의 답변 중 어느 것도 틀리지 않을 확률과 정확히 같은 정도로 좋은 것이며, 귀사의 파이프라인이 실제로 겪게 될 것도 바로 그 확률입니다.
라우터가 여기서 바꾸는 것은 이 둘 중 하나를 고르는 일이 아니라 — 우리는 어느 쪽도 제공하지 않습니다 — 그들 주변 파이프라인의 형태입니다. 둘 다 무언가를 작성하는 단계의 상류에 있는 스코어러입니다. 작성 단계는 범용 모델 호출이며, 바로 그 부분에서 200개 이상의 모델, 제공업체 정가를 토큰당 마크업 없이 그대로 전달, 자동 페일오버를 갖춘 하나의 엔드포인트가 실제로 통합 하나를 절약해 줍니다. 라우팅하는 모델은 스코어러보다 더 자주 바뀔 것이기 때문입니다.
오늘 Drex Max v1.1을 선호할 단 하나의 이유를 꼽자면 2.9점 종합 점수가 아닙니다. 더 빠르고, 작업당 비용이 더 저렴하며, 같은 질문을 두 가지 방식으로 표현했을 때 일관성이 7점 더 높다는 점입니다. 그리고 일관성은 벤치마크에서 요란하게 드러나기보다 프로덕션에서 조용히 무너지는 속성입니다. d1-ultra를 선호할 단 하나의 이유는 그것이 거절한다는 점입니다. 둘 다 타당한 선택입니다. 어느 벤더의 대표 주장도 그렇지 않습니다.
