d1-2B: Liquid AI, 공지 게시물 없이 1.9B 의사결정 모델 출시

Hugging Face 저장소LiquidAI/d1-2B는 2026년 10월 24일 19:30 UTC에 생성되었다. 그 형제 모델인 d1-Omni-2B는 24초 뒤에 나타났다. 그날 저녁이 끝날 무렵 두 저장소는 완성되어 있었다. BF16 safetensors 3.84GB, 커스텀 Transformers 코드 40여 개 파일, 보정 테이블, 타입 지정 질문 API가 있었고, Liquid AI가 공개한 그 어떤 것도 두 모델이 존재한다고 밝히지 않았다. 처음으로 이름을 언급한 벤더의 첫 문장은 d1-2B에 대한 것으로, 10월 27일 LFM3 제품군 출시 글 안에서 — liquid.ai와 Hugging Face 자체 블로그에 함께 게시된 같은 글 — 두 의사결정 모델에 관한 단락의 한 절로 등장했다. 이후로 전용 게시물은 없다. 따라서 이것은 출시 이야기가 아니며, 그렇게 취급하는 것은 일어난 적 없는 마케팅 순간을 만들어내는 일이다. 이것은 불완전한 발표를 지닌 완성된 모델 아티팩트에 관한 이야기이며, 독자가 여전히 그것으로 할 수 있는 두 가지 일에 관한 이야기다. 저장소를 읽고, 연구소 밖의 누군가가 그 수치를 실행해 볼 때까지 벤더의 숫자를 거리를 두고 바라보는 일이다.

역기와 문장 사이의 닷새

d1 계열은 두 차례 공개되었으며, 어느 릴리스도 이번 것과 같아 보이지 않았다. 10월 7일 Liquid AI는 "Open d1: Edge decision models for text, vision, and audio"를 발표했는데, 이 글에서는 3.12B 파라미터의 d1-3B와 587M의 d1-omni-600M을 소개하며 대표 주장, 벤치마크 표, 지연 시간 수치, 그리고 그 이후로 계속 게시되어 있는 블로그 글을 내세웠다. 그 글에는 2B 모델이 없다.

2B 라인은 다른 일정으로 움직였다. 기본 체크포인트 LFM3-Omni-2B는 10월 21일에 등장했다. 10월 24일 19:30과 19:30:24 UTC에 Liquid AI는 d1-2B 및 d1-Omni-2B 리포지토리를 만들었다. 그다음 10월 27일, LFM3 출시 게시물은 그 쌍을 "비전 및 옴니 모델에서 특화된 결정 모델"이라고 명명했다. 이는 발표가 아니라 설명이었다. 같은 날 d1-2B용 파생 리포지토리 네 개가 올라왔다. fp16, 8비트, 4비트 MLX 빌드와 ONNX 내보내기였다. 그것들에 대해서도 아무도 게시물을 쓰지 않았다.

이는 실용적인 이유에서 중요하다. 발표는 벤더가 포지셔닝을 확정하는 자리다. 모델이 무엇을 위한 것인지, 비용은 얼마인지, 어떤 런타임을 대상으로 하는지, 무엇을 하지 않는지가 그곳에서 정해진다. 카드는 그 작업의 일부를 수행하며, 그것도 유난히 잘 해낸다. 하지만 빠진 게시물이 남긴 공백은 실재하고 구체적이며, 이를 얼버무리지 않고 이 글 말미에 나열해 두었다.

저장소가 실제로 당신에게 알려줄 것

겉포장을 걷어내면, 이 체크포인트는 텍스트 생성을 거부하는 작고 세부 사양이 촘촘히 명시된 멀티모달 분류기다. 모든 호출은 확률이 첨부된, 타입이 지정된 답변과 output_tokens: 0카드에는 대놓고 적혀 있다: d1-2B는 "채팅 모델이 아니다."

• 파라미터 — 1.92B이며, 단일 3.84GB BF16 safetensors 파일로 제공됩니다.

• Base — LFM3-VL-2B, LFM3 백본 기반: 24개 레이어로 구성되며, 그중 13개는 게이트형 단축 합성곱, 5개는 슬라이딩 윈도 어텐션, 6개는 전역 어텐션입니다.

• 컨텍스트 — 128K 토큰과 128,000개 토큰 어휘, d1-3B의 32,768보다 네 배 큰 윈도우.

• 입력 — 텍스트 또는 모든 JSON 값, 사진 또는 동영상이 될 수 있는 상태이며, 이름이 지정된 질문을 원하는 수만큼 하나의 미디어 목록에 담을 수 있습니다. 동영상은 d1-3B가 나열하지 않는 기능입니다.

• 출력 — 예/아니요, 지정된 옵션 중 하나의 선택, 순서가 있는 점수, 문서에서 해당 위치 범위와 함께 읽어낸 값 또는 날짜, p10–p90 구간이 있는 숫자, 바운딩 박스, 또는 개수와 함께 객체의 모든 인스턴스. 각 항목은 확률을 지닙니다.

• 언어 — 16개: 영어, 아랍어, 중국어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 스페인어, 베트남어, 태국어, 인도네시아어, 힌디어, 러시아어, 폴란드어.

• 라이선스 — LFM Open License v1.0. 연간 매출이 $10,000,000 미만인 경우 상업적 사용이 허용됩니다. 라이선스 본문은 해당 수치를 기준선으로 정의하며, 그 이상의 상업적 사용에 대한 권리는 이를 초과하지 않는 것을 조건으로 합니다.

• 속도 — H100 PCIe에서 단일 결정에 5.7 ms, AMD MI325X에서 3.8 ms이며, 64개 상태를 한 번의 호출로 배치 처리할 때 각각 초당 1,132건 및 1,699건의 결정을 처리합니다. Apple M5 Pro에서 단일 질문 기준 수치는 18.6 ms입니다.

논쟁할 가치가 있는 주장: 그것은 자신이 대체한 모델을 능가한다

Liquid AI의 모델 카드는 완곡함 없이 한 가지 비교 주장을 내놓습니다. d1-2B가 "평균적으로 그리고 100개가 넘는 의사결정 벤치마크로 구성된 당사 보드에서 오픈 d1 모델들을 앞서며, 크기가 3분의 2도 되지 않는 상태에서 d1-3B보다 앞선다"는 것입니다. 이는 1.92B 모델이 3.12B 모델에 관해 하는 강한 주장이며, 검증 가능합니다. 카드가 동일한 항목에 동일한 스코어러로 점수를 매긴 단일 표에 네 가지 오픈 d1 모델을 모두 실어 두었기 때문입니다.

최상위 수치는 Decision Index 공개 스위트 버전 0.3에서 51.1 대 49.0으로, 2.1점 앞선다. 누구든 이를 완전한 승리로 읽기 전에, 두 가지 주의사항을 함께 붙여야 한다. 첫째, d1-3B 자체 카드는 Decision Index 0.2.1에서 48.57을 보고하며, 48.57과 49.0의 차이는 모델의 개선이 아니라 지수 버전 때문이다. d1-2B 카드는 네 모델 모두 동일한 항목으로 다시 채점되었으며 따라서 d1-3B의 몇몇 수치는 자체 카드와 다르다고 명시한다. 둘째, 공개 스위트는 공개 리더보드를 결정하는 것의 일부에 불과하다. 이를 재구축한 독립 평가자는 37개의 공개 벤치마크가 점수의 20%로 가중되며, 나머지는 유지관리자만 실행하는 비공개 테스트에서 나온다고 설명한다.

49.0이 숫자로서 신뢰할 수 있는 이유는 — d1-2B 자체에는 외부 검증이 없지만 — 누군가가 바로 이 버전에서 3B를 이미 재현했다는 점입니다. Efraín Garay는 10월 중순에 Decision Index 0.3의 6,000개 요청 층화 표본에서 d1-3B를 실행해 49.11을 얻었으며, 이는 동일한 행에서 Liquid 자체의 49.04, 전체 스위트에서 48.99와 비교됩니다. 이는 0.1점 이내의 재현입니다. 이는 제3자가 실행한 적 없는 d1-2B의 51.1을 검증하지는 않지만, 51.1이 위치한 표 뒤에 있는 채점 방법을 검증합니다.

더 작은 모델이 앞서지 못하는 경우

"대부분의 단일 벤치마크에서 앞선다"라는 표현은 그 문장에서 조용히 제 역할을 하고 있다. 동일 실행 표에서 d1-3B는 배포 결정에 중요한 스무 개 남짓한 행 가운데 여전히 세 개에서 이긴다:

• 빠른 결정 — 3B의 59.3 대 58.8, 더 큰 모델이 앞서는 유일한 속도 지향 의사결정 벤치마크입니다.

• 타입 지정 결정 — 65.0 대 61.3, 3.7포인트 격차로, 출력이 레이블이 아니라 타입이 지정된 값이어야 할 때 구형 모델을 지지하는 가장 명확한 단일 논거입니다.

• AI2D — 79.9 대 76.7, 더 큰 비전 타워가 여전히 정확도를 끌어올리는 다이어그램 판독 벤치마크입니다.

다른 모든 곳에서는 순서가 뒤집히며, 때로는 급격히 뒤집힌다. VisualWebBench는 d1-2B가 96.2, d1-3B가 71.4다. ImajevBench v2.0-lite는 75.5 대 64.0이다. MMMU-Pro는 26.4 대 18.5다 — 둘 다 충분히 낮아서 어느 모델도 어려운 멀티모달 추론에 신뢰해서는 안 되며, 이는 7.9점 차이를 승리로 제시하기보다 분명히 말할 가치가 있다. 비전 평균은 70.2와 65.4다.

카드가 메울 수 없는 세 가지 공백

누락된 발표는 누락된 아티팩트로 드러난다. 이 중 어느 것도 모델의 결함이 아니다. 각각은 모델이 벤치마크 수치가 시사하는 것보다 오늘날 도입하기 더 어려운 이유다.

• GGUF 없음. d1-3B와 d1-omni-600M은 모두 가중치가 공개된 다음 날인 10월 6일에 GGUF 리포지토리가 생겼고, d1-3B는 이어서 8비트 가중치-활성화 빌드와 네 가지 MLX 변형을 선보였습니다. d1-2B는 10월 27일 기준 MLX 및 ONNX 빌드가 있지만 GGUF는 없습니다 — 따라서 기본 모델 LFM3-VL-2B가 10월 19일에 자체 GGUF를 확보했음에도 불구하고 decision head용으로 공개된 llama.cpp 경로는 없습니다. 엣지 스택이 llama.cpp라면, 이것이 전부입니다.

• 가격도 엔드포인트도 없습니다. 이 카드에는 호스팅 API도, 토큰당 가격도, 추론 제공자도 나와 있지 않습니다. 오픈 웨이트 릴리스에서 흔한 일이지만, 이는 d1-2B를 사용하는 유일한 방법이 직접 실행하는 것임을 뜻하며, 카드의 배포 섹션은 Transformers 스니펫에서 끝납니다.

• 독립적인 벤치마크가 없습니다. 10월 28일 기준으로 해당 저장소에는 다운로드 44건과 좋아요 13개가 표시됩니다. 존재하는 독립적 의사결정 모델 평가는 d1-3B와 d1-omni-600M을 대상으로 하며, 이 모델은 포함되지 않습니다. 위의 모든 성능 수치는 Liquid AI 자체 측정치입니다.

모델 카드 자체가 밝히는 한계도 있습니다. 답변은 "상태(state)가 약 64K 토큰을 넘어서면 신뢰도가 떨어진다"고 되어 있으며, 이는 광고된 128K 창의 절반입니다. 또한 추정치는 개수와 점수에 대해서는 신뢰할 만하지만 자유로운 수량에 대해서는 덜 신뢰할 만합니다. 자체 카드에서 어디서 성능이 저하되는지 알려주는 모델이 그렇지 않은 모델보다 더 유용하지만, 128K라는 헤드라인은 작업 범위가 아니라 용량 수치로 읽어야 합니다.

첫 배포는 실제로 어떤 모습일까

실용적인 경로는 Transformers 5.19 이상과 trust_remote_code=True, GPU에서의 bf16, 그리고 system_one 또는 system_one_batch 호출을 사용하는 것입니다. 샘플링이 없으므로 샘플링 매개변수도 없습니다. 중요한 단 하나의 튜닝 노브는 set_size이며, 기본값은 학습된 크기인 16이고, 값을 높이면 속도를 얻는 대신 텍스트 정확도를 잃습니다.

카드 자체의 권고는 대부분의 팀이 건너뛰는 단계입니다: 자체 사용 데이터로 결정 임계값을 보정하세요. 0.62의 확률은 단독으로는 아무 의미가 없습니다. 지원 티켓을 라우팅하거나 문서에 플래그를 지정하는 경우, "에스컬레이션"과 "자동 처리"를 구분하는 임계값은 자체 라벨링된 샘플에 맞춰 조정해야 합니다. 벤더의 보정은 벤더의 데이터에 맞춰졌기 때문입니다.

이것이 맞는 형태는 어시스턴트가 아니라 파이프라인 단계입니다: 트리아지, 모더레이션, 의도 분류, 양식에서의 추출, 재순위화, 시각 검사. 이런 곳은 파이프라인이 이미 여러 모델을 호출하는 지점이며, 결정 주변의 생성 단계가 보통 호스팅 API에서 오는 지점이기도 합니다. OrcaRouter는 오늘날 어떤 Liquid AI 모델도 제공하지 않습니다 — 이 모델도 포함해서 — 따라서 d1-2B를 실행한다는 것은 직접 실행한다는 뜻입니다. 라우터가 유용한 부분은 체인의 나머지입니다: 200개 이상의 호스팅 모델을 위한 하나의 OpenAI 호환 키, 단계들을 단일 호출로 구성하는 라우팅 DSL, 그리고 공급자가 중단될 때의 자동 장애 조치입니다. 그래서 GPU의 결정 노드가 옆의 생성 노드에 인질로 잡히지 않습니다.

이 이야기를 바꿀 것은 무엇일까

중요도가 높은 순서대로 네 가지입니다. GGUF가 있으면 d1-2B를 형제 모델들과 동일한 런타임 기반에 올려놓고 엣지 포지셔닝을 현실로 만들 수 있습니다. 전용 게시글은 카드에 나열된 파이프라인 단계 목록을 넘어서 Liquid AI가 이 모델을 무엇에 쓰라고 생각하는지 구매자에게 알려줄 것입니다. 독립 실행, 이상적으로는 d1-3B를 재현했던 것과 동일한 6,000행 표본을 사용한 실행은 51.1을 공급업체의 주장에서 측정값으로 바꿔 놓을 것입니다. 그리고 호스팅 가격이 있으면 구축 대 구매 질문에 그나마 답할 수 있게 됩니다.

그때까지 솔직한 요약은 범위가 좁지만 유용하다. 1.92B 규모의 의사결정 모델이 존재하고, 그 저장소는 평가하기에 충분할 만큼 완전하며, 3B 모델 대비 벤치마크 우위는 벤더 자체의 동일 실행 표에서는 실제지만 그 외 모든 곳에서는 검증되지 않았고, 빠진 발표 때문에 대부분의 팀이 모델을 파이프라인에 투입하기 전에 필요로 하는 패키징—런타임, 엔드포인트, 가격—이 갖춰지지 않았다. 이미 Transformers를 운영 중이고 비디오 입력을 지원하는 128K 윈도 분류기를 원한다면, 반나절 투자할 가치가 있다. llama.cpp나 관리형 엔드포인트가 필요하다면 기다려라.