Een gegenereerde titelkaart met als kop ‘De helft van de prijs, twee keer zo snel’ en als ondertitel ‘Liquid AI d1.2 tegenover Liquid AI D1 Ultra’. Twee grote afgeronde kaarten staan naast elkaar: de linker, met als kop ‘d1.2’, vermeldt ‘$0,02’ boven ‘per 1M inputtokens’, plus ‘150 ms per taak’; de rechter, met als kop ‘D1 Ultra’, vermeldt ‘$0,042’ boven ‘per 1M inputtokens’, plus ‘301 ms per taak’. Een bijschrift eronder luidt ‘het oudere vlaggenschip wint nog steeds vijf van de zes onderdelen’, en drie omlijnde chips vermelden ‘66k vs. 33k context’, ‘Brier 0,164 vs. 0,176’ en ‘gemeten door Artificial Analysis’. Het OrcaRouter-merk is rechtsonder in het beeld gemonteerd.
Guides & Insights

d1.2 vs Liquid AI D1 Ultra: half zo duur, twee punten achter en beter in het werk dat je herhaalt

Auteur

Gideon Frost

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Liquid AI d1.2 kost $0,02 per miljoen inputtokens. Liquid AI D1 Ultra, het model dat tot 16 november 2026 het vlaggenschip van de familie was, kost $0,042. Op de Artificial Analysis Decision Index v2.1 staat het oudere, duurdere model nog steeds voor — 70,58 tegen 68,69 — en het staat voor op vijf van de zes evaluaties waaruit de index is opgebouwd. De kopvergelijking zegt dus dat het vlaggenschip het betere model blijft, en de kopvergelijking is het minst nuttige dat je uit deze twee rijen kunt halen.

Wat hen daadwerkelijk onderscheidt, is vorm, niet rang. D1 Ultra is een model voor harde, eenmalige beoordelingen: een defect op een printplaat, een schadeclaim die aan een foto wordt getoetst. d1.2 is een model om meerdere dingen over dezelfde toestand gevraagd te worden, tegen dubbele snelheid, met een contextvenster dat volgens de specificaties 66k bedraagt tegenover 33k voor D1 Ultra, en met vijf antwoordtypen die D1 Ultra niet heeft. Het verschil van $0.022 is reëel; of het het verschil is dat je migratie bepaalt, is een vraag over je aanvraagpatroon, en die is te beantwoorden vanuit de gepubliceerde rijen.

Het prijsverschil, in de eenheden die ertoe doen

Per token klinkt een verdubbeling triviaal. Per taak is het niet dezelfde verhouding, omdat de twee modellen niet hetzelfde aantal tokens verbruiken om dezelfde vraag te beantwoorden. Artificial Analysis modelleert de kosten per miljoen taken tegen de huidige lijstprijzen, en het eigen cijfer van de board is $63 voor d1.2 tegen $133 voor D1 Ultra — een verschil van 2,1× dat de tokenboekhouding overleeft.

• Prijs per miljoen invoertokens — $0,02 voor d1.2 vs $0,042 voor D1 Ultra.

• Gemodelleerde kosten per miljoen taken — $ 63 versus $ 133, beide tegen de huidige lijstprijzen, beide van het bord in plaats van van Liquid.

• Decision Index v2.1 — 68,69 (#9 van 25) vs 70,58 (#6 van 25).

• Tijd per taak — 150 ms vs. 301 ms. Het nieuwe goedkope model is twee keer zo snel.

• Contextvenster — 66k tokens versus 33k, zoals vermeld door Artificial Analysis; de eigen aankondigingen van Liquid vermelden voor geen van beide modellen een venster.

• Invoermodaliteit — tekst en afbeelding voor beide, volgens het board. d1.2 voegt audio toe, volgens de leverancier, waar de specsheet van het board nog niet mee is bijgewerkt.

• Brier score, hoe lager hoe beter — 0,164 vs. 0,176. Het goedkopere model is het beter gekalibreerde.

Lees de laatste regel twee keer. Calibratie is de eigenschap die een waarschijnlijkheidsdrempel bruikbaar maakt, en het model voor de halve prijs wint daarop. De punten waarop het vlaggenschip nog steeds de overhand heeft, gaan over dingen weten, niet over weten hoe zeker het is.

Waar de D1 Ultra zijn prijs nog steeds waard is

A generated two-column scoreboard titled ‘d1.2 vs D1 Ultra - the scoreboard’. The d1.2 column lists Decision Index 69, AA-Paperclip 62.6, When2Call 96.1, AA-Omniscience 60.9, context window 66k and time per task 150 ms. The D1 Ultra column lists Decision Index 71, AA-Paperclip 64.7, When2Call 93.8, AA-Omniscience 64.4, context window 33k and time per task 301 ms. The footer reads ‘Both rows per Artificial Analysis Decision Index v2.1; context windows as listed by the board, not stated by the vendor.’ The OrcaRouter mark is composited bottom right.

Vijf van de zes componenten geven de voorkeur aan het oudere model, en het patroon daarin is consistent genoeg om op te plannen.

• AA-Paperclip, documentbeslissingen — 64,69 voor D1 Ultra tegenover 62,60 voor d1.2, waarbij 51,3% van de documenten volledig correct is tegenover 44,3%. Alles-pass op het volledige document is de strengere maatstaf: een factuur met vijftien velden waarvan er veertien kloppen, geldt als een misser.

• EvalSafe-O*NET-AA, beoordeling op de werkvloer — 88,15 tegenover 86,55, en 82,9% nauwkeurigheid tegenover 79,7%. Een verschil van 1,6 punt op de component, wat dicht bij de ruisvloer van een herhaling ligt.

• AA-Omniscience-Decision v1.1, kennis — 64,39 tegen 60,94, met 28,0% nauwkeurigheid tegen 30,0% en een niet-hallucinatiepercentage van 88,6% tegen 66,6%. De nauwkeurigheidsrij en de onthoudingsrij spreken elkaar tegen, en het is de onthoudingsrij die de score domineert: D1 Ultra onthoudt zich veel vaker en wordt daarvoor beloond.

HLE-MultiChoice v1.1, moeilijke vragen — 47,39 tegen 44,69. Wat ruwe nauwkeurigheid betreft, wordt de kloof juist in de andere richting groter: 6,09% tegen 5,30%, en dat is ruis op een benchmark waar het hele veld onder de tien procent zit.

• AA-symmetrie, invariantie bij herformulering — 78,66 tegen 76,52 op de componentscore, hoewel d1.2 meer volledige sets haalt, 50,0% tegen 45,8%. Het vlaggenschip wint op gedeeltelijke score en verliest op de striktere maatstaf, dus deze rij is hoe dan ook geen duidelijke overwinning.

Als je workload "één document, één moeilijke vraag, het antwoord gaat naar een mens die er actie op onderneemt" is, dan beschrijven die rijen precies het geval waarin de oude flagship nog steeds de juiste keuze is, en het prijsverschil bij dat volume is een afrondingsfout.

Waar d1.2 niet dichtbij is

Eén component beweegt de andere kant op, en wel over een grote afstand.

• When2Call, tool- en functiebeslissingen — 96,09 voor d1.2 tegenover 93,83 voor D1 Ultra, met 95,5% nauwkeurigheid tegenover 93,0%. Dit is de component die bepaalt of een agent de juiste functie met de juiste argumenten aanroept, en het is het sterkste individuele argument voor het nieuwe model in een agentische stack.

Dan is er alles wat de index niet meet. Vijf nieuwe antwoordtypen — een waarde met de tekens waaruit deze is gelezen, spans met posities, boxes, aantallen met bereiken, meerkeuze met waarschijnlijkheden per optie — bestaan alleen op d1.2, en de index scoort geen ervan. Hun nauwkeurigheidscijfers zijn van Liquid zelf, op interne testsets samengesteld uit achtergehouden splitsingen van openbare datasets, en ze worden als zodanig aangeduid overal waar ze hieronder voorkomen.

Volgens de cijfers van de leverancier liggen de twee nieuwe modellen dicht bij elkaar en er is helemaal geen rij voor D1 Ultra, omdat de taaktypes niet bestonden toen het werd uitgebracht: 98% en 96% bij het lezen van een waarde van een bon voor d1.2-ultra en d1.2, 94%/93% tegenover 92%/88% op spans met persoonsgegevens, 94% voor beide op objectlocatie, en 87% tegenover 90% bij het oppikken van elk aanwezig object. Het relevante feit voor deze vergelijking zijn niet de percentages — het is dat het oudere model deze antwoorden niet kan uitdrukken, dus een pipeline die ze nodig heeft, kiest niet tussen twee modellen. Die kiest tussen één model en een workaround.

De factureringsregel, die meer waard is dan de twee indexpunten

A headless-browser screenshot of the Artificial Analysis d1-ultra model page, captured 18 November 2026 in English, dated October 2026. The summary panel reads that d1-ultra is among the leading models on the Decision Index and reasonably priced, and notably slow: a Decision Index score of 71 against a median of 66, 301 ms per task against a median of 206 ms, $0.042 per 1M input tokens, and about $133 per 1M tasks against a median of $137. The rank badge reads #6/25 on the Decision Index and #11/25 on cost, and the technical specification lists text and image input with a 33k-token context window.

D1 Ultra rekent elke vraag als een eigen prompt, inclusief elke bijgevoegde afbeelding. Stel tien vragen over één foto en de foto wordt tien keer in rekening gebracht: bij de door Liquid opgegeven 1,5 tokens per patch van 32×32 pixels is een afbeelding van 1024×1024 1.536 tokens, dus tien vragen bevatten 15.360 afbeeldingstokens voordat er één woord tekst is. d1.2 rekent de tekst en afbeeldingen van een verzoek één keer, en elke extra vraag voegt alleen de eigen tekst toe.

Reken het door op een concreet verzoek: een document van 2.000 tokens, één afbeelding van 1024×1024 en tien vragen van ongeveer 30 tokens. Volgens de oude regel bevat het verzoek ongeveer 35.700 tokens; volgens de nieuwe ongeveer 3.840. Tegen de eigen prijs van elk model is dat ongeveer $0,0015 voor D1 Ultra tegenover ongeveer $0,00008 voor d1.2 — het prijsverschil en het factureringsverschil versterken elkaar in plaats van elkaar te compenseren. Bij 250.000 verzoeken per maand is het verschil ongeveer $375 tegen $20.

Dit is rekenwerk op basis van Liquids eigen factuurbeschrijving, niet op een daadwerkelijk gemeten factuur, en de verhouding zakt naar 1× als je één vraag per staat stelt. Die ene vraag is de hele beslissing: hoe meer vragen je over hetzelfde document stelt, hoe minder de vergelijking nog over indexpunten gaat.

Wat verandert er in de client

De endpoint is hetzelfde — api.liquid.ai/decisions/v1/systemone — en de modelstring is de migratie. De drie oorspronkelijke vraagtypes behouden hun vorm; responses zijn nog steeds gestructureerde JSON met een waarschijnlijkheid per optie en geen outputtokens, dus er verandert niets aan je parsing. Wat je erbij krijgt, is additief en breekt niets dat al werkt.

De complicatie is operationeel van aard, niet technisch: D1 Ultra is niet afgeschaft, beide modellen factureren uitsluitend op invoertokens, en Liquid verkoopt beide via dezelfde console. Er is geen dwingende reden om over te stappen, wat betekent dat de migratie niet vanzelf zal gebeuren en dat je die moet inplannen op basis van een workload die je kunt meten, niet op basis van een lanceringsdatum.

Beide draaien zonder je aan een van beide te committeren.

Een woord over toegang vóór het operationele deel: d1.2 en D1 Ultra worden beide aangeboden via Liquid's eigen API, en geen van beide staat in onze catalogus — dit is een vergelijking, geen beschikbaarheidsclaim. De reden dat onze catalogus überhaupt relevant is, is Jev 1.14, die EvalSafe-O*NET-AA op 91,14 houdt waar d1.2 86,55 haalt, dezelfde systemone-aanvraagvorm gebruikt en $0,042 per miljoen inputtokens factureert. Als de migratiebeslissing neerkomt op één component die je je niet kunt veroorloven te verliezen, is dat het model waartegen je het moet testen.

De splitsing die logisch is, volgt het gecorrigeerde beeld van de componenten in plaats van de kop. Stuur statussen met meerdere vragen, alles met een afbeelding erin en alles wat een agent doorstuurt naar d1.2 — daar wijzen het contextvenster, de snelheid en de When2Call-lead allemaal dezelfde kant op. Houd afzonderlijke moeilijke documentbeoordelingen en kennisvragen met een eenduidig antwoord op D1 Ultra totdat je eigen steekproef het tegendeel laat zien. Twee routes, elk met één voorwaarde, geschreven per vraagtype in plaats van hardgecodeerd in drie services: dat is waarvoor de routing DSL dient, en omdat lijstprijzen van providers tegen 0% opslag worden doorgegeven, is een wijziging van een van beide Liquid-prijzen dezelfde dag zichtbaar voor de routing in plaats van pas bij de volgende verlenging. Automatische failover dekt dan het geval waarin een van de twee modellen midden in de migratie een slechte middag heeft.

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 18 November 2026 in English, showing the /v1/decisions/v1/systemone endpoint family, Zero Data Retention availability, a $0.04 list price per million input tokens, and measured latencies of 182 ms and 372 ms.

Een schaduwrun kost op deze schaal bijna niets: een paar duizend van je echte toestanden door beide modellen halen, waarschijnlijkheden vergelijken in plaats van labels, en de gevallen tellen waarin D1 Ultra 0,85 zegt en ernaast zit, tegenover dezelfde gevallen op d1.2. Het bestuur zegt dat het nieuwe model over het geheel genomen beter gekalibreerd is; je steekproef is het enige dat zegt of het beter gekalibreerd is op jouw data, en dat is het getal waarop de migratie moet afgaan.