d1-Omni-2B vs d1-omni: één tag, twee checkpoints en een achtvoudige kloof

Haal d1-omni vandaag op en je krijgt een beslissingsmodel met 587M parameters in 850MB. Haal d1-omni:2b op en je krijgt 4,4 GB aan iets heel anders — d1-Omni-2B, het audiobeslissingsmodel dat Liquid AI op 27 oktober 2026 als onderdeel van de LFM3-familie uitbracht, tegenover d1-omni, de naam die Ollama sinds begin oktober gebruikt voor de d1-omni-600M-checkpoint van de leverancier. Het zijn geen antwoorden van twee leveranciers op dezelfde vraag. Het zijn twee generaties van hetzelfde idee, met een factor acht verschil in parameteraantal, en de keuze tussen beide is in feite een keuze over waar het model moet draaien. De een past op een telefoon. De ander wil een GPU en doet in ruil daarvoor dingen die de kleinere helemaal niet kan.

De naamgeving maakt dit moeilijker dan nodig, dus het is de moeite waard om het vóór de cijfers duidelijk te zeggen: er is geen Liquid AI-model dat simpelweg d1-omni heet. De documentatie van de leverancier vermeldt d1-omni-2B en d1-omni-600M als open gewichten, en d1.1 en d1-ultra als alleen gehost. "d1-omni" is een verpakkingsnaam — het 587M-checkpoint onder een kortere aanduiding. Dat is de tegenstander in deze vergelijking, en het is degene die de meeste mensen al op schijf hebben.

Wat elk ervan eigenlijk is

Beide zijn beslissingsmodellen in de zin die Liquid AI aan de term geeft: je geeft ze een toestand en een lijst met benoemde vragen, en ze retourneren getypeerde antwoorden met waarschijnlijkheden in één forward pass. Geen van beide schrijft tekst, geen van beide produceert spraak, en beide rapporteren nul outputtokens. De overeenkomst houdt op bij de interface.

• Parameters — 2,17B voor d1-Omni-2B tegenover 587M voor d1-omni, in het kleine model opgesplitst als een gedeelde trunk en beslissingshoofd van 381M, een visie-encoder van 94M en een audio-encoder van 112M.

• Architectuur — een LFM3 tri-hybride backbone voor de 2B: 24 lagen van 13 gated korte convoluties, 5 sliding-window-attentie en 6 globale attentie. De 587M is een bidirectionele LFM2.5-encoder gebouwd op LFM2.5-Encoder-350M, met een SigLIP2-visiontower overgenomen van LFM2.5-VL-450M en een 17-laagse FastConformer voor audio.

• Context — 128K tokens met een vocabulaire van 128.000 tokens voor de 2B. Het 587M-model wordt gedocumenteerd op 16.384 tokens, die tekst-, beeld- en audioposities samen beslaan, en de modelkaart voegt eraan toe dat wanneer er afbeeldingen aanwezig zijn, de status- en vraagtekst wordt teruggebracht tot 896 tokens, zoals getraind. De pagina van Ollama vermeldt 125K voor beide tags, een cijfer dat de leverancier niet publiceert; stem de omvang van je prompts af op het getal van de leverancier.

• Invoer — de 2B neemt een tekst- of JSON-status plus afbeeldingen, videoframes en audioclips in één medialijst. De 587M neemt tekst met afbeeldingen, of tekst met tot 30 seconden audio, en op zijn kaart wordt het mixen van de twee niet gedocumenteerd.

• Uitvoertypen — ja/nee, keuze en score op beide. De 2B voegt vakjes, meervoudige selectie, geëxtraheerde waarden met spans en getallen met een interval toe. Die zijn nieuw in de LFM3-generatie en hebben geen equivalent op de 587M.

• Op schijf — 4,33 GB aan BF16-safetensors voor de 2B, tegenover 850 MB voor de Q8_0-build van d1-omni en 1,2 GB voor de BF16-tag ervan.

• Licentie — LFM Open License v1.0 op beide. Gratis voor commercieel gebruik bij een jaarlijkse omzet onder $10.000.000; daarboven afzonderlijk gelicentieerd.

Wat de achtste parameter oplevert

De nuttige vergelijking is degene die Liquid AI zelf heeft gepubliceerd, omdat het alle vier d1-modellen opnieuw heeft gescoord op dezelfde items met dezelfde scorer. Daardoor zijn de rijen intern vergelijkbaar op een manier waarop de oudere kaarten dat niet zijn.

• Decision Index openbare suite, v0.3 — 49,0 voor d1-Omni-2B tegenover 18,3 voor d1-omni-600M.

• DecisionBench (Hanno Labs) v1 — 76,4 tegen 58,7.

• decisionbench.ai v4 — 84,7 tegen 57,9.

• JevBench v1.4.1 — 75,3 tegen 58,0.

• ImajevBench v2.0-lite — 72,3 tegenover 21,7, de grootste kloof in de set en degene die het meest van belang is voor visueel werk.

• WorkflowEvals — 77,1 tegen 48,8.

• Typed Decisions — 63,1 tegen 57,5, het kleinste verschil en een herinnering dat niet elke taak meeschaalt met parameters.

• Vision-gemiddelde, 18 beeldbenchmarks — 67,7 tegen 42,8.

Bij die lijst horen twee waarschuwingen. De eerste is versiedrift: de kaart van 7 oktober rapporteerde d1-omni-600M op 15,95 op Decision Index v0.2.1, en de nieuwe kaart rapporteert 18,3 op v0.3. Dat zijn verschillende suites, en ze van elkaar aftrekken meet de index, niet het model. De tweede is herkomst: elk cijfer is door de leverancier gerapporteerd, gescoord door Liquid AI, op benchmarks die Liquid AI heeft geselecteerd. Niemand buiten het bedrijf heeft een run van een van beide checkpoints gepubliceerd.

De vorm van het resultaat is wel consistent. Bij taken in classificatiestijl houdt de 587M verrassend goed stand — Typed Decisions zit binnen zes punten. Bij alles waarbij een scène moet worden gelezen, objecten moeten worden geteld of een lay-out moet worden geïnterpreteerd, stort hij in: 21,7 op ImajevBench tegenover 72,3, en 14,9 op VisualWebBench in de eerdere suite tegenover 88,6. Als het je taak is een tekstticket te routeren, zijn de extra parameters een luxe. Als je taak inhoudt dat je naar iets moet kijken, zijn ze het hele product.

Waar de 587M nog steeds wint, en het getal dat dit zou bewijzen

De implementatie-envelop is het echte voordeel van het 587M-model, en het is geen troostprijs. Een 587M-model in 850MB draait op een laptop, een Raspberry Pi of een telefoon, en Liquid AI heeft de d1-lijn precies daarvoor gebouwd. Een 2,17B-model in 4,33GB heeft een GPU of een goed uitgeruste Apple Silicon-machine nodig voordat het prettig te gebruiken is.

Wat ontbreekt, is de latentievergelijking die de afweging precies zou maken. De d1-Omni-2B-kaart publiceert een volledige snelheidstabel: 5,8 ms voor één vraag en 7,7 ms voor drie op een H100 PCIe, 3,7 ms en 5,6 ms op een MI325X, 21,1 ms en 28,9 ms op een M5 Pro, en 1.154 states per seconde bij batchverwerking op de H100. De d1-omni-600M-kaart publiceert niets, en zegt waarom: "We rapporteren geen inferentencijfers voor d1-omni-600M, omdat het een vroege onderzoeksrelease is die volop in ontwikkeling is." Het kleinere model is dus vrijwel zeker sneller, en er is geen leverancierscijfer om te citeren voor hoeveel. Iedereen die je vertelt dat de 587M drie keer sneller is, extrapoleert op basis van het aantal parameters.

Er is één echt nauwkeurigheidsgerelateerd voordeel dat het vermelden waard is. De d1-Omni-2B-kaart raadt d1-2B boven zichzelf aan wanneer er geen audio is, en geeft de redenen: d1-2B is sterker in tekst en afzonderlijke boxes, rapporteert vaker ontbrekende waarden en is beter gekalibreerd. Hetzelfde advies wijst voor werk met alleen tekst weg van het omni-model. Het zegt niet dat de 587M beter gekalibreerd is — alleen dat de 2B omni een prijs met zich meebrengt voor een capaciteit die je mogelijk niet gebruikt.

De audiosplit is waar de twee generaties zich netjes van elkaar scheiden

Audio is de enige modaliteit waarin beide modellen rechtstreeks met elkaar concurreren, en de beperkingen verschillen genoeg om een architectuur te bepalen.

Het 587M-model verwerkt maximaal 30 seconden spraak, verwacht 16kHz mono, en op de bijbehorende kaart staat een expliciete waarschuwing: de audiomogelijkheden zijn getraind op verzoeken tussen een Engelstalige spreker en een assistent, waarbij wordt vastgelegd wat voor uiting het is, wat het onderwerp is en wat de spreker wil. Dat is een smalle distributie, en dat wordt als beperking vermeld, niet als voetnoot.

Het 2B-model ondersteunt spraak in dezelfde zestien talen als zijn tekstkant, minus Hindi, Thai, Vietnamees en Indonesisch, en de audioresultaten op de kaart omvatten 84,5 op ESC-50-geluidsevenementen en 92,5 op FLEURS-taalidentificatie over 43 talen. Het degradeert ook op manieren die de kaart documenteert: gesproken korte toestanden dalen van 42,0 geschreven naar 22,8 gehoord, en Belebele-passages in acht talen dalen van 83,6 naar 41,8. Lange gesproken passages verliezen nauwkeurigheid, het meest buiten het Latijnse schrift.

De tweedeling is dus niet "de 2B is beter in audio." Het is dat de 2B meer soorten audio hoort en nog steeds worstelt met lange gesproken toestand, terwijl de 587M een smaller, meer gecontroleerd segment hoort en helemaal nooit is gebenchmarkt op geluidsgebeurtenissen of taalidentificatie. Voor routering van spraakcommando's in het Engels zijn de beperkingen van de 587M te overleven. Voor meertalige calltriage zijn ze diskwalificerend.

Welke tag moet ik pullen?

De beslissingsregels zijn kort genoeg om als regels te formuleren.

• Alleen tekst en afbeeldingen, en geen audio in het product — haal geen van beide op. d1-2B scoort hoger dan d1-Omni-2B op de beslissingsindex, 51,1 tegen 49,0, en de eigen productkaart van de leverancier zegt dat je het moet gebruiken. De omni-premium betaalt voor audio die je niet zult gebruiken.

• Spraakroutering op beperkte hardware — d1-omni op 850MB. Accepteer de limiet van 30 seconden, de trainingsdistributie van Engelssprekenden en de context van 16.384 tokens, en meet je eigen latentie, want de leverancier geeft je geen getal.

• Audio plus afbeeldingen in dezelfde beslissing, of boxen en spans in de uitvoer — d1-Omni-2B. De 587M kan die verzoeken niet uitdrukken, dus er valt geen vergelijking te maken.

• Meertalige spraak — d1-Omni-2B, waarbij de vier uitgesloten talen worden afgezet tegen je werkelijke verkeer voordat je definitief beslist.

• Batchdoorvoer — d1-Omni-2B, waarvan de kaart als enige van de twee überhaupt toestanden per seconde publiceert.

Eén adoptiesignaal is het waard om vast te leggen, omdat het tegen het benchmarkverhaal indruist: d1-omni-600M heeft sinds 5 oktober ongeveer 18.900 downloads en 148 likes op Hugging Face verzameld. d1-Omni-2B had 36 downloads en 7 likes, vier dagen nadat de repository verscheen. Vroege downloadaantallen meten nieuwigheid en verpakking, niet kwaliteit — het 587M-model heeft een Ollama-tag waardoor het één commando verwijderd is — maar ze beschrijven wel welk model mensen vandaag daadwerkelijk draaien.

Na de beslissing, de rest van het gesprek

Welke tag je ook kiest, het beslissingsmodel is de eerste hop en niet de laatste. Het retourneert een label met een waarschijnlijkheid; er moet nog steeds iets de reactie schrijven, de zaak escaleren of de volgende API aanroepen, en die tweede hop is een generatieve. OrcaRouter heeft geen Liquid AI-modellen in het assortiment, dus de aanroep naar d1-omni of d1-Omni-2B draait waar je hem al draait — op je eigen hardware met de Hugging Face-gewichten, of via de leverancier. Wat er achter één OpenAI-compatibele sleutel schuilt, zijn de andere 200+ modellen in de catalogus, tegen de lijstprijs van elke provider met 0% markup, met failover tussen providers wanneer het downstreammodel dat je hebt gekozen net degene is die een slechte middag heeft. Voor een model dat zo nieuw is, is die scheiding nuttig: het onbewezen deel blijft lokaal en goedkoop, en het deel dat productieverkeer raakt, krijgt een retry-pad.

Het nummer dat geen van beide kaarten je geeft

Geen van beide checkpoints heeft een onafhankelijke evaluatie. De 587M is sinds 5 oktober openbaar en heeft er nog steeds geen; de 2B is vier dagen oud. Tot iemand beide op dezelfde audioset met dezelfde microfoon en dezelfde talen laat draaien, is het achtvoudige parameterverschil een tabel van de leverancier, geen gemeten feit. Het specifieke cijfer om in de gaten te houden is die 22,8 op 'spoken short states' — het is die ene rij waar de eigen modelkaart van het nieuwe model een zwakte toegeeft die groot genoeg is om een uitrolbeslissing te veranderen, en het is de rij die het waarschijnlijkst zal verschuiven wanneer iemand buiten Liquid AI er een microfoon op richt.