d1-Omni-2B: Wat Liquid AI's stilste 2B-beslissingsmodel meelevert — en wat het weglaat

De Hugging Face-repository voor LiquidAI/d1-Omni-2B werd om 19:30 UTC op 24 oktober 2026 aangemaakt. De eerste blogpost van Liquid AI die het model bij naam noemde, verscheen op 27 oktober. Gedurende die drie dagen was de repo openbaar en compleet — een volledige specsheet, 4,33 GB aan BF16-safetensors, werkende Transformers-code — en niets wat de leverancier publiceerde, zei dat het bestond. Toen de vermelding eindelijk kwam, bestond die uit twee alinea's en een tabel met vier rijen binnen de lancering van een familie van zes modellen, niet uit een eigen lancering. Dat is de vorm van deze release, en het is het eerlijke kader voor alles hieronder: de gewichten zijn inspecteerbaar, de claims zijn van de leverancier, en de onderdelen die een koper normaal gesproken uit een aankondiging zou krijgen — een prijs, een gehoste endpoint, een onafhankelijke benchmark — zijn er nog niet.

De vijfdaagse kloof tussen de gewichten en de woorden

Liquid AI heeft zijn verhaal over beslissingsmodellen twee keer verteld, en d1-Omni-2B komt in geen van beide vertellingen voor. Op 7 oktober publiceerde het bedrijf “Open d1: edge-beslissingsmodellen voor tekst, visie en audio”, waarin precies twee open checkpoints werden geïntroduceerd: d1-3B, een visie- en tekstmodel van 3,12B, en d1-omni-600M, een model van 587M dat tekst met afbeeldingen of tekst met maximaal 30 seconden audio verwerkte. Dat bericht staat nog steeds online, en het bevat nog steeds geen 2B-model.

De 2B-lijn kwam volgens een ander schema. Op 21 oktober verscheen de basis-checkpoint LFM3-Omni-2B op Hugging Face. Op 24 oktober, met vierentwintig seconden ertussen, creëerde Liquid AI repositories voor d1-2B en d1-Omni-2B. De LFM3-lanceringspost van 27 oktober noemde vervolgens de familie: zes modellen rond 2B parameters, vier voor tekst, beeld, audio en omni, en, in de woorden van de post zelf, "de laatste twee zijn decision-modellen die zijn gespecialiseerd op basis van de vision- en omni-modellen." Die zin is de aankondiging. Er is geen aparte post over d1-Omni-2B, geen prijspagina, geen citaat van een lanceringspartner en geen update van het artikel van 7 oktober.

Het model is dus niet ongedocumenteerd — de repository is een van de beter gedocumenteerde kleine checkpoints die Liquid AI heeft gepubliceerd, en de documentatiepagina van de leverancier voor beslissingsmodellen vermeldt het naast d1-2B en d1-omni-600M. Het is te weinig aangekondigd. Dat onderscheid is belangrijk, omdat het je vertelt welke beweringen een lanceringsreview hebben doorlopen en welke niet.

De kaart lezen als een specificatieblad

Haal de framing weg en de checkpoint is eenvoudig. d1-Omni-2B is een post-getraind beslissingsmodel gebouwd op LFM3-Omni-2B, en het is geen chatmodel: het schrijft geen tekst en produceert geen spraak, en elke aanroep retourneert output_tokens: 0.

• Parameters — 2,17B, geleverd als één enkel 4,33GB BF16-safetensorsbestand.

• Architectuurde LFM3-backbone: 24 lagen, waarvan 13 gated short convolutions, 5 sliding-window-attention met een venster van 256 tokens en 6 global attention. De post over de familie beschrijft deze tri-hybride mix als het resultaat van een hardware-in-the-loop architecture search die is uitgevoerd over 14 apparaat- en backendcombinaties.

• Context en vocabulaire — 128K tokens en een vocabulaire van 128.000 tokens, gedeeld met de rest van LFM3.

• Invoer — een toestand die tekst of een willekeurige JSON-waarde kan zijn, plus afbeeldingen, videoframes en audioclips, plus een willekeurig aantal benoemde vragen, geschreven of gesproken. De API van de kaart neemt dat allemaal op in één media-lijst, wat een betekenisvol verschil is met het 587M-checkpoint: d1-omni-600M is gedocumenteerd als tekst-met-afbeeldingen of tekst-met-audio, niet beide tegelijk.

• Uitvoer — getypte antwoorden met waarschijnlijkheden. Ja/nee, een keuze uit benoemde opties, een geordende score, een waarde die uit een document is gelezen met de bijbehorende span, een getal met een p10–p90-interval, een begrenzingsvak, of elke instantie van een object met een aantal.

• Talen — zestien. Spraak ondersteunt dezelfde set, met uitzondering van Hindi, Thai, Vietnamees en Indonesisch, wat het vermelden waard is omdat de tekstzijde ze wel noemt.

• Licentie — LFM Open License v1.0. Commercieel gebruik is toegestaan onder een jaarlijkse omzet van $10.000.000; daarboven staat in de licentietekst dat commercieel gebruik "niet onder deze Overeenkomst is gelicentieerd."

Audio is de bewering die het testen waard is.

De reden om voor deze checkpoint in plaats van d1-2B te kiezen, is audio. Liquid AI positioneert het voor "het routeren van oproepen en spraakberichten en geluidsgebeurtenissen", en de modelkaart bevat het ene stuk bewijs waarmee een lanceringspost normaal gesproken zou zijn begonnen: een vergelijking tussen gesproken en geschreven tekst op dezelfde items.

• Bedrijfsroutering en triage (DecisionBench, Hanno Labs v1) — 83,4 geschreven, 78,2 gesproken.

• Klantenservicecases (getypte beslissingen) — 50,5 schriftelijk, 48,0 mondeling.

• JevBench v1.4.1, de rijen die een stem kan uitspreken — 87,6 geschreven, 89,0 gesproken, wat betekent dat de gesproken run iets hoger scoorde, wat ruis is in plaats van winst.

• Geluidsevenementen (ESC-50) — 84,5, zonder geschreven equivalent.

• Identificatie van gesproken taal (FLEURS, 43 talen) — 92,5.

Die cijfers ondersteunen de pitch. De rest van de audiosectie is het onderdeel dat aangeeft waar je niet moet bouwen, en het is ongewoon openhartig voor een leverancierskaart. Korte gesproken states dalen van 42,0 geschreven naar 22,8 gehoord. Belebele-passages in acht talen dalen van 83,6 naar 41,8. De kaart stelt ronduit dat lange gesproken passages veel van hun nauwkeurigheid verliezen, "vooral buiten talen met een Latijns schrift", en verwijst iedereen zonder audio-invoer naar d1-2B in plaats daarvan, die volgens de kaart sterker is in tekst en losse boxes, vaker ontbrekende waarden rapporteert en beter gekalibreerd is.

Samen gelezen beschrijven die rijen een model dat goed is in korte, routeerbare uitingen in grote talen en veel zwakker in alles wat het vasthouden van een lange gesproken toestand vereist. Triage in een callcenter past. Een opgenomen vergadering van veertig minuten niet.

Het scorebord is van de leverancier, en de index is van versie veranderd.

Elk prestatiecijfer op dit model is afkomstig van Liquid AI zelf. De kaart is expliciet over de methode: alle vier d1-modellen zijn beoordeeld op dezelfde items met dezelfde scoring, waardoor sommige cijfers licht afwijken van de afzonderlijke kaarten waar ze van afkomstig zijn. Er staat niet in dat een derde partij dit heeft gereproduceerd, en op het moment van schrijven bestaat er geen onafhankelijke evaluatie van d1-Omni-2B.

• Openbare suite van Decision Index, v0.3 — 49,0 voor d1-Omni-2B, tegenover 51,1 voor d1-2B, 49,0 voor d1-3B en 18,3 voor d1-omni-600M.

• DecisionBench (Hanno Labs) v1 — 76,4, tegen respectievelijk 77,1, 73,1 en 58,7.

• decisionbench.ai v4 — 84,7, tegen 85,2, 83,6 en 57,9.

• ImajevBench v2.0-lite — 72,3, tegen 75,5, 64,0 en 21,7.

• De eigen benchmarklijst van de leverancier met meer dan honderd benchmarks — 61,8, tegenover 63,2, 58,8 en geen score voor de 600M.

• Vision-gemiddelde over 18 beeldbenchmarks — 67,7, tegenover 70,2, 65,4 en 42,8.

Midden hierin zit één valkuil. Het bericht van 7 oktober rapporteerde d1-omni-600M op 15,95 op Decision Index v0.2.1. De nieuwe kaart rapporteert 18,3 op v0.3. Dat zijn verschillende suites en het verschil is geen capaciteitswinst; trek het ene niet van het andere af. De enige eerlijke vergelijking is degene die de kaart daadwerkelijk heeft gemaakt, met alle vier modellen opnieuw gescoord op dezelfde items.

Het patroon dat de herbeoordeling overleeft, is dat d1-Omni-2B op bijna alles net onder d1-2B zit en met een ruime marge boven de vorige generatie. Liquid AI presenteert het als een overwinning op d1-3B op zijn beslissingsboard en op 16 van de 18 beeldbenchmarks met 70% van de parameters, wat klopt voor de tabel zoals afgedrukt en ook een vergelijking is met een model dat de familie inmiddels heeft vervangen.

Wat de repository niet beantwoordt

Er staan nog vijf vragen open, en geen ervan wordt beantwoord door de gewichten te lezen.

• Gehoste toegang en prijs. De LFM3-post zegt dat de basis- en post-trained modellen beschikbaar zijn op Hugging Face, de Playground en de Liquid AI API. De documentatietabel voor decision-modellen vermeldt d1-Omni-2B echter als open weights en reserveert de rijen met alleen gehoste toegang voor d1.1 en d1-ultra, en de modelpagina op Hugging Face vermeldt dat "dit model niet door een Inference Provider wordt ingezet." Voor dit checkpoint is nergens waar dit stuk kon kijken een prijs per aanroep gepubliceerd, dus beschouw gehoste toegang als aannemelijk maar onbevestigd.

• Trainingsgegevens. De kaart geeft geen corpus, geen samenstelling, geen datasetbeschrijving. Er wordt melding gemaakt van testen op clips en stemmen "die in geen enkele trainingsrij voorkomen", wat impliceert dat er een trainingsset bestaat en niets zegt over wat daarin zit.

• Quantisatie. De hoofdrepository levert BF16, en Liquid AI publiceert drie zusterbuilds: MLX fp16, MLX 8-bit en een ONNX-export. Er is geen GGUF van de leverancier, hoewel de d1-omni-bibliotheek van Ollama een 2b-tag heeft bij 4,4GB en 125K context, en de grootte dicht genoeg bij het BF16-checkpoint ligt dat het niet op agressieve quantisatie lijkt.

• Onafhankelijke evaluatie. Geen. Elk getal hierboven is door de leverancier uitgevoerd met de eigen scorer van de leverancier op het eigen board van de leverancier.

• Of het d1-omni-600M vervangt. De modelkaart prefereert d1-2B boven dit model wanneer er geen audio is, en prefereert dit model boven d1-2B wanneer er wel audio is. Er staat niets over de toekomst van het 587M-checkpoint, en Liquid AI heeft het niet verouderd verklaard.

Het draaien ervan, en wat het aan hardware kost

Het inferentiepad is Transformers 5.19 of later met trust_remote_code, en de aanroep is model.system_one(state, questions, media). Er zijn geen samplingparameters in te stellen, omdat er niets wordt gesampled. Compilatie duurt ongeveer een minuut bij de eerste aanroepen; daarna rapporteert de kaart 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 AMD MI325X, en 21,1 ms en 28,9 ms op een Apple M5 Pro. Een toestand van 5K tokens kost 52 ms op de H100. Batching is waar de doorvoer zit: 1.154 toestanden per seconde op de H100 en 1.697 op de MI325X met 64 toestanden in één aanroep.

Voor een model in deze klasse vormen die cijfers het argument. Het concurreert niet met een chatmodel op kwaliteit; het concurreert met überhaupt een chatmodel draaien. Een forward pass van 5,8 ms die een gekalibreerde waarschijnlijkheid retourneert, is een andere kostenpost dan een generatieve aanroep die een alinea retourneert die je vervolgens moet parseren.

Waar de beslissing eindigt en de rest van de pijplijn begint

Een model als dit doet één hop. Het zet een ticket, een gespreksopname of een camerabeeld om in een label en een betrouwbaarheidsscore, en dan moet er iets met dat label gebeuren — het antwoord opstellen, de zaak escaleren, de API aanroepen. Er zit geen Liquid AI-model in de catalogus van OrcaRouter, dus die tweede hop is precies waar ons product zit: de generatieve modellen die de beslissing gebruiken, lopen via één OpenAI-compatibele sleutel die 200+ modellen dekt, tegen de lijstprijs van elke provider, doorgegeven met 0% markup, met automatische failover wanneer een verzoek terechtkomt bij een provider die even een slecht moment heeft. Het beslissingsmodel is het goedkope, snelle, deterministische deel. Het is de moeite waard om het dure, niet-deterministische deel te koppelen aan iets dat opnieuw kan proberen.

Wat zou het beslechten?

Drie dingen zouden d1-Omni-2B van 'veelbelovend' naar 'aanbevelenswaardig' tillen, en geen ervan vereist nog een blogpost. Het eerste is een onafhankelijke run van de audiosuite op hardware waar de leverancier geen controle over heeft — het gat van 22,8 tegenover 42,0 bij korte gesproken uitingen is het getal dat het waarschijnlijkst zal verschuiven onder de microfoon van iemand anders. Het tweede is een gepubliceerde prijs voor gehoste toegang, zonder welke de build-versus-buy-berekening niet kan worden afgerond. Het derde is een rechtstreekse vergelijking met d1-2B op dezelfde taken met audio, want de aanbeveling op de kaart zelf — gebruik de 2B omni alleen wanneer de invoer audio bevat — is de nuttigste zin erin, en het is ook de zin die niemand buiten Liquid AI heeft getest.