
Karpo Decision 31B vs Liquid AI D1 Ultra: de een heeft een prijs, de ander een verhaal
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 184 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 223 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 96 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Liquid AI D1 Ultra is het enige model in deze vergelijking dat een financieel team kan goedkeuren. Het is op 15 oktober 2026 uitgekomen, wordt aangeboden vanaf Liquid's eigen infrastructuur voor $0,042 per miljoen inputtokens en heeft door zijn constructie nul outputtokens, en Artificial Analysis geeft het 70,58 op Decision Index v2.1 — de achtste van 25 beslissingsmodellen, 4,3 punten achter zijn eigen opvolger d1.2-ultra en ongeveer gelijk aan Drex Max 1.1 op 72,62. Karpo Decision 31B van MachinePulse heeft geen prijs, geen endpoint en geen rij in Artificial Analysis. Wat het wel heeft, is een Full score van 73,9 op de community Decision Index, berekend door de beheerders van dat bord, en een twee weken oude Apache-2.0-repository die niemand heeft aangekondigd.
Naast elkaar gezet beschrijven de twee modellen de twee manieren waarop een beslismodel een organisatie kan binnenkomen: het ene komt met een factuur en een gemeten getal, het andere met een downloadlink en een belofte. Welke voor jou relevant is, hangt af van of de beslissingslaag dit kwartaal in productie gaat of als prototype wordt ontwikkeld op het budget van volgend kwartaal.
Het nummer dat Liquid daadwerkelijk verkoopt, en waarom dat de niet-hallucinerende is


De kop van de D1 Ultra is een claim uit oktober over een eerste plaats die de gepubliceerde ranglijst niet ondersteunde, en dat argument is elders al aangevoerd. Wat nu de moeite waard is om te begrijpen, is wat er tussen hem en zijn voorganger is veranderd, omdat de AA-gegevens dat duidelijk laten zien.
Liquid AI d1, de originele versie, scoort 3,3 op AA's non-hallucinatiegraad voor de kennisevaluatie. Dat is bijna onderaan de hele ranglijst — een model dat verzint wanneer het iets niet weet. D1 Ultra scoort 88,6 op dezelfde maatstaf. Op het meerkeuzekennisexamen gaat het van 5,6 naar 56,9. Bijna niets van die beweging komt doordat er meer antwoorden goed zijn: de ruwe nauwkeurigheid op AA-Omniscience daalde zelfs van 39,8% naar 28,0%. Het model werd beter door te leren weigeren.
Dat is geen truc. Voor een beslissingslaag is het het meest waardevolle gedrag dat er bestaat, want een geweigerd antwoord belandt bij een mens en een zelfverzekerd verzonnen antwoord bij een klant. Maar het herdefinieert waar de index voor beloont. De 70,58 van D1 Ultra is grotendeels een score voor onthouding, en dezelfde ranglijst toont de prijs: op HLE-MultiChoice is de ruwe nauwkeurigheid 6,09%, een van de laagste cijfers van de 25 vermelde modellen.
De opvolger, d1.2-ultra, ging verder in dezelfde richting en nog verder daarvoorbij — 83,8 non-hallucinatie met slechts 23,6% ruwe nauwkeurigheid, een index van 74,85, en de top van de ranglijst. Liquid heeft één as hard geoptimaliseerd, en die as is eerlijkheid in plaats van kennis.
Waar het profiel van Karpo de andere kant op loopt
De cijfers van Karpo komen uit een ander instrument, dus ze kunnen niet van die van Liquid worden afgetrokken. Wat ze wel kunnen, is een andere vorm laten zien.
Op de vijf categorieën van de Decision Index is het sterkste gebied van Karpo tools en automatisering, met 88,4 kansgecorrigeerde vaardigheid, en het zwakste is kennis en redeneren, met 65,5. De door de tracker geregistreerde kalibratiefout is 4,8 punten. De kaart vermeldt ook een mediane latentie van 94 ms op referentiehardware, tegen 301 ms per taak voor D1 Ultra bij de meting van AA — verschillende metingen, één per verzoek en één per taak, dus alleen richtinggevend.
Lees de twee profielen samen en er komt een samenhangend verschil naar voren: Karpo is een model dat is afgestemd op actie — toolselectie, routing, pagina-interactie, de kleine beslissingen die een agent bij elke stap neemt — terwijl D1 Ultra en zijn opvolger zijn afgestemd op weigering. Een model dat 72% van de kennisvragen afwijst, is een slechte toolkeuze-engine, omdat toolselectie geen vraag is waarop je je mag onthouden. Een model dat 88% correct antwoordt op toolrouting maar slechts 65% op kennis, is een slechte kennisengine.
Dat is de echte confrontatie, en het is een confrontatie op basis van beoogd gebruik in plaats van scores. MachinePulse' eigen formulering in de modelkaart zegt dat ook: het model is bedoeld voor de beslissingen die een agent tussen stappen neemt, of hij een tool moet aanroepen of eerst moet vragen, op welk element hij moet klikken. De uitgave van Liquid in oktober, en nog meer de opvolger daarvan in november, is bedoeld om te beoordelen of een bewering wordt ondersteund.
De kostenvergelijking, met de bijbehorende kanttekeningen
• Liquid AI D1 Ultra — $ 0,042 per miljoen inputtokens, geen kosten voor output omdat er niets wordt gegenereerd, $ 133 per miljoen taken op de documentset van AA, mediaan 301 ms per taak.
• Karpo Decision 31B — geen gepubliceerde prijs. Alleen zelf gehost: 62,5 GB bf16-gewichten, één GPU, 94 ms mediaan per verzoek op de referentiehardware van de tracker.
• Drex Max 1.1, ter vergelijking — $0,03 per miljoen invoertokens tegen een introductieprijs die AA als tijdelijk bestempelt, $102,7 per miljoen taken.
• De vergelijking die niemand publiceert — een resident model van 62,5 GB op een gehuurde GPU kost wat die GPU per uur kost, of je er nu één verzoek of tienduizend naartoe stuurt. Bij kleine volumes is dat veel meer dan $133 per miljoen taken; bij hoge aanhoudende volumes keert het om.
Het bedrag per taak is waar je op moet begroten, omdat daarin meeweegt hoeveel tokens elk model verbruikt om hetzelfde document te beantwoorden, en een model dat zijn status herhaaldelijk opnieuw leest, kost meer per beslissing dan zijn tarief per token suggereert. De $133 voor D1 Ultra is de hoogste van de drie hier genoemde Liquid-modellen en $30 boven de introductieprijs van Drex Max 1.1. Het is geen goedkope beslissingslaag, en het model dat het verving kostte $63,4.
Waar een gehoste tier echt wint, is aan de onderkant. Als je een beslissingsmodel nodig hebt voor honderd requests per dag, is 62,5 GB geheugen voor Karpo inrichten geen serieuze optie, en een geserveerd endpoint tegen lijstprijs aanroepen wel. Onze catalogus geeft de lijstprijs van de provider door zonder opslag, dus een prijsverlaging van Liquid gaat dezelfde dag in als ze wordt aangekondigd, en een beslissingsmodel kan naast de rest van de stack op één sleutel draaien in plaats van als een tweede contract. Dat is geen argument voor D1 Ultra boven Karpo; het is een argument om geen GPU te kopen om erachter te komen of je er een nodig hebt.
Wat D1 Ultra je kan vertellen en Karpo niet.
Drie dingen, allemaal van het soort dat je in maand twee ontdekt.
De eerste is de vertrouwensladder. AA publiceert per bucket kalibratie voor elk model dat het scoort, en die van D1 Ultra is leesbaar: in de bucket met een vertrouwen van 0,96 of hoger heeft het 97,1% van de tijd gelijk bij de symmetrie-evaluatie. Dat vertelt je dat een drempel van 0,95 zich ongeveer gedraagt zoals aangekondigd, een claim waarop je een beoordelingswachtrij kunt bouwen. Karpo's kaart geeft één geaggregeerd cijfer — een kalibratiefout van 4,8 punten — en geen curve per bucket. Je kunt er zelf een produceren, en dat zul je moeten.
De tweede is invariantie. AA-Symmetry herordent opties, verwisselt labels en ontkent ja/nee-vragen over 440 varianten, en D1 Ultra scoort 78,7 met een all-pass-percentage van 45,8%. Een beslissingsmodel dat een ander antwoord geeft wanneer je de opties alfabetiseert, is geen beslissingsmodel; het is een munt met extra stappen. Karpo's kaart rapporteert geen invariantieresultaat, en omdat de uitlezing de optiecodes op vaste posities scoort in plaats van de optietekst, is dit precies de eigenschap die het waard is om vóór deployment te verifiëren.
Het derde is gedrag bij weigering. AA rapporteert 88,6 voor niet-hallucinatie op de kennisset voor D1 Ultra, wat betekent dat het pad voor onthouding wordt doorlopen en gemeten. Karpo weigert alleen op lengte — negen van de 140.178 verzoeken, allemaal te groot — en de kaart zegt niets over onthouding als beslissing. Of Karpo een vraag die het niet kan beantwoorden afwijst, of de minst slechte optie kiest omdat de uitlezing altijd iets kiest, is niet gedocumenteerd. De beperkingensectie zegt alleen dat het "altijd een van de gegeven opties kiest".
Die laatste zin is de belangrijkste in beide modelkaarten. Een beslissingsmodel dat structureel niet kan abstineren, heeft in elke keuzelijst een optie 'geen betrouwbaar antwoord' nodig, of een drempel op de waarschijnlijkheid, of beide. De ontwerpers van D1 Ultra kozen de andere architectuur: het kan weigeren, en het weigert vaak.
De licentie, het enige punt waarop Karpo overtuigend wint
Karpo Decision 31B is Apache-2.0, gewichten en code, met daarnaast de licentie van Gemma 4. Download het, voer het uit, pas het aan, lever het afgeleide product, zonder dat je met een advocaat hoeft te praten.
De modellen van Liquid zijn niet open. Er zijn geen gewichten, geen self-hosting, geen fine-tuning op je eigen verkeer en geen air-gapped deployment. De API is het product. Voor een interne classificatiepijplijn die gereguleerde documenten verwerkt, is dat een inkoopblokkade, terwijl een checkpoint van 62,5 GB dat niet is.
De afweging is dus scherp en gaat niet over scores: Karpo geeft je controle en niets anders; Liquid geeft je een afgemeten product en neemt de gewichten weg. Een team met een compliance-eis kan D1 Ultra tegen geen enkele prijs kiezen. Een team met een deadline van drie weken kan Karpo met geen enkele inspanning kiezen, omdat er geen endpoint is om aan te roepen.
Wat te doen deze maand
Als de beslissingslaag naar productie gaat en de invoer documenten is, is D1 Ultra de verdedigbare keuze ondanks de prijs en de lage ruwe kennisnauwkeurigheid, omdat het wordt gemeten, aangeboden en geprijsd, en zijn abstentiegedrag precies de eigenschap is die je eigenlijk wilt. Kijk in plaats daarvan naar d1.2-ultra als je nu koopt — het is dezelfde productlijn, vier punten hoger op hetzelfde scorebord, en het draagt dezelfde waarschuwing dat een groot deel van de score abstentie is in plaats van kennis.
Als de invoer een pagina, een screenshot of een tool-aanroep is en je hebt GPU's, dan is Karpo het interessantere model en de meer permissieve licentie, en zijn tool-routingvaardigheid van 88,4 is het getal om tegen je eigen verkeer te testen. Begin met de wetenschap dat je de eerste persoon bent die het meet op iets dat ertoe doet: geen AA-rij, geen prijs, geen aankondiging, en een leverancier wiens productpagina momenteel vier-nul-vier teruggeeft.
Er is een tussenweg die het verdient om genoemd te worden, want dat is wat de meeste teams uiteindelijk doen. Draai het gehoste model in productie, draai het open model offline tegen dezelfde requests, en vergelijk het percentage gevallen waarin het model zelfverzekerd én fout is in plaats van de topline-index. Voor die vergelijking moeten beide modellen aanroepbaar zijn met één credential en transparant geprijsd zijn, en dat is precies wat onze catalogus mogelijk moet maken — een als service aangeboden beslissingsmodel en de open basismodellen waarop deze fine-tunes zijn gebouwd, met één sleutel, tegen de lijstprijs van de provider. Als Karpo binnen een maand een endpoint of een AA-inzending krijgt, is de latentie van die verandering nu het punt om in de gaten te houden; zo niet, dan blijft 73,9 een interessant getal op een communityboard en blijft D1 Ultra het model met een bewijs.

