
Karpo Decision 31B kontra Liquid AI D1 Ultra: Jeden ma cenę, drugi ma historię
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 184 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 223 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Liquid AI D1 Ultra to jedyny model w tym porównaniu, który zespół finansowy może zaakceptować. Wprowadzono go 15 października 2026 r., jest udostępniany z własnej infrastruktury Liquid w cenie 0,042 USD za milion tokenów wejściowych i z zerową liczbą tokenów wyjściowych z założenia, a Artificial Analysis ocenia go na 70,58 w Decision Index v2.1 — ósme miejsce spośród 25 modeli decyzyjnych, 4,3 punktu za własnym następcą d1.2-ultra i mniej więcej na poziomie Drex Max 1.1 z wynikiem 72,62. Karpo Decision 31B od MachinePulse nie ma ceny, punktu końcowego ani wiersza w Artificial Analysis. Ma za to wynik Full 73,9 w społecznościowym Decision Index, obliczony przez opiekunów tego zestawienia, oraz dwutygodniowe repozytorium Apache-2.0, o którym nikt nie informował.
Zestawione obok siebie, oba modele opisują dwa sposoby, w jakie model decyzyjny może wejść do organizacji: jeden przychodzi z fakturą i zmierzoną liczbą, drugi przychodzi z linkiem do pobrania i obietnicą. To, którym powinieneś się przejmować, zależy od tego, czy warstwa decyzyjna trafia do produkcji w tym kwartale, czy jest prototypowana pod budżet przyszłego kwartału.
Liczba, którą Liquid faktycznie sprzedaje, i dlaczego to właśnie ta wolna od halucynacji


Nagłówek D1 Ultra to pochodzące z października twierdzenie o pierwszym miejscu, którego opublikowany ranking nie potwierdzał, a argument ten podnoszono już gdzie indziej. Teraz warto zrozumieć, co zmieniło się między nim a jego poprzednikiem, ponieważ dane AA pokazują to jasno.
Liquid AI d1, wersja oryginalna, uzyskuje 3,3 we wskaźniku braku halucynacji AA w ocenie wiedzy. To jest blisko samego dołu całego rankingu — model, który, gdy nie wie, wymyśla. D1 Ultra uzyskuje 88,6 w tym samym pomiarze. W teście wiedzy wielokrotnego wyboru przechodzi z 5,6 na 56,9. Prawie żadna część tego ruchu nie wynika z udzielania większej liczby poprawnych odpowiedzi: surowa dokładność w AA-Omniscience faktycznie spadła z 39,8% do 28,0%. Model poprawił się, ucząc się odmawiać.
To nie jest sztuczka. Dla warstwy decyzyjnej to pojedyncze najbardziej wartościowe zachowanie, jakie istnieje, ponieważ odmowa odpowiedzi kieruje sprawę do człowieka, a pewnie zmyślona odpowiedź trafia do klienta. Ale to zmienia sposób patrzenia na to, co nagradza indeks. Wynik D1 Ultra 70,58 to w dużej mierze punktacja za wstrzymanie się od odpowiedzi, a ta sama tablica pokazuje koszt: w HLE-MultiChoice surowa dokładność wynosi 6,09%, jedna z najniższych wartości wśród 25 wymienionych modeli.
Następca, d1.2-ultra, zaszedł dalej w tym samym kierunku i jeszcze dalej poza niego — 83,8 wskaźnika braku halucynacji przy zaledwie 23,6% surowej dokładności, indeks 74,85 i szczyt rankingu. Liquid mocno optymalizował jedną oś, a tą osią jest uczciwość, a nie wiedza.
Gdzie profil Karpa przebiega w przeciwnym kierunku
Liczby Karpo pochodzą z innego instrumentu, więc nie można ich odjąć od liczb Liquid. Mogą natomiast pokazać inny kształt.
W pięciu kategoriach Decision Index najsilniejszym obszarem Karpo są narzędzia i automatyzacja ze wskaźnikiem umiejętności skorygowanym o przypadek wynoszącym 88,4, a najsłabszym — wiedza i rozumowanie z 65,5. Zarejestrowany przez tracker błąd kalibracji wynosi 4,8 punktu. Karta podaje również medianę opóźnienia na poziomie 94 ms na sprzęcie referencyjnym, wobec 301 ms na zadanie dla D1 Ultra w pomiarze AA — to różne pomiary, jeden na żądanie, a drugi na zadanie, więc mają jedynie charakter orientacyjny.
Czytając oba profile razem, widać spójną różnicę: Karpo to model dostrojony do działania — wybór narzędzi, routing, interakcja ze stroną, drobne decyzje, które agent podejmuje na każdym kroku — podczas gdy D1 Ultra i jego następca są dostrojone do odmowy. Model, który odmawia odpowiedzi na 72% pytań wiedzowych, jest słabym silnikiem wyboru narzędzi, ponieważ wybór narzędzia nie jest pytaniem, od którego wolno się wstrzymać. Model, który udziela 88% poprawnych odpowiedzi w zakresie routingu narzędzi, ale tylko 65% w zakresie wiedzy, jest słabym silnikiem wiedzy.
To jest prawdziwe starcie — i jest to starcie zamierzonego zastosowania, a nie wyników. Własne ujęcie MachinePulse w karcie modelu mówi o tym wprost: model służy do decyzji, które agent podejmuje między krokami — czy wywołać narzędzie, czy najpierw zapytać, który element kliknąć. Październikowe wydanie Liquid, a jeszcze bardziej jego listopadowy następca, służy do oceny, czy dane twierdzenie jest poparte.
Porównanie kosztów, wraz z zastrzeżeniami
• Liquid AI D1 Ultra — 0,042 USD za milion tokenów wejściowych, brak opłaty za wyjście, ponieważ nic nie jest generowane, 133 USD za milion zadań w zestawie dokumentów AA, mediana 301 ms na zadanie.
• Karpo Decision 31B — brak publikowanej ceny. Wyłącznie do hostowania we własnym zakresie: 62,5 GB wag bf16, jedna karta GPU, mediana 94 ms na żądanie na referencyjnym sprzęcie trackera.
• Drex Max 1.1, dla porównania — 0,03 USD za milion tokenów wejściowych w cenie startowej, którą AA oznacza jako tymczasową, 102,7 USD za milion zadań.
• Porównanie, którego nikt nie publikuje — model o rozmiarze 62,5 GB utrzymywany na stałe na wynajętej GPU kosztuje tyle, ile kosztuje ta GPU za godzinę, niezależnie od tego, czy wyślesz jedno zapytanie, czy dziesięć tysięcy. Przy małych wolumenach to znacznie więcej niż 133 USD za milion zadań; przy wysokich, utrzymujących się wolumenach sytuacja się odwraca.
W budżecie należy kierować się kosztem na zadanie, ponieważ uwzględnia on, ile tokenów każdy model zużywa na odpowiedź na ten sam dokument, a model, który wielokrotnie ponownie odczytuje swój stan, kosztuje więcej na decyzję, niż sugeruje jego stawka za token. Cena 133 USD za D1 Ultra jest najwyższa spośród trzech wymienionych tu modeli Liquid i o 30 USD wyższa od ceny startowej Drex Max 1.1. To nie jest tania warstwa decyzyjna, a model, który zastąpiła, kosztował 63,4 USD.
Miejscem, w którym hostowany plan naprawdę wygrywa, jest dolny segment. Jeśli potrzebujesz modelu decyzyjnego do stu zapytań dziennie, przydzielenie 62,5 GB pamięci dla Karpo nie jest poważną opcją, a wywoływanie udostępnionego punktu końcowego w cenie katalogowej już tak. Nasz katalog przekazuje cenę katalogową dostawcy bez narzutu, więc obniżka ceny Liquid wchodzi w życie tego samego dnia, w którym zostaje ogłoszona, a model decyzyjny może działać obok reszty stosu na jednym kluczu, a nie jako druga umowa. To nie jest argument za D1 Ultra zamiast Karpo; to argument za tym, aby nie kupować GPU tylko po to, by przekonać się, czy w ogóle go potrzebujesz.
Co D1 Ultra może ci powiedzieć, czego Karpo nie potrafi
Trzy rzeczy, wszystkie z gatunku tych, które odkrywa się w drugim miesiącu.
Pierwsza to drabinka pewności. AA publikuje kalibrację w podziale na przedziały dla każdego ocenianego przez siebie modelu, a w przypadku D1 Ultra jest ona czytelna: w przedziale pewności 0,96 i powyżej model ma rację w 97,1% przypadków w ewaluacji symetrii. To mówi, że próg 0,95 działa w przybliżeniu tak, jak deklarowano — a to twierdzenie, na którym można oprzeć kolejkę przeglądów. Karta Karpo podaje jeden zbiorczy wskaźnik — błąd kalibracji wynoszący 4,8 punktu — i żadnej krzywej dla poszczególnych przedziałów. Możesz taką krzywą wygenerować samodzielnie, i będziesz musiał.
Druga kwestia to niezmienniczość. AA-Symmetry zmienia kolejność opcji, zamienia etykiety i neguje pytania tak/nie w 440 wariantach, a D1 Ultra uzyskuje wynik 78,7 przy 45,8% wskaźniku pełnego zaliczenia. Model decyzyjny, który daje inną odpowiedź, gdy opcje zostaną uporządkowane alfabetycznie, nie jest modelem decyzyjnym, tylko monetą z dodatkowymi krokami. Karta Karpo nie podaje wyniku testu niezmienniczości, a ponieważ jego odczyt ocenia kody opcji w stałych slotach, a nie tekst opcji, jest to dokładnie ta właściwość, którą warto zweryfikować przed wdrożeniem.
Trzecim aspektem jest zachowanie w przypadku odmowy. AA podaje 88,6 wskaźnika braku halucynacji na zbiorze wiedzy dla D1 Ultra, co oznacza, że ścieżka abstynencji jest ćwic��ona i mierzona. Karpo odmawia wyłącznie ze względu na długość — dziewięć z 140 178 żądań, wszystkie zbyt duże — a jego karta nie mówi nic o abstynencji jako decyzji. To, czy Karpo odrzuca pytanie, na które nie potrafi odpowiedzieć, czy wybiera najmniej złą opcję, ponieważ odczyt zawsze coś wybiera, nie jest udokumentowane. Sekcja ograniczeń mówi jedynie, że „zawsze wybiera jedną z podanych opcji”.
To ostatnie zdanie jest najważniejsze w obu kartach modeli. Model decyzyjny, który ze względu na swoją strukturę nie może się wstrzymać, potrzebuje opcji „brak pewnej odpowiedzi” w każdej liście wyborów, progu prawdopodobieństwa albo obu tych rzeczy. Projektanci D1 Ultra wybrali inną architekturę: potrafi odmówić i często odmawia.
Licencja, będąca jedynym miejscem, w którym Karpo wygrywa bezapelacyjnie
Karpo Decision 31B jest objęty licencją Apache-2.0 — zarówno wagi, jak i kod — a wraz z nim dostarczana jest licencja Gemma 4. Pobierz go, uruchom, zmodyfikuj, wypuść wersję pochodną — bez konieczności rozmowy z prawnikiem.
Modele Liquid nie są otwarte. Nie ma wag, samodzielnego hostowania, dostrajania na własnych danych z ruchu ani wdrożenia air-gapped. Produktem jest API. Dla wewnętrznego potoku klasyfikacji przetwarzającego dokumenty objęte regulacjami stanowi to blokadę zakupową, którą checkpoint o rozmiarze 62,5 GB nie jest.
Ten wybór jest więc jaskrawy i nie chodzi w nim o wyniki: Karpo daje ci kontrolę i nic poza tym; Liquid daje ci produkt z pomiarami i zabiera wagi. Zespół z wymogiem zgodności nie może wybrać D1 Ultra za żadną cenę. Zespół z trzytygodniowym terminem nie może wybrać Karpo niezależnie od wysiłku, ponieważ nie ma endpointu, który można wywołać.
Co robić w tym miesiącu
Jeśli warstwa decyzyjna ma trafić do produkcji, a danymi wejściowymi są dokumenty, D1 Ultra jest wyborem, którego można bronić mimo ceny i niskiej dokładności surowej wiedzy, ponieważ jest mierzony, udostępniany i wyceniany, a jego zachowanie polegające na wstrzymywaniu się od odpowiedzi jest właściwością, której faktycznie chcesz. Jeśli kupujesz teraz, przyjrzyj się raczej d1.2-ultra — to ta sama linia produktów, o cztery punkty wyżej w tym samym rankingu, i ma to samo zastrzeżenie, że duża część jego wyniku to wstrzymywanie się od odpowiedzi, a nie wiedza.
Jeśli dane wejściowe to strona, zrzut ekranu lub wywołanie narzędzia, a masz GPU, Karpo jest ciekawszym modelem i ma bardziej permisywną licencję, a jego umiejętność kierowania narzędziami wynosząca 88,4 to liczba, którą warto skonfrontować z własnym ruchem. Wchodź w to ze świadomością, że jesteś pierwszą osobą, która mierzy go na czymś, co ma znaczenie: ani wiersza AA, ani ceny, ani zapowiedzi, a dostawca, którego strona produktu obecnie zwraca 404.
Istnieje pośrednia droga warta nazwania, bo właśnie tak większość zespołów kończy. Uruchamiaj model hostowany na produkcji, uruchamiaj model otwarty na tych samych zapytaniach offline i porównuj odsetek odpowiedzi pewnych siebie i błędnych, a nie indeks ogólny. To porównanie wymaga, by oba modele były wywoływalne na jednym poświadczeniu i miały przejrzysty cennik — i właśnie to ma umożliwiać nasz katalog: model decyzyjny udostępniany jako usługa oraz otwarte modele bazowe, na których zbudowano te dostrajane wersje, na jednym kluczu, w cenie katalogowej dostawcy. Jeśli Karpo otrzyma endpoint lub zgłoszenie do AA w ciągu najbliższego miesiąca, opóźnienie tej zmiany jest teraz tym, na co trzeba uważać; jeśli nie, 73.9 pozostaje ciekawą liczbą na tablicy społecznościowej, a D1 Ultra pozostaje modelem z dowodem.

