Um cartão de título gerado com o cabeçalho “Metade do preço, duas vezes mais rápido”, subtítulo “Liquid AI d1.2 contra Liquid AI D1 Ultra”. Dois cartões grandes arredondados ficam lado a lado: o da esquerda, com o título “d1.2”, mostra “$0.02” sobre “por 1 milhão de tokens de entrada”, além de “150 ms por tarefa”; o da direita, com o título “D1 Ultra”, mostra “$0.042” sobre “por 1 milhão de tokens de entrada”, além de “301 ms por tarefa”. Uma legenda abaixo diz “o modelo principal mais antigo ainda vence em cinco de seis componentes”, e três chips contornados mostram “66k vs 33k de contexto”, “Brier 0.164 vs 0.176” e “medido pela Artificial Analysis”. A marca OrcaRouter está composta no canto inferior direito.
Guides & Insights

d1.2 vs Liquid AI D1 Ultra: metade do preço, dois pontos atrás e melhor na tarefa que você repete

Autor

Gideon Frost

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O Liquid AI d1.2 custa $0.02 por milhão de tokens de entrada. O Liquid AI D1 Ultra, o modelo que foi o carro-chefe da família até 16 de novembro de 2026, custa $0.042. No Artificial Analysis Decision Index v2.1, o modelo mais antigo e mais caro ainda está à frente — 70.58 contra 68.69 — e lidera em cinco das seis avaliações que compõem o índice. Portanto, a comparação de destaque diz que o carro-chefe continua sendo o melhor modelo, e a comparação de destaque é a coisa menos útil que você pode extrair dessas duas linhas.

O que de fato os separa é o formato, não o ranking. O D1 Ultra é um modelo para julgamentos difíceis e de disparo único: um defeito numa placa de circuito, uma reivindicação de danos verificada contra uma foto. O d1.2 é um modelo para quando se perguntam várias coisas sobre o mesmo estado, com o dobro da velocidade, com uma janela de contexto que a tabela lista como 66k, contra 33k do D1 Ultra, e com cinco tipos de resposta que o D1 Ultra não tem. A diferença de US$ 0,022 é real; se é essa a diferença que decide a sua migração é uma questão sobre o seu padrão de requisições, e isso pode ser respondido a partir das linhas publicadas.

A diferença de preço, nas unidades que importam

Por token, dobrar parece trivial. Por tarefa, não é a mesma proporção, porque os dois modelos não consomem o mesmo número de tokens para responder à mesma pergunta. A Artificial Analysis modela o custo por milhão de tarefas aos preços de lista atuais, e o próprio número do ranking é US$ 63 para o d1.2 contra US$ 133 para o D1 Ultra — uma diferença de 2,1× que resiste à contabilização de tokens.

• Preço por milhão de tokens de entrada — US$ 0,02 para o d1.2 vs US$ 0,042 para o D1 Ultra.

Custo modelado por milhão de tarefas — US$ 63 vs US$ 133, ambos com os preços de tabela atuais, ambos provenientes do painel e não da Liquid.

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

• Tempo por tarefa — 150 ms vs 301 ms. O novo modelo barato é duas vezes mais rápido.

• Janela de contexto — 66k tokens vs 33k, conforme listado pela Artificial Analysis; as próprias publicações de lançamento da Liquid não informam janela para nenhum dos dois modelos.

• Modalidade de entrada — texto e imagem para ambos, conforme a placa. O d1.2 acrescenta áudio, segundo o fornecedor, o que a ficha técnica da placa ainda não acompanha.

• Pontuação de Brier, quanto menor, melhor — 0,164 vs 0,176. O modelo mais barato é o mais bem calibrado.

Leia a última linha duas vezes. A calibração é a propriedade que torna utilizável um limiar de probabilidade, e o modelo pela metade do preço vence nisso. Os pontos que o carro-chefe ainda mantém são pontos sobre saber coisas, não sobre saber quão seguro ele está.

Onde o D1 Ultra ainda vale o seu preço

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.

Cinco dos seis componentes favorecem o modelo mais antigo, e o padrão entre eles é consistente o bastante para planejar com base nele.

• AA-Paperclip, decisões documentais — 64,69 para o D1 Ultra contra 62,60 para o d1.2, com 51,3% dos documentos totalmente corretos contra 44,3%. A aprovação total do documento completo é a medida mais rigorosa: uma fatura com quinze campos, dos quais catorze estão corretos, conta como falha.

• EvalSafe-O*NET-AA, julgamento no local de trabalho — 88,15 contra 86,55, e 82,9% de precisão contra 79,7%. Uma diferença de 1,6 ponto no componente, que está próxima do piso de ruído de uma nova execução.

• AA-Omniscience-Decision v1.1, conhecimento — 64,39 contra 60,94, com 28,0% de precisão contra 30,0% e uma taxa de não alucinação de 88,6% contra 66,6%. A linha de precisão e a linha de abstenção divergem, e a linha de abstenção é a que domina a pontuação: o D1 Ultra recusa com muito mais frequência e é recompensado por isso.

• HLE-MultiChoice v1.1, perguntas difíceis — 47,39 contra 44,69. Na precisão bruta, a diferença aumenta no sentido oposto, 6,09% contra 5,30%, e é ruído em um benchmark em que todo o campo está abaixo de dez por cento.

• AA-Symmetry, invariância sob reformulação — 78,66 contra 76,52 na pontuação do componente, embora o d1.2 passe em mais conjuntos completos, 50,0% contra 45,8%. O principal modelo vence em crédito parcial e perde na medida mais rigorosa, portanto esta linha também não é uma vitória clara em nenhum dos casos.

Se sua carga de trabalho é "um documento, uma pergunta difícil, e a resposta vai para uma pessoa que vai agir com base nela", essas linhas descrevem exatamente o caso em que o antigo carro-chefe ainda é a escolha certa, e a diferença de preço nesse volume é um erro de arredondamento.

Onde d1.2 não está próximo

Um componente se move na direção oposta, e se desloca por uma longa distância.

• When2Call, decisões de ferramentas e funções — 96,09 para d1.2 contra 93,83 para D1 Ultra, com 95,5% de precisão contra 93,0%. Este é o componente que decide se um agente chama a função correta com os argumentos corretos, e é o argumento individual mais forte a favor do novo modelo em uma pilha agêntica.

Depois, há tudo aquilo que o índice não mede. Cinco novos tipos de resposta — um valor com os caracteres dos quais foi lido, spans com posições, caixas, contagens com intervalos, seleção múltipla com probabilidades por opção — existem apenas no d1.2, e o índice não atribui pontuação a nenhum deles. Suas métricas de precisão são da própria Liquid, em conjuntos de teste internos construídos a partir de divisões reservadas de conjuntos de dados públicos, e são rotuladas dessa forma em todas as ocorrências abaixo.

Segundo os números do fornecedor, os dois novos modelos estão próximos um do outro e não há nenhuma linha D1 Ultra, porque os tipos de tarefa não existiam quando ele foi lançado: 98% e 96% lendo um valor de um recibo para d1.2-ultra e d1.2, 94%/93% contra 92%/88% em spans de dados pessoais, 94% para ambos em localização de objetos, e 87% contra 90% em selecionar todos os objetos presentes. O fato relevante para esta comparação não são as porcentagens — é que o modelo mais antigo não consegue expressar essas respostas, então um pipeline que precisa delas não está escolhendo entre dois modelos. Está escolhendo entre um modelo e uma solução alternativa.

A regra de faturamento, que vale mais do que os dois pontos de índice.

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.

O D1 Ultra cobra cada pergunta como um prompt próprio, incluindo cada imagem anexada. Faça dez perguntas sobre uma fotografia e a fotografia será cobrada dez vezes: na taxa declarada pela Liquid de 1,5 token por patch de 32×32 pixels, uma imagem de 1024×1024 tem 1.536 tokens, então dez perguntas carregam 15.360 tokens de imagem antes de uma palavra de texto. O d1.2 cobra o texto e as imagens de uma solicitação uma única vez, e cada pergunta adicional acrescenta apenas o próprio texto.

Faça a conta com uma solicitação concreta: um documento de 2.000 tokens, uma imagem de 1024×1024, dez perguntas de cerca de 30 tokens. Pela regra antiga, a solicitação carrega aproximadamente 35.700 tokens; pela nova, aproximadamente 3.840. Ao preço de cada modelo, isso dá cerca de US$ 0,0015 no D1 Ultra contra cerca de US$ 0,00008 no d1.2 — a diferença de preço e a diferença de cobrança se acumulam em vez de se anular. Com 250.000 solicitações por mês, a diferença é de aproximadamente US$ 375 contra US$ 20.

Isto é aritmética sobre a própria descrição de cobrança da Liquid, não uma fatura medida, e a proporção cai para 1× se você fizer uma pergunta por estado. Essa única pergunta é toda a decisão: quanto mais perguntas você fizer sobre o mesmo documento, menos a comparação será sobre pontos de índice.

O que muda no cliente

O endpoint é o mesmo — api.liquid.ai/decisions/v1/systemone — e a string do modelo é a migração. Os três tipos de pergunta originais mantêm o formato; as respostas continuam sendo JSON estruturado com uma probabilidade por opção e sem tokens de saída, então nada muda no seu parsing. O que você ganha é aditivo e não quebra nada que já funciona.

O detalhe é operacional, não técnico: o D1 Ultra não foi descontinuado, ambos os modelos cobram apenas pelos tokens de entrada, e a Liquid vende ambos no mesmo console. Não há nenhum gatilho que obrigue a mudança, o que significa que a migração não acontecerá sozinha e deve ser programada com base em uma carga de trabalho que você consiga medir, e não em uma data de lançamento.

Rodando ambos sem se comprometer com nenhum

Uma nota sobre acesso antes da parte operacional: d1.2 e D1 Ultra são ambos servidos pela própria API da Liquid, e nenhum dos dois está no nosso catálogo — isto é uma comparação, não uma alegação de disponibilidade. O motivo pelo qual nosso catálogo é relevante é Jev 1.14, que mantém o EvalSafe-O*NET-AA em 91,14, enquanto o d1.2 alcança 86,55, aceita o mesmo formato de requisição do systemone e cobra $0.042 por milhão de tokens de entrada. Se a decisão de migração se resumir a um componente que você não pode se dar ao luxo de perder, é contra esse modelo que você deve testá-lo.

A divisão que faz sentido segue o quadro corrigido dos componentes, e não a manchete. Envie estados com várias perguntas, qualquer coisa que contenha uma imagem e qualquer coisa que um agente encaminhe para d1.2 — é aí que sua janela de contexto, sua velocidade e seu lead do When2Call apontam todos na mesma direção. Mantenha no D1 Ultra os julgamentos de documentos únicos e difíceis e as perguntas de conhecimento com uma resposta definida até que sua própria amostra discorde. Duas rotas, uma condição cada, escritas por tipo de pergunta em vez de codificadas em três serviços: é para isso que serve a DSL de roteamento, e como os preços de tabela dos provedores são repassados com 0% de markup, uma mudança em qualquer um dos preços Liquid fica visível para o roteamento no dia em que acontece, e não na próxima renovação. O failover automático então cobre o caso em que um dos dois modelos tem uma tarde ruim no meio da migração.

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.

Uma execução em sombra custa quase nada nesta escala: alguns milhares dos seus estados reais pelos dois modelos, comparar probabilidades em vez de rótulos, e contar os casos em que o D1 Ultra diz 0,85 e está errado contra os mesmos casos no d1.2. A diretoria diz que o novo modelo está melhor calibrado no geral; sua amostra é a única coisa que diz se ele está melhor calibrado nos seus dados, e é nesse número que a migração deve se basear.