d1-omni vs Liquid AI D1 Ultra: um arquivo de 850 MB contra um medidor de US$ 0,042, e a aritmética não é o que você espera

O instinto, quando você coloca d1-omni ao lado de Liquid AI D1 Ultra, é que eles ocupam extremos opostos de um espectro e a escolha tem a ver com ambição. Um tem 587M parâmetros de pesos abertos — 850 MB em disco na tag que apareceu na biblioteca do Ollama esta semana, um checkpoint que foi baixado cerca de 13.900 vezes do Hugging Face desde 5 de outubro de 2026. O outro é o modelo de decisão carro-chefe da Liquid AI, anunciado em 15 de outubro de 2026, sem contagem de parâmetros divulgada, sem pesos publicados e com um único número publicado que importa mais do que qualquer benchmark: US$ 0,042 por milhão de tokens de entrada. Alugar uma decisão de fronteira versus possuir um modelo pequeno soa como uma questão de orçamento. Faça a medição com uma carga de trabalho real e, em grande parte, ela deixa de ser uma — a vantagem do modelo pequeno não é ser barato, mas sim ser seu.

Essa distinção vale a pena ser definida com precisão, porque as duas coisas comparadas não são dois modelos na mesma prateleira. O Liquid AI D1 Ultra é um endpoint que você chama. O d1-omni é um arquivo que você executa. Ambos respondem aos mesmos três formatos de pergunta — um sim/não com uma probabilidade, um rótulo com uma probabilidade por rótulo, ou uma posição em uma escala — e ambos retornam essas respostas em uma única passagem direta, com zero tokens de saída gerados. Tudo depois disso, incluindo quanto custam as respostas e quem é responsável quando eles sofrem drift, vem de qual dos dois você escolheu.

O lado do aluguel, precificado do jeito que a Liquid AI realmente cobra

O Liquid AI D1 Ultra cobra apenas pela entrada, a US$ 0,042 por milhão de tokens de entrada, sem cobrança de conclusão porque não há conclusão. Essa é a tabela de preços completa, e a parte interessante é a regra de imagens por trás dela. As imagens são cobradas à tarifa de texto com base em patches: 1,5 token por patch de 32×32 pixels, o que faz uma imagem de 1024×1024 custar 1.536 tokens. E cada pergunta é cobrada como seu próprio prompt, carregando sua própria cópia do estado e de todas as imagens anexadas. Faça quatro perguntas sobre a mesma foto e você paga por essa foto quatro vezes.

Coloque um número em uma carga de trabalho em que uma decisão baseada em visão é a opção natural. Suponha uma passagem noturna por 25.000 anúncios de produtos, cada um com uma fotografia de 1024×1024 e cerca de 200 tokens de texto do anúncio, fazendo duas perguntas tipadas — uma de sim/não sobre se a imagem corresponde à categoria, e uma pergunta de pontuação sobre a qualidade da imagem. Cada prompt carrega 1.536 tokens de imagem mais 200 tokens de texto, portanto 1.736 tokens, e há duas perguntas, portanto 3.472 tokens por anúncio. Isso dá 86,8 milhões de tokens de entrada para a passagem, ou aproximadamente US$ 3,65. Um job noturno, o mês todo, fica na casa das centenas baixas de dólares.

Esse é um resultado genuinamente desconfortável para quem presumiu que a opção de fronteira era a mais cara. O modelo de precificação é o motivo: modelos de decisão nunca emitem tokens, então a curva de custo não tem termo de saída para explodir, e a cobrança recorrente por pergunta é um multiplicador fixo com o qual você pode planejar, em vez de uma variável que você descobre na fatura.

O lado próprio, e onde o seu custo realmente se esconde

d1-omni não tem preço por chamada, ponto. É um modelo de 587 milhões de parâmetros — 381M de tronco compartilhado e cabeça de decisão, um codificador de visão SigLIP2 de 94M herdado do Liquid AI LFM2.5-VL-450M, e um codificador de áudio de 112M — publicado sob os termos do LFM 1.0 da Liquid, com builds GGUF chegando em 6 de outubro e builds MLX em 12 de outubro. Seu custo é o hardware que você já tem, mais a parte que ninguém coloca na comparação: o trabalho de mantê-lo funcionando.

O que as duas opções compartilham e não compartilham, nas dimensões que determinam uma implantação:

• Pesos — publicados para d1-omni sob a LFM 1.0; não publicados para o Liquid AI D1 Ultra. A Liquid descreve seu carro-chefe apenas como "baseado em um modelo maior de pesos abertos com uma série de personalizações pesadas específicas da Liquid". A base é aberta; o modelo que você invoca não é.

• Parâmetros — 587M e totalmente detalhados para o d1-omni; não divulgados para o d1-ultra. Não é possível dimensionar o hardware para o modelo principal porque a Liquid não publicou o tamanho. É possível dimensionar o hardware para o 600M com exatidão: 850 MB na tag Q8_0 mista do Ollama, 1,2 GB para a tag BF16.

• Preço — sem preço por chamada no d1-omni; $0,042 por milhão de tokens de entrada no d1-ultra, com imagens a 1,5 tokens por patch de 32×32 e cada pergunta é cobrada novamente com o estado completo.

• Modalidades — o d1-omni aceita texto mais imagens ou texto mais até 30 segundos de áudio, mas nunca ambos na mesma solicitação. O d1-ultra é descrito como multimodal sem uma discriminação publicada das modalidades; o que a Liquid documenta são os tipos de pergunta e a regra de tokens de imagem.

• Contexto — 16.384 tokens para o d1-omni em posições de texto, imagem e áudio juntas, reduzido para 896 tokens de texto de estado e pergunta sempre que uma imagem é anexada, "conforme treinado". Nenhum número de contexto foi publicado para o d1-ultra.

• Latência — nenhum número de inferência publicado para o d1-omni, porque a Liquid afirma que não os relata para um checkpoint que chama de versão inicial de pesquisa em desenvolvimento ativo; o d1-ultra é servido de ponta a ponta, sem nenhum número separado de latência publicado também.

• Calibração — o modelo principal foi treinado explicitamente para isso. A justificativa declarada pela Liquid é que a maioria dos modelos de decisão é confiante demais, então o d1-ultra foi ajustado para produzir probabilidades mais confiáveis. O d1-omni tem uma tag de calibração própria, mas o 600M é um checkpoint experimental e nenhum terceiro mediu a calibração de nenhum dos dois modelos.

As duas pontuações não são uma única régua.

A tentação é escrever 15.95 ao lado do carro-chefe e subtrair. Não faça isso. O 15.95 do d1-omni vem do split público do Decision Index v0.2.1, um ranking no qual a Liquid AI pontuou suas próprias entradas com o scorer oficial em vez de submetê-las — subpontuações: Conhecimento 8.3, Linguagem 12.9, Recuperação 35.0, Ferramentas 15.1, Artes 6.8, contra 48.57 do d1-3B dentro da mesma família. A alegação da Liquid para o d1-ultra é de um primeiro lugar no Artificial Analysis Decision Index por pelo menos oito pontos, que é um ranking diferente, com uma versão diferente, publicado antes de o carro-chefe existir. Os dois números medem coisas diferentes em réguas diferentes, e a leitura honesta do par é apenas que a diferença é grande — não que seja de quarenta e poucos pontos.

O número que sobrevive à comparação é o que ninguém publica: o 600M não tem nenhum número de inferência, então você não pode afirmar seu custo por decisão no seu próprio hardware sem medi-lo você mesmo. Essa medição, e não um ranking, é o que permite decidir entre ter o próprio e alugar.

Três cargas de trabalho, três respostas diferentes

• Um lote noturno de 25.000 verificações de imagens — cerca de US$ 3,65 por execução no Liquid AI D1 Ultra, e no d1-omni um download de 1,2 GB mais qualquer GPU que você apontar para ele. Nesse volume, o medidor não é o fator decisivo; o fator decisivo é se você quer a precisão que o carro-chefe promete e se três dólares por noite valem mais do que manter um servidor de modelo.

• Uma barreira rígida em que a probabilidade é a decisão — uma aprovação, uma decisão de moderação, uma negociação que dispara em um limiar. Aqui a calibração é o produto, e o d1-ultra é o único dos dois que a Liquid afirma ter sido treinado especificamente para isso. Uma probabilidade errada com confiança em 0,6 é pior do que nenhuma probabilidade, e nenhum terceiro ainda verificou nenhum dos dois modelos quanto a isso. Se o limiar importa, você quer a alegação de calibração do fornecedor reproduzida antes de confiar nela no limite.

• Um classificador de alto volume e baixo risco em um dispositivo — encaminhando um comando de voz, triando uma caixa de entrada, sinalizando um anúncio para revisão humana. Nada nessa carga de trabalho pede um modelo de fronteira hospedado. O 600M retorna uma resposta tipada a partir de uma única passagem direta em 850MB, que é o motivo inteiro de ele existir, e o orçamento de imagem de 896 tokens é suficiente para uma frase de estado e uma foto.

Onde a fronteira de roteamento realmente fica

Nenhum dos dois modelos está no nosso catálogo, e vale ser franco sobre isso em vez de dar a entender o contrário: toda chamada ao Liquid AI d1-omni-600M e toda chamada ao Liquid AI d1-ultra vai para o seu próprio hardware ou para a API do próprio fornecedor e para plataformas de terceiros, não passa por nós. O que o OrcaRouter cobre é a metade do pipeline que um modelo de decisão não consegue fazer por conta própria. Um modelo de decisão de 587M retorna um rótulo ou uma probabilidade e para; ainda é preciso algo que escreva a resposta, resuma o caso ou aja com base na pontuação. Uma API para mais de 200 modelos, com o preço de tabela de cada provedor repassado sem alteração e o DSL de roteamento disponível quando uma solicitação triada precisa ser distribuída para mais de um modelo, é uma afirmação mais discreta do que "hospedamos o modelo de decisão", e é a verdadeira.

O que mudaria a resposta

A comparação atualmente é decidida por duas ausências. O Liquid AI D1 Ultra não tem contagem de parâmetros publicada, então seu custo por token não pode ser avaliado em relação ao tamanho da tarefa que ele executa, e não tem número de latência, então um caminho interativo não pode ser projetado em torno dele sem medição. E o d1-omni não tem números de inferência publicados por escolha do próprio fornecedor, então o cálculo entre próprio versus alugar tem um lado que só um benchmark do seu próprio hardware pode preencher.

Se qualquer um desses se concretizar, a forma da decisão muda. Um resultado de calibração independente no d1-ultra resolveria a carga de trabalho do gate, onde o preço já é uma ordem de grandeza mais barato do que a maioria das pessoas imaginaria. Um número de latência da Liquid para o 600M permitiria que alguém o colocasse em um caminho interativo com confiança, em vez de testá-lo primeiro. Até lá, a leitura segura é estreita e sem glamour: o carro-chefe tem um preço tão próximo de gratuito que o orçamento por si só não vai te empurrar para rodar nada por conta própria, e a verdadeira vantagem do 600M é que, depois que você tem o arquivo, ninguém pode mudar o número, os termos ou o endpoint embaixo de você.

As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.