
Karpo Decision 31B vs Liquid AI D1 Ultra: Um Tem um Preço, o Outro Tem uma História
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 184 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 223 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 96 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
O Liquid AI D1 Ultra é o único modelo desta comparação que uma equipe financeira pode aprovar. Foi lançado em 15 de outubro de 2026, é servido a partir da infraestrutura própria da Liquid a $0,042 por milhão de tokens de entrada com zero tokens de saída por construção, e a Artificial Analysis atribui-lhe 70,58 no Decision Index v2.1 — oitavo entre 25 modelos de decisão, 4,3 pontos atrás do seu próprio sucessor d1.2-ultra e praticamente ao nível do Drex Max 1.1, com 72,62. O Karpo Decision 31B, da MachinePulse, não tem preço, nem endpoint, nem linha na Artificial Analysis. O que tem é uma pontuação Full de 73,9 no Decision Index da comunidade, calculada pelos mantenedores desse conselho, e um repositório Apache-2.0 com duas semanas de existência que ninguém anunciou.
Colocados lado a lado, os dois modelos descrevem as duas formas como um modelo de decisão pode entrar numa organização: um chega com uma fatura e um número medido, o outro chega com um link de download e uma promessa. Qual deles você deve levar em conta depende de a camada de decisão entrar em produção neste trimestre ou estar sendo prototipada para o orçamento do próximo trimestre.
O número que a Liquid está realmente vendendo, e por que ele é o que não alucina


A manchete do D1 Ultra é uma alegação de primeiro lugar de outubro que o ranking publicado não sustentava, e esse argumento já foi apresentado em outro lugar. O que vale a pena entender agora é o que mudou entre ele e seu antecessor, porque os dados da AA mostram isso com clareza.
Liquid AI d1, o original, obtém 3,3 na taxa de não alucinação da AA para a avaliação de conhecimento. Isso está perto da parte inferior de todo o ranking — um modelo que, quando não sabe, inventa. O D1 Ultra obtém 88,6 na mesma medida. No exame de conhecimento de múltipla escolha, ele passa de 5,6 para 56,9. Quase nada desse movimento vem de acertar mais respostas: a precisão bruta no AA-Omniscience na verdade caiu de 39,8% para 28,0%. O modelo melhorou ao aprender a recusar.
Isso não é um truque. Para uma camada de decisão, é o comportamento mais valioso que existe, porque uma resposta recusada encaminha para um humano e uma resposta inventada com confiança encaminha para um cliente. Mas isso reformula aquilo que o índice está recompensando. O 70,58 do D1 Ultra é substancialmente uma pontuação por abstenção, e o mesmo ranking mostra o custo: no HLE-MultiChoice, a precisão bruta é de 6,09%, uma das figuras mais baixas entre os 25 modelos listados.
O sucessor, d1.2-ultra, foi mais longe na mesma direção e ainda mais além dela — 83,8 de não alucinação com apenas 23,6% de precisão bruta, um índice de 74,85 e o topo da tabela. A Liquid vem otimizando um eixo com afinco, e o eixo é a honestidade, não o conhecimento.
Onde o perfil de Karpo segue na direção oposta
Os números de Karpo vêm de um instrumento diferente, portanto não podem ser subtraídos dos de Liquid. O que eles podem fazer é mostrar uma forma diferente.
Nas cinco categorias do Decision Index, a área mais forte do Karpo é ferramentas e automação, com 88,4 de habilidade corrigida pelo acaso, e a mais fraca é conhecimento e raciocínio, com 65,5. Seu erro de calibração registrado pelo rastreador é de 4,8 pontos. A ficha também informa uma latência mediana de 94 ms em hardware de referência, contra 301 ms por tarefa do D1 Ultra na medição da AA — medições diferentes, uma por solicitação e outra por tarefa, portanto apenas direcionais.
Leia os dois perfis em conjunto e emerge uma diferença coerente: Karpo é um modelo ajustado para a ação — seleção de ferramentas, roteamento, interação com páginas, as pequenas decisões que um agente toma a cada passo —, enquanto D1 Ultra e seu sucessor são ajustados para a recusa. Um modelo que recusa 72% das perguntas de conhecimento é um mecanismo ruim de escolha de ferramentas, porque a seleção de ferramentas não é uma pergunta da qual você tem permissão de se abster. Um modelo que responde corretamente a 88% no roteamento de ferramentas, mas apenas 65% em conhecimento, é um mecanismo ruim de conhecimento.
Esse é o confronto real, e é um confronto de uso pretendido, não de pontuações. A própria forma como a MachinePulse apresenta a ficha do modelo diz isso: o modelo serve para as decisões que um agente toma entre etapas, se deve chamar uma ferramenta ou perguntar primeiro, em qual elemento clicar. O lançamento da Liquid de outubro, e ainda mais o seu sucessor de novembro, serve para avaliar se uma afirmação tem suporte.
A comparação de custos, com as ressalvas incluídas
• Liquid AI D1 Ultra — $0.042 por milhão de tokens de entrada, sem cobrança de saída porque nada é gerado, $133 por milhão de tarefas no conjunto de documentos da AA, mediana de 301 ms por tarefa.
• Karpo Decision 31B — sem preço publicado. Somente auto-hospedado: 62.5 GB de pesos bf16, uma GPU, mediana de 94 ms por requisição no hardware de referência do tracker.
• Drex Max 1.1, em escala — $0,03 por milhão de tokens de entrada com preço de lançamento que a AA sinaliza como temporário, $102,7 por milhão de tarefas.
• A comparação que ninguém publica — um modelo residente de 62,5 GB em uma GPU alugada custa o que essa GPU custa por hora, quer você envie uma requisição ou dez mil. Em volumes pequenos, isso é muito mais que US$ 133 por milhão de tarefas; em volumes altos e sustentados, a situação se inverte.
O valor por tarefa é o que deve servir de base para o orçamento, porque incorpora quantos tokens cada modelo consome para responder ao mesmo documento, e um modelo que relê repetidamente seu estado custa mais por decisão do que sua taxa por token sugere. Os US$ 133 do D1 Ultra são o mais alto dos três modelos Liquid listados aqui e US$ 30 acima do preço de lançamento do Drex Max 1.1. Não é uma camada de decisão barata, e o modelo que ele substituiu custava US$ 63,4.
Onde um nível hospedado realmente vence é no segmento de entrada. Se você precisa de um modelo de decisão para cem solicitações por dia, provisionar 62,5 GB de memória para o Karpo não é uma opção séria, e chamar um endpoint servido a preço de tabela é. Nosso catálogo repassa o preço de tabela do provedor sem markup, então um corte de preço da Liquid entra em vigor no mesmo dia em que é anunciado, e um modelo de decisão pode ficar junto ao restante da stack com uma única chave, em vez de como um segundo contrato. Isso não é um argumento a favor do D1 Ultra em relação ao Karpo; é um argumento para não comprar uma GPU para descobrir se você precisa de uma.
O que o D1 Ultra pode lhe dizer que o Karpo não pode
Três coisas, todas elas do tipo que você descobre no segundo mês.
A primeira é a escada de confiança. A AA publica a calibração por faixa para cada modelo que avalia, e a do D1 Ultra é legível: na faixa de confiança de 0,96 ou mais, ele acerta 97,1% das vezes na avaliação de simetria. Isso indica que um limiar em 0,95 se comporta aproximadamente como anunciado, o que é uma afirmação na qual você pode basear uma fila de revisão. A ficha do Karpo traz um único número agregado — um erro de calibração de 4,8 pontos — e nenhuma curva por faixa. Você pode produzir uma por conta própria, e terá de fazê-lo.
O segundo é a invariância. O AA-Symmetry reordena opções, troca rótulos e nega perguntas de sim/não em 440 variantes, e o D1 Ultra obtém 78,7 com uma taxa de aprovação total de 45,8%. Um modelo de decisão que dá uma resposta diferente quando você ordena as opções alfabeticamente não é um modelo de decisão, é uma moeda com etapas extras. O cartão do Karpo não relata um resultado de invariância e, como sua leitura pontua códigos de opção em posições fixas em vez do texto da opção, essa é exatamente a propriedade que vale a pena verificar antes da implantação.
O terceiro é o comportamento em caso de recusa. A AA relata 88,6 de não alucinação no conjunto de conhecimento do D1 Ultra, o que significa que o caminho de abstenção é exercitado e medido. O Karpo recusa apenas por comprimento — nove de 140.178 solicitações, todas acima do tamanho — e sua ficha não diz nada sobre a abstenção como decisão. Não está documentado se o Karpo recusa uma pergunta que não consegue responder ou se escolhe a opção menos ruim porque a leitura sempre escolhe algo. A seção de limitações diz apenas que ele "sempre escolhe uma das opções fornecidas".
Essa última frase é a mais importante em qualquer uma das duas fichas de modelo. Um modelo de decisão que, estruturalmente, não pode abster-se precisa de uma opção “nenhuma resposta confiável” em todas as listas de escolhas, ou de um limiar sobre a probabilidade, ou de ambos. Os designers do D1 Ultra escolheram a outra arquitetura: ele pode recusar-se a responder, e recusa-se com frequência.
A licença, que é o único ponto em que Karpo vence de forma absoluta
O Karpo Decision 31B é Apache-2.0, pesos e código, com a licença do Gemma 4 incluída em conjunto. Baixe-o, execute-o, modifique-o, distribua a versão derivada, sem necessidade de conversar com um advogado.
Os modelos da Liquid não são abertos. Não há pesos, nem auto-hospedagem, nem ajuste fino com seu próprio tráfego, nem implantação em ambiente isolado. A API é o produto. Para um pipeline interno de classificação que lida com documentos regulamentados, isso é um impedimento para a aquisição de uma forma que um checkpoint de 62,5 GB não é.
Então a troca é nítida e não se trata de pontuações: o Karpo dá a você controle e nada mais; o Liquid dá a você um produto mensurado e retira os pesos. Uma equipe com exigência de conformidade não pode escolher o D1 Ultra a preço algum. Uma equipe com prazo de três semanas não pode escolher o Karpo por mais esforço que faça, porque não há endpoint para chamar.
O que fazer este mês
Se a camada de decisão vai para produção e a entrada é composta por documentos, o D1 Ultra é a escolha defensável, apesar do preço e da baixa precisão de conhecimento bruto, porque é medido, servido e precificado, e o seu comportamento de abstenção é a propriedade que você realmente quer. Em vez disso, fique de olho no d1.2-ultra se estiver comprando agora — é a mesma linha de produto, quatro pontos acima no mesmo quadro, e carrega a mesma ressalva de que uma grande parte da sua pontuação é abstenção, e não conhecimento.
Se a entrada for uma página, uma captura de tela ou uma chamada de ferramenta e você tiver GPUs, Karpo é o modelo mais interessante e a licença mais permissiva, e sua habilidade de roteamento de ferramentas de 88,4 é o número a testar contra seu próprio tráfego. Vá sabendo que você é a primeira pessoa a medi-lo em algo que importa: sem linha AA, sem preço, sem anúncio, e um fornecedor cuja página de produto atualmente retorna 404.
Há um caminho intermediário que vale a pena nomear, porque é o que a maioria das equipes acaba fazendo. Rode o modelo hospedado em produção, rode o aberto contra as mesmas requisições offline e compare a taxa de respostas confiantes e erradas em vez do índice principal. Essa comparação exige que ambos os modelos possam ser chamados com uma única credencial e tenham preço transparente, que é justamente o caso que nosso catálogo existe para viabilizar — um modelo de decisão servido e as bases abertas a partir das quais esses ajustes finos foram construídos, em uma única chave, pelo preço de tabela do provedor. Se a Karpo conseguir um endpoint ou uma submissão à AA no próximo mês, a latência dessa mudança passa a ser o ponto a observar; se não conseguir, o 73.9 continua sendo um número interessante em um painel da comunidade e o D1 Ultra continua sendo o modelo com comprovante.

