Liquid AI d1-ultra vs Liquid AI d1: mesmo endpoint, mesmas perguntas, o dobro do preço — aqui está o ponto de virada

A resposta honesta mais curta é esta: Liquid AI d1-ultra custa US$ 0,042 por milhão de tokens de entrada e Liquid AI d1 custa US$ 0,02 por milhão de tokens de entrada, ambos são chamados na mesma URL com os mesmos três tipos de perguntas, e o mais caro é o que se deve usar quando estar errado é mais caro do que dobrar sua taxa por chamada. Essa é toda a decisão, e ela é incomumente limpa porque nada mais sobre os dois modelos difere estruturalmente. Eles foram lançados com dez dias de diferença — d1 em 5 de outubro de 2026 como o primeiro modelo de decisão da Liquid AI, d1-ultra em 15 de outubro como o membro mais capaz da família — e ambos foram criados para fazer a mesma coisa: aceitar um estado de texto, imagens ou ambos, além de uma ou mais perguntas tipadas, e retornar probabilidades a partir de uma única passagem direta, com zero tokens de saída gerados e nada para transmitir em streaming.Comparações como esta também são onde os modos de falha aparecem: os incidentes de IA documentados e as falhas de agentes por trás de modelos nessa classe estão reunidos em o OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, severidade, grau de confiança e flag de disputa.

O que torna o par digno de uma matéria, e não de uma nota de rodapé, é que eles são substitutos, não uma escada com um degrau intermediário. Você não executa o d1 e recorre ao d1-ultra em casos difíceis como faria com um modelo generativo pequeno e um grande, porque ambos estão atrás da mesma string de modelo no mesmo corpo da requisição. A troca custa uma palavra em um payload JSON. Portanto, a questão não é se o upgrade está tecnicamente disponível — é se os US$ 0,022 extras por milhão de tokens de entrada compram algo que sua carga de trabalho específica consiga sentir, e dá para responder isso com os números que a Liquid AI publicou.

O que realmente difere, em uma única passagem

As diferenças divulgadas são menores do que o hiato de preço sugere, e as que estão faltando importam tanto quanto as que estão presentes.

• Preço — $0.042 por milhão de tokens de entrada para o d1-ultra, versus $0.02 para o d1, ambos cobrados apenas na entrada, sem cobrança de saída, ambos contando imagens como texto a 1,5 tokens por patch de 32×32 pixels.

• Backbone — d1-ultra é descrito como construído sobre "um modelo maior de pesos abertos com uma série de personalizações pesadas específicas da Liquid"; o anúncio do d1 diz apenas que ele foi criado para a primeira geração da família, sem que nenhum backbone tenha sido nomeado também.

• Cobertura de idiomas — o post de lançamento da Liquid AI para o d1-ultra afirma 44 idiomas. Nenhum número comparável foi publicado para o d1.

• Posição no índice — alega-se que o d1-ultra lidera o Artificial Analysis Decision Index por pelo menos oito pontos; o d1 foi anunciado com seis comparações de aplicações reais contra GPT-6.1 Sol e Claude Opus 5.5, em vez de uma pontuação de índice.

• Contagem de parâmetros — não divulgada para nenhum dos dois. A janela de contexto do d1-ultra também não é informada pelo fornecedor e aparece apenas em catálogos de gateways de terceiros, com 32.768 tokens, o que tratamos como não confirmado, e não como uma especificação.

• Latência — a latência da d1 foi divulgada em 200 a 300 ms para uma decisão de texto. A d1-ultra não tem nenhum dado de latência publicado.

Esse último par de lacunas é o que deve chamar a atenção. O modelo mais novo e mais caro é aquele cuja ficha técnica é mais vazia. Estão pedindo que você pague 2,1 vezes o valor por um modelo cujo tamanho, comprimento de contexto e velocidade são todos não divulgados, com base em uma alegação de calibração e em um número de índice que o próprio fornecedor informou.

A alegação que a Liquid AI está de fato fazendo

Leia atentamente o post do d1-ultra e o argumento não é a acurácia. É que a acurácia por si só é insuficiente para um modelo de decisão, porque um modelo de decisão também emite probabilidades, e a maioria delas é excessivamente confiante. Um classificador que diz 0,97 e na verdade significa 0,72 vai arruinar um pipeline baseado em limiar mesmo que sua acurácia top-1 seja excelente, porque toda ação automatizada que você toma acima desse limiar está sendo tomada com base em uma premissa falsa. O d1-ultra foi treinado, diz o post, especificamente para que suas probabilidades sejam mais bem calibradas — e o comunicado de lançamento relata que, em 112 avaliações únicas, ele supera o Jev 1.14 em todas as tarefas, com melhor calibração pelo mesmo preço.

Este é um argumento de venda genuinamente diferente de "mais inteligente", e é também a afirmação mais difícil de qualquer um dos dois lançamentos para um observador externo verificar. Nada no anúncio permite que você verifique a calibração nos seus próprios dados antes de se comprometer. Se o seu pipeline usa o argmax e ignora a probabilidade, o argumento da calibração não se aplica a você, e o caso do d1-ultra resume-se à diferença de índice. Se o seu pipeline aplica um limiar sobre a probabilidade — aprovação automática acima de 0,9, escalonamento abaixo —, então a calibração é o único número que importa, e é um número que você terá de produzir por conta própria a partir de uma amostra rotulada.

Quando a duplicação se paga

Faça as contas em um volume em que a diferença de taxa deixe de ser ruído. Uma barreira de moderação que faz uma pergunta noul por post, 500.000 posts por mês, a aproximadamente 400 tokens de entrada cada, equivale a 200 milhões de tokens de entrada por mês.

• No d1 — US$ 4,00 por mês. No d1-ultra — US$ 8,40 por mês. A diferença de quatro dólares não é uma rubrica orçamentária; é menor do que o custo da hora de engenheiro gasta para decidir.

• Leve o mesmo portão para a entrada de imagens e a contagem de tokens dispara rapidamente, porque uma única imagem de 1024×1024 equivale a 1.536 tokens de entrada e cada pergunta volta a cobrar pelo seu texto e por todas as suas imagens. Cinco perguntas sobre a mesma foto pagam por essa foto cinco vezes, o que é um erro de design que vale a pena evitar, independentemente do modelo que você escolher.

• Com 20 bilhões de tokens de entrada por mês — um classificador em grande escala, não um piloto — o d1 custa cerca de US$ 400 e o d1-ultra cerca de US$ 840. A diferença absoluta agora é real, e ainda está abaixo de mil dólares para uma carga de trabalho que processa o equivalente a dezenas de milhões de imagens.

A conclusão que esta aritmética impõe não é a que as pessoas esperam. Para a esmagadora maioria das cargas de trabalho de decisão, a diferença de preço entre d1-ultra e d1 é pequena demais para ser o fator decisivo, o que significa que a decisão deve ser tomada inteiramente com base na qualidade das respostas. A exceção interessante vai no sentido oposto: se o seu volume for genuinamente enorme e a sua tarefa for fácil — um portão binário sobre texto curto, sem imagens —, você não deveria estar escolhendo entre esses dois de forma alguma, porque o d1-3B de pesos abertos faz esse trabalho a zero por chamada. O preço do par é próximo o suficiente para que a verdadeira questão seja a que está abaixo deles.

Onde um modelo de decisão é o instrumento errado

Ambos os modelos estão documentados para os mesmos quatro trabalhos: classificação e encaminhamento, pontuação e avaliação, portas binárias e inspeção multimodal. A documentação do próprio fornecedor é igualmente clara quanto àquilo para que não se destinam — geração livre, conversa com vários turnos, sumarização, raciocínio aberto, escrever código. Não há tokens de saída para transmitir em streaming, pelo que uma aplicação que espere prosa de volta receberá um erro, não uma resposta pior. Vale a pena afirmar isto porque a tentação de recorrer a um modelo de decisão como substituto barato de uma chamada generativa é exatamente a forma como os pipelines acabam por fazer mau uso de um.

As evidências publicadas para o modelo mais antigo são ao menos concretas. Em seis aplicações reais testadas em 5 de outubro de 2026, foi relatado que o d1 igualou ou superou o GPT-6.1 Sol em quatro delas, com custo de 19 a 200 vezes menor, e respondeu mais rápido em todas as tarefas. Uma dessas seis foi uma execução de inspeção visual de peças de quatro linhas de produção — placas de circuito, velas, castanhas de caju e chicletes, no conjunto de dados VisA — na qual o modelo separou os bons dos defeituosos com precisão de 85% a 97%, sem treinamento específico para a tarefa. Outra removeu 52% dos tokens em uma passagem de compactação de contexto. Essas são avaliações conduzidas pelo fornecedor com uma metodologia declarada, e ainda são conduzidas pelo fornecedor: uma execução por modelo por aplicação, preços de tabela sem descontos de cache, e várias das perguntas de código e compactação foram elaboradas depois que o pipeline do d1 já estava fixado. Leia-as como evidência de que a categoria funciona, não como um placar que você pode transferir para sua própria tarefa.

A decisão de atualização, como regra

Comece pelo d1. Não porque seja o melhor modelo — a alegação do índice diz que não é —, mas porque, a US$ 0,02 por milhão de tokens de entrada sem cobrança de saída, algumas centenas de milhares de chamadas custam centavos, e a maneira mais rápida de descobrir se um modelo de decisão se adequa ao seu pipeline é colocá-lo diante de tráfego real e observar a distribuição de probabilidade que ele retorna. Registre as probabilidades, não apenas os rótulos. Se elas se agruparem bem próximas dos extremos e seus limiares estiverem estáveis, você está obtendo calibração de graça e não tem motivo para pagar por mais.

Mude para o d1-ultra quando uma falha específica e nomeada aparecer nesse log: a pergunta difícil de conhecimento, a afirmação visualmente ambígua, o caso em que o modelo retorna 0,6 e está falando sério. A migração é uma mudança de string de modelo no mesmo endpoint, então pode ser seletiva — d1-ultra nas rotas que apresentaram as falhas, d1 em todo o resto. Essa é a forma honesta desta comparação. Não é uma questão de ou um ou outro; é uma configuração por rota, e o preço é suficientemente próximo para que você possa ser cirúrgico nisso.

Há um detalhe prático que vale a pena planejar. Se suas decisões alimentam uma etapa generativa — uma resposta, um resumo, uma chamada de ferramenta — você está mantendo dois relacionamentos com fornecedores, não um. A OrcaRouter elimina a segunda metade disso: uma chave compatível com OpenAI para mais de 200 modelos generativos ao preço de tabela do provedor repassado com 0% de margem, então uma mudança de preço upstream chega à sua fatura no mesmo dia, em vez de na próxima renovação de contrato, com failover automático entre provedores atrás do mesmo endpoint. Para ser exato sobre o limite: não hospedamos os modelos de decisão da Liquid AI, então a chamada do d1 ou d1-ultra ainda vai para a API própria da Liquid AI, e o que encaminhamos é tudo o que está a jusante da decisão.

O que observar antes de se comprometer com o d1-ultra em escala

Dois números, ambos atualmente ausentes. O primeiro é a latência: o valor de 200 a 300 milissegundos do d1 não diz nada sobre o d1-ultra, e o modelo mais novo não publica nada, portanto qualquer rota sensível à latência deveria ser testada em canário em vez de migrada por completo. O segundo é uma medição de calibração independente. A comparação de 112 avaliações e a vantagem de oito pontos no índice são relatos da própria Liquid AI, e o número do índice chegou a este artigo por meio do anúncio do fornecedor e da cobertura jornalística dele, e não de uma tabela que pudéssemos carregar nós mesmos. Quando alguém reproduzir uma curva de confiabilidade para qualquer um dos modelos com dados públicos, o prêmio de 2,1 vezes torna-se uma decisão de compra em vez de um julgamento subjetivo.

Até então, a posição que resiste ao escrutínio é conservadora. O d1 é um modelo de decisão capaz, barato e comprovado pelo próprio fornecedor, a um preço que torna a experimentação praticamente gratuita. O d1-ultra é uma melhoria plausível, com uma alegação específica e que soa verificável anexada a ela e uma ficha técnica excepcionalmente escassa por trás. Pagar o dobro pelo segundo antes de ter uma falha em mãos é comprar seguro contra um problema que você ainda não observou — o que, nesses volumes, não é tanto um erro quanto um erro de arredondamento. Só não deixe que o erro de arredondamento se torne a arquitetura.