Liquid AI d1-ultra vs. Liquid AI d1-3B: um endpoint alugado a US$ 0,042 por milhão, ou um checkpoint de 2,87 GB que é seu

Liquid AI d1-ultra é cobrado a US$ 0,042 por milhão de tokens de entrada e roda em um acelerador de outra pessoa no data center de outra pessoa. Liquid AI d1-3B não custa nada por chamada e roda em um Jetson Orin Nano em uma mesa. Essas duas frases descrevem modelos que a Liquid AI lançou com oito dias de diferença — d1-3B como um checkpoint de pesos abertos anunciado em 7 de outubro de 2026, d1-ultra como um modelo somente API em 15 de outubro — e descrevem o mesmo trabalho: entregar ao modelo um estado feito de texto, imagens ou ambos, entregar a ele um conjunto de perguntas tipadas e receber de volta respostas calibradas a partir de uma única passagem direta sem gerar um único token de saída. Nenhum dos dois escreve prosa. Nenhum dos dois faz streaming. A diferença entre eles não é "qual deles é mais inteligente" em abstrato, porque a resposta honesta depende inteiramente de quantas vezes por dia você pergunta. Para um modelo cujos modos de falha ainda não estão documentados, a contraparte útil é o registro do que já deu errado em outros lugares: os incidentes de IA documentados e as falhas de agentes em torno de modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, severidade, grau de confiança e sinalização de disputa.

Esse enquadramento é a razão pela qual esta comparação vale mais do que uma ficha técnica. d1-3B e d1-ultra ficam em extremos opostos de uma decisão que a Liquid AI agora tornou explícita em sua própria documentação: você pode alugar o modelo mais capaz da família por token, ou pode possuir um de 3,12 bilhões de parâmetros e pagar em silício, eletricidade e horas de engenharia. Ambos são produtos atuais. d1-ultra é o produto mais recente que a empresa lançou, e d1-3B é provavelmente por onde a maioria dos leitores deveria começar. Qual deles é o certo para um determinado pipeline é uma questão aritmética com um ponto de cruzamento real, e pode ser respondida com números publicados — que é o que vem a seguir.

Uma nota sobre fontes antes dos números, porque isso importa mais do que a formatação dela. Quase tudo abaixo é divulgação da própria Liquid AI: os cards de modelo, o post de pesos abertos de 7 de outubro e o post do d1-ultra de 15 de outubro. Não reproduzimos de forma independente nenhum benchmark de modelo de decisão para este artigo e, até onde conseguimos saber, ninguém mais o fez também. Quando um valor é resultado do nosso cálculo sobre um número publicado, e não de uma medição de alguém, isso é indicado na frase que o contém.

O que cada modelo realmente é, em meados de outubro de 2026

Liquid AI d1-3B é um modelo de decisão de pesos abertos, com 3,12 bilhões de parâmetros, treinado a partir do LFM2.5-VL-3B, um modelo de visão-linguagem somente decodificador. Ele traz um codificador de visão SigLIP2 NaFlex 400M, uma janela de contexto de 32.768 tokens e um vocabulário de 128.000 tokens, recebe texto, JSON, imagens ou uma mistura como estado e responde a uma ou mais perguntas — Choice, Score, ou noul, a primitiva sim/não que retorna uma probabilidade entre 0 e 1 — em uma única passagem direta. Os pesos estão no Hugging Face sob a Licença Aberta LFM, que o fornecedor descreve como livre para uso, inclusive comercialmente, abaixo de US$ 10 milhões em receita anual. O suporte ao llama.cpp desde o primeiro dia é declarado, com builds NVFP4 em Apple, AMD, Qualcomm e NVIDIA.

Liquid AI d1-ultra is the same shape of product pointed at a harder problem. It is API-only — there are no weights, no GGUF, no MLX or ONNX export, and the vendor's documentation index lists it in a row whose only downloadable artifact is the word "API". It was built, per the announcement, on "a larger open-weight model with a series of Liquid-specific heavy customizations," which is the entire architectural disclosure: no parameter count, no context window and no latency figure appear on the vendor's pages. Third-party gateway listings put the context window at 32,768 tokens and one listing has described it as roughly 8.3B total parameters with about 1.5B active per token, but those are catalogue entries, not vendor statements, and we treat them as unconfirmed. The model string is d1-ultra, on the same endpoint as d1: https://api.liquid.ai/decisions/v1/systemone.

A razão pela qual esses parágrafos são tão desequilibrados não é editorial. É a comparação inteira. O d1-3B está documentado com um nível de detalhe que permite dimensionar o hardware antes de baixar qualquer coisa. O d1-ultra está documentado com um nível de detalhe que permite apenas chamá-lo e nada mais.

Os dois números de índice não estão na mesma régua.

Toda análise secundária deste par vai colocar 65 ao lado de 48,57 e deixar que você chegue à conclusão óbvia. Leia primeiro os rótulos, porque os dois números foram publicados sob instrumentos diferentes.

• O valor do d1-3B — 48,57, na divisão pública do Decision Index v0.2.1, no post de lançamento de 7 de outubro. O fornecedor afirma ainda que o modelo está à frente de todos os modelos abaixo de 10B e no mesmo nível do Decider 35B-A3B, um modelo doze vezes maior.

• O valor do d1-ultra — 65, descrito na publicação de 15 de outubro como liderando o Artificial Analysis Decision Index por pelo menos oito pontos, com a alegação de que o d1-ultra supera o Jev 1.14 em todas as tarefas. A cobertura da imprensa sobre o anúncio noticiou o Jev 1.14 em 57, o que é consistente com uma vantagem de oito pontos.

Duas coisas são verdadeiras e vale a pena dizer claramente. Primeiro, o índice por trás do 65 do d1-ultra é de terceiros, mas o número chegou até nós por meio do próprio anúncio da Liquid AI e por matérias da imprensa sobre ele — nós mesmos não conseguimos carregar uma tabela pública mostrando 65 —, portanto, trata-se de um dado reportado pelo fornecedor neste artigo. Segundo, uma pontuação de divisão pública da versão 0.2.1 e uma pontuação de índice sem versão não têm garantia de estar na mesma escala, e o índice v0.3 tem uma divisão de visão privada em relação à qual o lançamento aberto explicitamente não reportou. Trate a diferença como direcional — o modelo pago é significativamente melhor — e não como uma medição de 16,4 pontos. Ninguém, incluindo nós, submeteu esses dois modelos a um harness comum.

Latência: um número é publicado, o outro não.

A velocidade do modelo aberto está excepcionalmente bem documentada, o que torna a omissão no modelo pago mais evidente. A ficha do d1-3B reporta uma única pergunta em 8 ms em uma RTX 4090, 9 ms em uma AMD MI325X, 16 ms em um Jetson AGX Thor, 26 ms em um Jetson AGX Orin 64 GB, 30 ms em um Apple M5 Pro e 50 ms em um Jetson Orin Nano, com o throughput empacotado chegando a 1.106 decisões por segundo na MI325X.

Esses são tempos de forward pass em hardware explicitamente indicado, não tempos de requisição ponta a ponta, e a distinção não é pedante. A última vez que a Liquid AI publicou uma latência em ambiente hospedado para um modelo de decisão — o post de 5 de outubro que apresentou o d1 — foi de 200 a 300 ms para uma decisão de texto, o que é uma ida e volta à API incluindo enfileiramento e rede, e não é comparável a um forward pass de 8 ms em uma placa local. Para o d1-ultra, o fornecedor não publicou nenhum número de latência, em nenhuma das duas formas. Se o seu pipeline for limitado por latência, e não por acurácia, essa ausência é o fator mais importante desta página: atualmente, você não consegue dizer se o modelo caro é rápido, e a única maneira de descobrir é medi-lo por conta própria.

A aritmética que as páginas de marketing não fazem

É aqui que os dois produtos realmente divergem, e é um cálculo que você pode fazer num guardanapo. Considere um gate de triagem de suporte que faz uma pergunta noul por ticket, 200.000 tickets por mês, com cerca de 1.200 tokens de entrada por pergunta, incluindo uma pequena captura de tela. Isso equivale a 240 milhões de tokens de entrada por mês, que é a quantidade que torna legível a taxa por milhão.

• No d1-ultra, a $0,042 por milhão de tokens de entrada, isso dá cerca de $10,08 por mês. No d1-3B, a zero por chamada, são $0,00 por mês, mais o que o hardware custar.

• Uma build Q8_0 de 2,87 GB cabe tranquilamente em um Jetson Orin Nano. Se você está comprando essa máquina especificamente para essa carga de trabalho, o período de retorno em relação ao endpoint hospedado é medido em anos, não em semanas — o que é a conclusão honesta, e não a que um fornecedor de hardware imprimiria.

• Inverta a lógica do volume. Com 200 milhões de perguntas por mês — 240 bilhões de tokens de entrada —, a conta do d1-ultra é de cerca de US$ 10.080 por mês, e a build local continua consumindo a mesma eletricidade. É aí que possuir o checkpoint deixa de ser uma preferência filosófica e se torna um item de despesa.

Três ressalvas, e todas apontam na mesma direção. Cada contagem de tokens acima é a que escolhemos; o comprimento do seu estado e o número de imagens vão variar, e as imagens são cobradas como texto a 1,5 tokens por patch de 32×32 pixels, então uma única imagem de 1024×1024 equivale a 1.536 tokens de entrada. Cada pergunta é cobrada como um prompt próprio, incluindo seu texto e todas as suas imagens, então fazer três perguntas sobre a mesma captura de tela faz você pagar por essa captura de tela três vezes. E nada disso precifica a engenharia: a rota local envolve uma escolha de quantização, um runtime para manter atualizado e um codificador de visão que consome memória antes mesmo dos 3,12B de pesos. Se você chama um modelo algumas milhares de vezes por mês, o endpoint hospedado sai mais barato do que a reunião em que você decide hospedar por conta própria.

Onde cada um deixa de ser a resposta certa

Liquid AI d1-3B é o padrão correto quando qualquer uma destas for a restrição determinante: os dados não podem sair das instalações ou do dispositivo; o salto de rede é inaceitável; o volume é alto o suficiente para que o preço por chamada se torne o custo dominante; ou o estado é um quadro de câmera ao vivo ou uma captura de tela que você prefere não enviar a terceiros. O próprio posicionamento do fornecedor sustenta a primeira delas — o lançamento aberto é explicitamente voltado para implantação em edge e no dispositivo em hardware NVIDIA DGX, RTX e Jetson — e os 17.820 downloads que o checkpoint registrou em seu primeiro mês sugerem que muitas pessoas chegaram rapidamente à mesma conclusão.

Liquid AI d1-ultra é a resposta certa quando a própria decisão é a parte difícil. Perguntas com grande carga de conhecimento, alegações visuais que precisam ser confrontadas com o contexto do mundo real — os próprios exemplos do fornecedor são defeitos em placas de circuito e a associação de uma reclamação de danos à foto de um cliente — e casos de cauda longa em que a confiança de um modelo 3B simplesmente não é confiável. A alegação específica que a Liquid AI faz para ele não é apenas de acurácia, mas de calibração: a maioria dos modelos de decisão é excessivamente confiante, argumenta o post, e o d1-ultra foi treinado para que suas probabilidades signifiquem algo. Se você está aplicando um limiar sobre uma probabilidade em vez de tomar o argmax — encaminhando tudo acima de 0,8 para resolução automática e todo o resto para um humano —, a calibração é tudo, e também é a alegação deste lançamento mais difícil de alguém de fora verificar.

Os casos em que nenhum dos dois está certo também merecem ser nomeados. Se a sua resposta for texto livre, um traço de várias etapas ou um resumo, um modelo de decisão é a ferramenta errada, e o fornecedor diz isso na própria documentação. Se você precisar de áudio no estado, e não apenas de texto e imagens, o terceiro membro da família, d1-omni-600M, é o que o aceita — usar o d1-ultra para essa tarefa não é uma melhoria, é um erro de categoria.

Encaixar isso em uma stack que você já roda

Um modelo de decisão quase nunca é o pipeline inteiro. Ele é o portão: a coisa que decide se um ticket é urgente, se uma foto é um defeito, se uma chamada de ferramenta é aprovada. Algo ainda precisa escrever a resposta, e na rota local esse algo é um segundo modelo que agora você tem que hospedar — que é o custo real de ir para a auto-hospedagem, e o que nunca aparece na comparação por token. O padrão que realmente funciona em volume pequeno e médio é um d1-3B local para o portão de alta frequência e um endpoint alugado para o caso difícil raro, com uma chave OrcaRouter carregando os modelos generativos para os quais essas decisões se ramificam: uma API sobre mais de 200 modelos, preço de tabela do provedor repassado com 0% de margem, e failover automático entre provedores para que uma única tarde ruim de um upstream não transforme sua fila de triagem em um backlog. Vale a pena ser preciso sobre o que isso cobre e o que não cobre — não hospedamos nenhum modelo da Liquid AI, então a própria chamada de decisão vai para a API da Liquid AI ou para o checkpoint local, e o OrcaRouter é o que fica por trás dela.

Quando você deixa de tratar o modelo de decisão como fixo, a comparação deixa de ser binária. A DSL de roteamento permite combinar um gate barato e um writer caro em uma única chamada, e a fusão permite que um painel de modelos responda em conjunto quando um único não é suficientemente confiável. Nenhuma dessas é razão para escolher o d1-ultra em vez do d1-3B. Ambas são razões pelas quais vale a pena revisitar a escolha no volume em que a aritmética realmente muda.

O que mudaria esta resposta

Três coisas, em ordem de probabilidade. Um benchmark independente que coloca d1-3B e d1-ultra no mesmo harness, nas mesmas tarefas — ponto em que a diferença de 48,57 versus 65 se torna uma medição em vez de um palpite direcional. Uma latência publicada para o d1-ultra, sem a qual qualquer pipeline sensível à latência deveria tratar o modelo hospedado como uma incógnita e medi-lo primeiro em um caminho canário. E um eventual lançamento de pesos abertos construído sobre o backbone maior, que o histórico da família torna menos inverossímil do que parece: todos os outros modelos d1 que começaram hospedados acabaram disponíveis para download em até dois dias.

Até lá, a regra geral continua válida. Comece com o d1-3B porque é gratuito para testar, rápido no hardware que você talvez já tenha e bem documentado o suficiente para dimensionar corretamente antes de se comprometer. Migre para o d1-ultra as decisões específicas que voltarem pouco convincentes. A diferença entre os dois é real; ela é apenas menor do que a diferença de preço sugere, e muito menor do que os números de índice dão a entender quando são impressos lado a lado sem seus rótulos de versão.