Сгенерированная титульная карточка с заголовком «Вдвое дешевле, вдвое быстрее» и подзаголовком «Liquid AI d1.2 против Liquid AI D1 Ultra». Две большие скруглённые карточки расположены рядом: левая, с заголовком «d1.2», содержит «$0.02» над «за 1 млн входных токенов» и «150 мс на задачу»; правая, с заголовком «D1 Ultra», содержит «$0.042» над «за 1 млн входных токенов» и «301 мс на задачу». Подпись под ними гласит: «старый флагман всё ещё выигрывает в пяти из шести компонентов», а три плашки с обводкой содержат «контекст 66k против 33k», «Brier 0.164 против 0.176» и «по оценке Artificial Analysis». Логотип OrcaRouter наложен в правом нижнем углу.
Guides & Insights

d1.2 vs Liquid AI D1 Ultra: вдвое дешевле, отстаёт на два пункта и лучше справляется с работой, которую вы повторяете

Автор

Gideon Frost

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Liquid AI d1.2 стоит $0,02 за миллион входных токенов. Liquid AI D1 Ultra — модель, которая была флагманом семейства до 16 ноября 2026 года, — стоит $0,042. В Artificial Analysis Decision Index v2.1 более старая и более дорогая модель всё ещё впереди — 70,58 против 68,69 — и лидирует в пяти из шести оценок, на которых построен индекс. Таким образом, сравнение по главным показателям говорит, что флагман остаётся лучшей моделью, и это сравнение по главным показателям — наименее полезное, что можно извлечь из этих двух строк.

На самом деле их разделяет форма, а не ранг. D1 Ultra — это модель для сложных однократных оценок: дефект на печатной плате, проверка заявки о повреждении по фотографии. d1.2 — это модель для случаев, когда об одном и том же состоянии спрашивают несколько вещей, вдвое быстрее, с контекстным окном, которое в таблице указано как 66k против 33k у D1 Ultra, и с пятью типами ответов, которых у D1 Ultra нет. Разница в $0.022 реальна; является ли она той разницей, которая решит вопрос вашей миграции, — это вопрос о вашем шаблоне запросов, и на него можно ответить по опубликованным строкам.

Разрыв в ценах — в тех единицах, которые имеют значение

В пересчёте на токен удвоение звучит тривиально. В пересчёте на задачу это не то же самое соотношение, потому что две модели потребляют не одинаковое количество токенов для ответа на один и тот же вопрос. Artificial Analysis оценивает стоимость на миллион задач по текущим прайс-листам, а собственная цифра таблицы лидеров — $63 для d1.2 против $133 для D1 Ultra — разрыв в 2,1×, который сохраняется и при учёте токенов.

• Цена за миллион входных токенов — $0.02 для d1.2 против $0.042 для D1 Ultra.

• Расчётная стоимость за миллион задач — $63 против $133, обе по текущим прейскурантным ценам, обе из тарифной сетки, а не от Liquid.

• Decision Index v2.1 — 68,69 (№9 из 25) против 70,58 (№6 из 25).

• Время на задачу — 150 мс против 301 мс. Новая дешёвая модель вдвое быстрее.

• Контекстное окно — 66 тыс. токенов против 33 тыс., как указано в Artificial Analysis; в собственных публикациях Liquid о запуске не указано окно ни для одной из моделей.

• Способ ввода — текст и изображение для обоих, согласно плате. d1.2 добавляет аудио, согласно поставщику, хотя спецификация платы ещё не отражает этого.

• Оценка Бриера, чем ниже, тем лучше — 0,164 против 0,176. Лучше откалибрована более дешёвая модель.

Прочитайте последнюю строку дважды. Калибровка — это свойство, которое делает вероятностный порог применимым, и модель за полцены выигрывает по нему. Позиции, которые флагман всё ещё удерживает, касаются знания вещей, а не знания того, насколько он уверен.

Где D1 Ultra всё ещё оправдывает свою цену

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.

Пять из шести компонентов благоприятствуют более старой модели, и закономерность в них достаточно устойчива, чтобы на неё можно было опираться при планировании.

• AA-Paperclip, решения по документам — 64,69 у D1 Ultra против 62,60 у d1.2, при этом 51,3% документов полностью верны против 44,3%. Полное прохождение по всему документу — более строгая метрика: счёт-фактура из пятнадцати полей, где верны четырнадцать, считается промахом.

• EvalSafe-O*NET-AA, оценка на рабочем месте — 88,15 против 86,55 и точность 82,9% против 79,7%. Разница в 1,6 балла по компоненту, что близко к уровню шума при повторном запуске.

• AA-Omniscience-Decision v1.1, знания — 64,39 против 60,94, при точности 28,0% против 30,0% и доле негаллюцинаций 88,6% против 66,6%. Строка точности и строка воздержания расходятся, и именно строка воздержания доминирует в оценке: D1 Ultra гораздо чаще отказывается от ответа и получает за это вознаграждение.

• HLE-MultiChoice v1.1, сложные вопросы — 47.39 против 44.69. По «сырой» точности разрыв увеличивается в обратную сторону: 6.09% против 5.30%, и это шум на бенчмарке, где все участники ниже десяти процентов.

• AA-Symmetry, инвариантность к переформулировке — 78,66 против 76,52 по оценке компонента, хотя d1.2 проходит больше целых наборов, 50,0% против 45,8%. Флагман выигрывает по частичному зачёту и проигрывает по более строгой метрике, так что эта строка не является однозначной победой ни в ту, ни в другую сторону.

Если ваша нагрузка — это «один документ, один сложный вопрос, а ответ передаётся человеку, который будет по нему действовать», то эти строки описывают ровно тот случай, когда старый флагман всё ещё остаётся правильным выбором, а разница в цене при таком объёме — это погрешность округления.

Где d1.2 не близко

Один компонент движется в противоположную сторону, и смещается он на большое расстояние.

• When2Call, решения по инструментам и функциям — 96.09 у d1.2 против 93.83 у D1 Ultra, с точностью 95.5% против 93.0%. Это компонент, который определяет, вызывает ли агент нужную функцию с нужными аргументами, и это сильнейший отдельный аргумент в пользу новой модели в агентном стеке.

Затем есть всё то, что индекс не измеряет. Пять новых типов ответов — значение вместе с символами, из которых оно было прочитано, спаны с позициями, рамки, подсчёты с диапазонами, множественный выбор с вероятностями по каждому варианту — существуют только на d1.2, и индекс не оценивает ни один из них. Их показатели точности — собственные данные Liquid, полученные на внутренних тестовых наборах, созданных из отложенных разбиений публичных наборов данных, и ниже они везде обозначены именно так.

Если верить цифрам вендора, две новые модели близки друг к другу, а строки D1 Ultra нет вообще, потому что типов задач не существовало, когда она вышла: 98% и 96% при чтении значения из чека для d1.2-ultra и d1.2, 94%/93% против 92%/88% на фрагментах персональных данных, 94% у обеих при определении местоположения объектов и 87% против 90% при выборе всех присутствующих объектов. В этом сравнении важны не проценты, а то, что более старая модель не может выразить эти ответы, поэтому пайплайн, которому они нужны, выбирает не между двумя моделями. Он выбирает между одной моделью и обходным решением.

Правило выставления счетов, которое стоит больше, чем два пункта индекса

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.

D1 Ultra тарифицирует каждый вопрос как отдельный промпт, включая каждое прикреплённое изображение. Задайте десять вопросов об одной фотографии — и фотография будет оплачена десять раз: при заявленных Liquid 1,5 токена на участок 32×32 пикселя изображение 1024×1024 составляет 1 536 токенов, поэтому десять вопросов несут 15 360 токенов изображения ещё до первого слова текста. d1.2 тарифицирует текст и изображения запроса один раз, а каждый дополнительный вопрос добавляет только свой собственный текст.

Рассмотрим на конкретном запросе: документ на 2 000 токенов, одно изображение 1024×1024, десять вопросов примерно по 30 токенов. По старому правилу запрос содержит примерно 35 700 токенов; по новому — примерно 3 840. По собственной цене каждой модели это около $0.0015 на D1 Ultra против около $0.00008 на d1.2 — ценовой разрыв и разрыв в тарификации не компенсируются, а усиливают друг друга. При 250 000 запросов в месяц разница составляет примерно $375 против $20.

Это арифметика по собственному описанию биллинга Liquid, а не по измеренному счёту, и соотношение падает до 1×, если задавать по одному вопросу на каждое состояние. Этот единственный вопрос и есть всё решение: чем больше вопросов вы задаёте об одном и том же документе, тем меньше сравнение вообще связано с пунктами индекса.

Какие изменения в клиенте

Конечная точка та же — api.liquid.ai/decisions/v1/systemone — а строка модели — это и есть миграция. Три исходных типа вопросов сохраняют свою форму; ответы по-прежнему представляют собой структурированный JSON с вероятностью для каждого варианта и без выходных токенов, поэтому в вашем парсинге ничего не меняется. То, что вы получаете, является дополнительным и ничего не ломает из того, что уже работает.

Загвоздка здесь операционная, а не техническая: D1 Ultra не выведена из эксплуатации, обе модели тарифицируются только по входным токенам, а Liquid продаёт обе из одной консоли. Нет принудительного стимула переходить, а значит, миграция не произойдёт сама собой, и её следует планировать под измеримую рабочую нагрузку, а не под дату запуска.

Вести оба, не отдавая предпочтения ни одному

Несколько слов о доступе перед операционной частью: d1.2 и D1 Ultra оба предоставляются через собственный API Liquid, и ни одного из них нет в нашем каталоге — это сравнение, а не заявление о доступности. Причина, по которой наш каталог вообще уместен, — Jev 1.14, который удерживает EvalSafe-O*NET-AA на уровне 91.14, тогда как d1.2 справляется с 86.55, принимает ту же структуру запроса systemone и выставляет $0.042 за миллион входных токенов. Если решение о миграции сводится к одному компоненту, который вы не можете позволить себе потерять, именно с этой моделью и стоит его проверять.

Разумное разделение следует исправленной картине компонентов, а не заголовку. Отправляйте состояния с несколькими вопросами, всё, что содержит изображение, и всё, что агент передаёт дальше, на d1.2 — именно там его контекстное окно, скорость и When2Call lead указывают в одну и ту же сторону. Оставляйте отдельные сложные суждения по документам и вопросы на знания с однозначным ответом на D1 Ultra, пока ваша собственная выборка не покажет обратное. Два маршрута, по одному условию в каждом, описанные по типу вопроса, а не жёстко зашитые в три сервиса: для этого и нужен DSL маршрутизации, и поскольку прайс-листы провайдеров проходят с наценкой 0%, изменение цены любого из Liquid видно маршрутизации в тот же день, когда оно происходит, а не при следующем продлении. Автоматическое переключение при сбое затем покрывает случай, когда у одной из двух моделей выдаётся неудачный день посреди миграции.

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.

Теневой прогон на таком масштабе почти ничего не стоит: несколько тысяч ваших реальных состояний через обе модели, сравнение вероятностей, а не меток, и подсчёт случаев, когда D1 Ultra выдаёт 0.85 и ошибается, против тех же случаев на d1.2. Руководство говорит, что новая модель в целом лучше откалибрована; только ваша выборка покажет, лучше ли она откалибрована на ваших данных, и именно от этого числа должна зависеть миграция.

© 2026 OrcaRouter