d1-omni против Liquid AI D1 Ultra: файл на 850 МБ против счётчика за $0,042, и арифметика не такая, как вы ожидаете

Инстинктивная реакция, когда вы ставите d1-omni рядом с Liquid AI D1 Ultra такова: они находятся на противоположных концах диапазона, и выбор будто бы связан с амбициями. Одна — это 587 млн параметров открытых весов, 850 МБ на диске в теге, появившемся в библиотеке Ollama на этой неделе, чекпойнт, который скачали около 13 900 раз с Hugging Face с 5 октября 2026 года. Другая — флагманская модель принятия решений от Liquid AI, анонсированная 15 октября 2026 года, без раскрытого числа параметров, без опубликованных весов и с единственным опубликованным числом, которое важнее любого бенчмарка: $0,042 за миллион входных токенов. Арендовать фронтирную модель принятия решений против владения маленькой звучит как вопрос бюджета. Прогоните счётчик на реальной нагрузке — и в основном это перестаёт быть вопросом бюджета: преимущество маленькой модели не в том, что она дешёвая, а в том, что она ваша.

Это различие стоит чётко зафиксировать, потому что сравниваемые вещи — не две модели на одной полке. Liquid AI D1 Ultra — это эндпоинт, к которому вы обращаетесь. d1-omni — это файл, который вы запускаете. Оба отвечают на одни и те же три типа вопросов — «да/нет» с вероятностью, метка с вероятностью для каждой метки или позиция на шкале — и оба возвращают эти ответы за один прямой проход без генерации выходных токенов. Всё, что после этого, включая стоимость ответов и то, кто отвечает за их дрейф, зависит от того, какой из двух вы выбрали.

Арендная сторона — по цене, рассчитанной так, как Liquid AI фактически выставляет счёт

Liquid AI D1 Ultra берёт плату только за входные данные — $0,042 за миллион входных токенов, а платы за генерацию ответа нет, поскольку генерации ответа как таковой нет. Это вся тарифная сетка, и самое интересное в ней — правило для изображений. Изображения тарифицируются по текстовому тарифу на основе патчей: 1,5 токена на патч размером 32×32 пикселя, поэтому изображение 1024×1024 стоит 1 536 токенов. И каждый вопрос тарифицируется как отдельный промпт, несущий собственную копию состояния и всех прикреплённых изображений. Задайте четыре вопроса об одной и той же фотографии — и вы заплатите за эту фотографию четыре раза.

Оцените в цифрах рабочую нагрузку, где визуальное решение — естественный выбор. Предположим, ночной проход по 25 000 товарных карточек, в каждой — одна фотография 1024×1024 и около 200 токенов текста карточки, с двумя типизированными вопросами: один «да/нет» о том, соответствует ли изображение категории, и один вопрос с оценкой качества изображения. Каждый промпт содержит 1 536 токенов изображения плюс 200 текстовых токенов, то есть 1 736 токенов, а вопросов два, значит, 3 472 токена на карточку. Это 86,8 млн входных токенов за проход, или примерно $3,65. Ночная задача, выполняемая весь месяц, обойдётся в несколько сотен долларов.

Это по-настоящему неудобный результат для всех, кто предполагал, что фронтирный вариант — дорогой. Причина в модели ценообразования: модели принятия решений вообще не выдают токены, поэтому в кривой затрат нет выходного слагаемого, которое могло бы взлететь, а повторная тарификация за каждый вопрос — это фиксированный множитель, который можно учесть заранее, а не переменная, которую обнаруживаешь в счёте.

Своя сторона — и где на самом деле скрывается её стоимость

У d1-omni вообще нет цены за вызов. Это модель с 587 млн параметров: 381 млн — общий ствол и решающая голова, 94M-визуальный энкодер SigLIP2, унаследованный от Liquid AI LFM2.5-VL-450M, и аудиоэнкодер на 112M, — опубликованная на условиях LFM 1.0 от Liquid, при этом сборки GGUF выйдут 6 октября, а сборки MLX — 12 октября. Её стоимость — это имеющееся у вас оборудование плюс то, что никто не включает в сравнение: труд по поддержанию её в рабочем состоянии.

Что у двух вариантов общего, а чего нет — в тех параметрах, которые определяют развёртывание:

• Веса — опубликованы для d1-omni в рамках LFM 1.0; не опубликованы для Liquid AI D1 Ultra. Liquid описывает свой флагман лишь как «основанный на более крупной модели с открытыми весами и серией существенных доработок, специфичных для Liquid». База открыта; модель, которую вы вызываете, — нет.

• Параметры — 587M, полностью расписаны для d1-omni; не раскрыты для d1-ultra. Вы не можете подобрать оборудование для флагмана, потому что Liquid не опубликовала размер. Для 600M можно точно подобрать оборудование: 850MB в смешанном теге Q8_0 от Ollama, 1.2GB для тега BF16.

• Цена — на d1-omni нет платы за вызов; $0.042 за миллион входных токенов на d1-ultra, при изображениях — 1,5 токена на патч 32×32, а каждый вопрос повторно оплачивается с полным состоянием.

• Модальности — d1-omni принимает текст плюс изображения или текст плюс до 30 секунд аудио, но никогда не оба варианта сразу в одном запросе. d1-ultra описывается как мультимодальная модель без опубликованной разбивки по модальностям; в документации Liquid указаны типы вопросов и правило токенов для изображений.

• Контекст — 16,384 токена для d1-omni по позициям текста, изображения и аудио вместе, сокращается до 896 токенов состояния и текста вопроса всякий раз, когда прикреплено изображение, «как при обучении». Для d1-ultra не опубликовано никакого значения контекста.

• Задержка — опубликованных показателей инференса для d1-omni нет, поскольку Liquid заявляет, что не сообщает их для чекпоинта, который называет ранним исследовательским релизом в активной разработке; d1-ultra обслуживается end-to-end, и отдельный показатель задержки также не опубликован.

• Калибровка — флагманская модель явно обучалась для этого.Официальное обоснование Liquid таково: большинство моделей принятия решений излишне самоуверенны, поэтому d1-ultra настроили для выдачи более надёжных вероятностей. d1-omni имеет собственный тег calibration, но 600M — экспериментальный чекпойнт, и ни одна третья сторона не измеряла калибровку ни той, ни другой модели.

Эти две оценки не по одной линейке.

Соблазн — написать 15.95 рядом с флагманом и вычесть. Не делайте этого. 15.95 у d1-omni происходит из публичной части Decision Index v0.2.1 — таблицы, в которой Liquid AI оценивала собственные записи с помощью официальной системы оценки, а не отправляла их; суббаллы: Знания 8.3, Язык 12.9, Извлечение 35.0, Инструменты 15.1, Искусства 6.8 — против 48.57 у d1-3B внутри того же семейства. Заявка Liquid относительно d1-ultra — первое место в Artificial Analysis Decision Index с отрывом не менее восьми пунктов; это другая таблица с другой версией, опубликованная до появления флагмана. Эти два числа измеряют разные вещи разными линейками, и честное прочтение этой пары состоит только в том, что разрыв велик, — а не в том, что он составляет сорок с чем-то пунктов.

Цифра, которая выдерживает сравнение, — та, которую никто не публикует: у 600M вообще нет данных по инференсу, поэтому вы не можете назвать стоимость одного решения на своём оборудовании, не измерив её самостоятельно. Именно это измерение, а не рейтинговая таблица, позволяет принять решение «своё или аренда».

Три рабочие нагрузки — три разных ответа

• Ночной пакет из 25 000 проверок изображений — около $3.65 за прогон на Liquid AI D1 Ultra, а на d1-omni — загрузка 1,2 ГБ плюс любая GPU, на которую вы его направите. При таком объёме счётчик не является решающим фактором; решающий фактор — нужна ли вам точность, заявленная флагманом, и стоит ли три доллара за ночь больше, чем обслуживание сервера модели.

• Жёсткий шлюз, где вероятность и есть решение — одобрение, решение модерации, сделка, срабатывающая по порогу. Здесь калибровка — это продукт, и d1-ultra — единственная из двух, о которой Liquid говорит, что её обучали специально для этого. Уверенная неверная вероятность 0,6 хуже, чем отсутствие вероятности вообще, и ни одна третья сторона пока не проверила на это ни одну из моделей. Если порог важен, вы захотите воспроизвести заявленную вендором калибровку, прежде чем доверять ей на границе.

• Высоконагруженный классификатор с низкой ценой ошибки на устройстве — маршрутизация голосовой команды, сортировка входящих, пометка объявления для проверки человеком. Ничто в этой рабочей нагрузке не требует хостинговой фронтирной модели. 600M возвращает типизированный ответ за один прямой проход в 850 МБ, и это вся причина его существования, а бюджета изображения в 896 токенов вполне достаточно для описания состояния в одно предложение и одной фотографии.

Где на самом деле проходит граница маршрутизации

Ни одной из этих моделей нет в нашем каталоге, и лучше сказать об этом прямо, а не намекать на обратное: каждый вызов Liquid AI d1-omni-600M и каждый вызов Liquid AI d1-ultra идёт на ваше собственное оборудование или в собственный API поставщика и на сторонние платформы, а не через нас. OrcaRouter покрывает ту половину конвейера, которую модель принятия решений не может выполнить сама. Модель принятия решений на 587M возвращает метку или вероятность и на этом останавливается; что-то всё равно должно написать ответ, суммировать ситуацию или предпринять действие по оценке. Один API для 200+ моделей, при этом цена из прайс-листа каждого провайдера передаётся без изменений, а DSL маршрутизации доступен, когда запросу после триажа нужно разветвиться на несколько моделей, — это более скромное утверждение, чем «мы размещаем модель принятия решений», и оно верное.

Что изменило бы ответ?

Сейчас сравнение определяется двумя отсутствующими данными. У Liquid AI D1 Ultra не опубликовано количество параметров, поэтому её стоимость за токен нельзя соотнести с объёмом выполняемой ею работы, а также нет данных о задержке, поэтому интерактивный сценарий нельзя проектировать в расчёте на неё без измерений. А у d1-omni по собственному решению поставщика не опубликованы показатели инференса, поэтому в расчёте «своё или аренда» одна сторона может быть заполнена только бенчмарком на вашем собственном оборудовании.

Если закроется любой из этих пробелов, характер решения изменится. Независимый результат калибровки на d1-ultra позволил бы окончательно определить нагрузку на шлюз, ведь цена там уже на порядок ниже, чем предположило бы большинство. Показатель задержки от Liquid для 600M позволил бы уверенно поставить его в интерактивный путь, а не тестировать сначала. До тех пор безопасная трактовка остаётся узкой и неприглядной: флагман стоит настолько близко к бесплатному, что один только бюджет не подтолкнёт вас запускать что-либо самостоятельно, а реальное преимущество 600M в том, что как только файл у вас, никто не сможет изменить у вас за спиной число, условия или эндпоинт.

Задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.