Liquid AI d1-3B появляется в Ollama: тихий локальный эндпоинт для модели принятия решений

В библиотеке Ollama появилась новая d1, и это не чат-модель. Запись описывает её одной строкой — «3B-модель принятия решений от Liquid AI, построенная на LFM2.5-VL-3B» — и в этом единственном предложении содержатся два самых важных факта. Liquid AI d1-3B, небольшая модель, которую Liquid AI построила на основе Liquid AI LFM2.5-VL-3B и выпустила как открытые веса 5 октября 2026 года, теперь упакована так, что одна команда pull устанавливает её на вашу собственную машину; и она по-прежнему возвращает калиброванные вероятности по типизированным вопросам, а не сгенерированный текст, точно так же, как это делает базовый чекпоинт. Если у вас в пайплайне есть этап триажа, маршрутизации, модерации или гейтинга, это первый раз, когда до запуска этого конкретного семейства моделей остаётся всего одна команда — без API-ключа, без платы за вызов и без выхода текста состояния за пределы вашего оборудования.

Впрочем, слово «quiet» здесь действительно играет важную роль, и стоит быть точными в том, какая половина этой истории задокументирована, а какая — нет. В блоге самой Liquid AI об Ollama никогда не упоминалось: последний пост лаборатории от 13 октября 2026 года посвящён другой модели из линейки LFM2.5, а два её поста о d1 — анонс vision от 5 октября и релиз «Open d1» от 7 октября — описывают веса, API и оценку в бенчмарке, а не локальный рантайм. На странице библиотеки Ollama для d1 тоже нет объявления, как и в индексе документации вендора, где GGUF отмечен как доступный для Liquid AI d1-3B и его собрата с поддержкой аудио Liquid AI d1-omni-600M, а llama.cpp, Ollama и MLX названы лишь общими вариантами развёртывания. Что существует — это опубликованный пакет, запись в реестре с проверяемым дайджестом, работающий readme и счётчик загрузок, который показывал 10,4 тыс., когда это было написано 15 октября 2026 года. Чего не существует — так это фразы от вендора: «мы это сделали».

Что на самом деле содержит объявление

Указаны три тега — d1:latest, d1:3b и d1:3b-q8_0 — и все три соответствуют одному и тому же дайджесту манифеста, 8c2d9ddae441. Это первое, что нужно понять об этой странице: счётчик «3 модели» в библиотеке считает теги, а не чекпойнты. Один артефакт, три имени, 3,7 ГБ, контекстное окно 32K, а также текстовый и графический ввод. Если вы надеялись выбрать размер или квантование, выбирать пока нечего.

Реестр, стоящий за страницей, информативнее самой страницы. Блоб конфигурации пакета указывает семейство моделей lfm2, тип модели 2.7B, тип файла Q8_0 и минимальную среду выполнения Ollama 0.40.4. Он поставляется в двух весовых слоях: генеративная модель на 2,87 ГБ и отдельный проектор на 856 МБ. Этот второй слой — визуальный энкодер, и его наличие говорит о том, что локальная сборка сохраняет мультимодальный путь, а не урезает d1 до текста — модель по-прежнему может прочитать фотографию вместе с заявкой в поддержку и ответить на вопросы о том и другом. Два числа на этой странице, которые выглядят противоречащими друг другу — «3B» в описании и «2.7B» в реестре — лучше всего понимать как ствол и целое: карточка модели Liquid AI указывает, что чекпойнт содержит 3.12B параметров, включая визуальный энкодер на 400M параметров, а языковой ствол — это меньшая цифра. Эта арифметика наша, а не производителя, и она приводится как объяснение, а не как спецификация.

Нигде на странице библиотеки нет календарной даты. Там указаны относительные отметки — «Обновлено 2 часа назад» на момент захвата — и счётчик загрузок, а значит, день, когда этот листинг впервые появился, невозможно узнать из самого листинга. Все датированные привязки находятся на Hugging Face и у вендора: репозиторий весов для Liquid AI d1-3B был создан 5 октября 2026 года, сопутствующий репозиторий GGUF — 6 октября, а Liquid AI опубликовала свой пост о релизе 7 октября. Если вам нужно поставить дату на вопрос «когда это стало доступно для локального запуска», честный ответ сегодня таков: пакет существует и его сейчас скачивают, и никто за пределами Ollama не может сказать, каким утром он появился.

Почему мероприятие по упаковке — это настоящее событие

Ollama открыла категорию decision-model 29 сентября 2026 года, когда выпустила эндпоинт /v1/systemone и CLI-флаг --ask для моделей, которые отвечают на типизированные вопросы за один прямой проход. Nimble и Clef были первыми семействами, прошедшими через эту дверь. То, что добавляет новый пакет d1, — это нечто иное, чем новая строка в бенчмарке: он берёт модель, которая до сих пор обитала либо в среде Python с вендорным классом модели, либо за размещённым эндпоинтом, и превращает локальный инференс в команду.

Контракт стоит повторить, потому что он не совпадает с тем, что большинство читателей подразумевают под «запуском модели». Вы передаёте d1 состояние — строку, объект JSON, массив или строку плюс изображения — и набор именованных вопросов, а в ответ получаете ответы вообще без сгенерированных токенов. noul — это вопрос с ответом «да/нет», на который отвечают одной вероятностью от 0 до 1. choice возвращает выбранную метку, уверенность и полную карту вероятностей по вашим вариантам. score помещает состояние в упорядоченную рубрику из двух–десяти уровней и возвращает уровень, взвешенный по вероятности, а также вероятность каждого уровня. Одно состояние, до 64 вопросов, один проход по входным данным. Собственный пример ответа Ollama для обращения в службу поддержки возвращает usage.output_tokens: 0 — а это самое ясное из возможных описаний этого замысла.

Для всех, чей конвейер уже вызывает модель принятия решений по HTTP, локальный маршрут меняет сразу три вещи: задержку — потому что запрос перестаёт покидать машину; стоимость — потому что нет счётчика за вызов; и обработку данных — потому что текст тикета и фотография, которую вы классифицируете, никогда не пересекают сеть. Если ваши данные — это сообщение клиента или внутренний документ, последний аргумент обычно и есть единственный, который нужно привести.

Запуск и ограничения, которые документация накладывает на него

Существует три поддерживаемых способа входа, и все они описаны на странице библиотеки. Путь через CLI — это ollama run d1 --ask "Запрашивается ли возврат?" с состоянием, переданным из файла, и флагами --choice и --level для двух других типов вопросов. Путь через HTTP — это POST-запрос на http://localhost:11434/v1/systemone с моделью, состоянием, необязательным массивом images и объектом questions. Путь через SDK направляет Python-клиент TypeSafe на localhost, где API-ключ игнорируется и подходит любое значение-заполнитель.

Ограничения исходят из документации по эндпоинтам Ollama, а не от Liquid AI, и они жёстче, чем у генеративной модели: запросы должны укладываться в 64 КиБ без изображений и 32 МиБ с ними, потоковая передача не поддерживается, облачные модели отклоняются сразу, а изображения должны быть в кодировке base64 в форматах PNG, JPEG или WebP и передаваться в теле запроса — удалённые URL отклоняются. Изображения являются общими для всех вопросов в запросе, поэтому картинку, которую вы хотите, чтобы учитывал только первый ответ, придётся отправлять отдельным вызовом. Ввод никогда не усекается, а значит, слишком большое состояние — это ошибка, а не молча обрезанный промпт.

Две детали в документации стоит отметить как неразрешённые. В справочнике по эндпоинтам Ollama тип choice описан как принимающий от 2 до 255 ключей опций, тогда как на странице возможностей для моделей принятия решений указано от 2 до 26 — один из двух вариантов устарел, и неочевидно, какой именно. А на странице возможностей поддерживаемые модели перечислены как Nimble, Tev1, Clef и Clef Flash, при этом d1 не упоминается, хотя в readme самого пакета d1 сказано, что он работает через /v1/systemone и --ask. Пакет требует Ollama 0.40.4; задокументированная минимальная версия для самого эндпоинта — 0.35.0. Всё это не является противоречием, которое мешает скачать модель, но читайте требование к версии в пакете, а не то, что указано в руководстве по возможностям.

Цифры — и кто произвёл каждую из них

Теперь — часть, которая заслуживает наибольшей осторожности. Все показатели производительности, связанные с этой моделью, принадлежат Liquid AI, и не существует независимой оценки Liquid AI d1-3B, насколько нам удалось выяснить. Заявленные производителем результаты, повторённые на странице Ollama и в карточке модели, таковы:

• Decision Index 0.2.1 — 48,57 для d1-3B против 47,11 у Decider 35B-A3B, который Liquid описывает как лучший результат для модели принятия решений с менее чем 10B параметров. • Зрение — среднее 74,1 по одиннадцати публичным бенчмаркам изображений против 73,9 у базовой модели LFM2.5-VL-3B, на основе которой она была построена. • Задержка — 8 мс на одно решение на RTX 4090, 9 мс на AMD MI325X и 30 мс на Apple M5 Pro. • Пропускная способность — 475 решений в секунду на 4090 и 1 106 на MI325X, когда вопросы объединяются в пакеты. • Абляция — тот же набор вопросов, отвеченный без изображений, даёт 45,1; это собственная мера Liquid того, насколько велик вклад визуального пути.

Именно строка про зрение должна охладить ожидания. Улучшение на 0,2 пункта относительно базовой модели на наборе бенчмарков по изображениям укладывается в шум большинства публикуемых результатов бенчмарков; что бы вам ни давала голова принятия решений, это не существенно лучший кодировщик изображений. Строка про абляцию интереснее в другую сторону — скачок примерно на 29 пунктов при добавлении изображений, — но она сравнивает два разных набора вопросов, а не две версии одного и того же. А Decision Index — это сторонний инструмент, по которому Liquid оценивала собственные заявки сама, вместо того чтобы отправить их на публичное ранжирование, так что воспринимайте 48,57 как заявление вендора, сделанное чужой линейкой. Цифры по скорости тоже не проходили аудит: 8 мс на 4090 — правдоподобное число для 3B-модели, выполняющей один прямой проход, и ситуация по-прежнему такова, что никто не опубликовал прогон, который не был бы его собственным.

Где OrcaRouter подходит, а где — нет

OrcaRouter не обслуживает Liquid AI d1-3B. Мы проверили наш каталог перед написанием этой статьи — 207 моделей, ни одна из них не Liquid AI, ни одна не является моделью принятия решений — так что если вы хотите вызывать d1 из API, а не со своего собственного оборудования, хостинговый маршрут на сегодня — это собственный эндпоинт решений вендора по адресу api.liquid.ai/decisions/v1/systemone, где платный тариф d1 обрабатывает изображения, а бесплатный тариф d1:free работает только с текстом, плюс любые сторонние платформы, которые его подхватят. Ничто в этой статье не должно восприниматься как утверждение, что мы его хостим.

То, чем мы занимаемся, соседствует с проблемой, которую решает эта модель. Причина существования модели принятия решений в том, что пайплайнам нужен дешёвый детерминированный способ выбирать среди вариантов, а собственный документированный пример d1 — это тикет, направленный в целевую команду, — что представляет собой задачу маршрутизации на уровень ниже нашей. Когда это решение обусловливает вызов генеративной модели, которую вы арендуете, а не запускаете сами, OrcaRouter — это один ключ, совместимый с OpenAI, для 200+ хостируемых моделей по прайс-листу провайдера, передаваемый с наценкой 0%, так что снижение цены вендором доходит до вас в день, когда оно вступает в силу, а не при следующем продлении контракта. И поскольку локальная половина этого пайплайна — это та половина, которой владеете вы, риск находится в хостируемой половине: автоматическое переключение при отказе между провайдерами сохраняет активным запрос, прошедший триаж, когда модель, на которую вы его направили, выходит из строя. Ни то, ни другое не является причиной использовать 3B-модель принятия решений. Это причины, по которым то, что находится по другую сторону решения, не должно быть единой точкой отказа.

Что превратило бы это из примечания на упаковке в историю?

Пять вещей, любая из которых изменила бы картину. Признание порта со стороны Liquid AI — или добавление Ollama в строку развёртывания в её индексе документации, которую сейчас занимают llama.cpp и MLX. Вторая квантизация: собственный репозиторий GGUF от Liquid поставляется с Q4_K_M, F16 и BF16 наряду с Q8_0, так что меньшая локальная сборка технически доступна — просто не через этот пакет. Локальный путь для Liquid AI d1-omni-600M — 587-миллионного собрата, который читает до тридцати секунд аудио и который производитель помечает как ранний исследовательский релиз: для работы на устройстве он значил бы больше, чем 3B, а признаков его присутствия пока нет ни в одной библиотеке. Отдельная строка в Decision Index или запись в публичном лидерборде — единственный недостающий элемент для всего этого семейства моделей. И добавление d1 компанией Ollama на её страницу decision-capability — изменение в одну строку, которое сказало бы вам, что порт официально одобрен, а не появился случайно.

До тех пор решение достаточно просто принять на своих условиях. Если у вас уже работает свежая версия Ollama, загрузка — это одна команда, скачивается 3,7 ГБ, а то, что она заменяет, — это либо обращение к хостингу, которое вы предпочли бы не делать с текстом клиента, либо среда Python, поддерживать которую труднее, чем того стоит модель. Если вам нужно независимое подтверждение точности, прежде чем это окажется перед реальными пользователями, такого подтверждения пока не существует ни для одной модели d1, и никакая локальная упаковка его не создаёт.

Запуск этапа принятия решений на собственном оборудовании — это также хороший повод посмотреть, что уже пошло не так в этом классе: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями принятия решений, собраны в the OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку достоверности и отметку о спорности.