Liquid AI d1-ultra против Liquid AI d1: Тот же эндпоинт, те же вопросы, вдвое дороже — вот и кроссовер

Самый короткий честный ответ таков: Liquid AI d1-ultra стоит $0,042 за миллион входных токенов, а Liquid AI d1 — $0,02 за миллион входных токенов, обе вызываются по одному и тому же URL с одними и теми же тремя типами вопросов, и использовать следует более дорогую, когда ошибиться дороже, чем удвоить стоимость одного вызова. Это и есть всё решение, и оно на удивление однозначно, потому что структурно две модели больше ничем не различаются. Их выпустили с разницей в десять дней — d1 5 октября 2026 года как первую модель принятия решений Liquid AI, d1-ultra 15 октября как самого мощного представителя семейства, — и обе созданы для одного и того же: принимать состояние из текста, изображений или того и другого вместе плюс один или несколько типизированных вопросов и возвращать вероятности за один прямой проход, не генерируя ни одного выходного токена и не имея ничего для потоковой передачи. Именно в таких сравнениях, как это, проявляются и режимы отказов: задокументированные инциденты с ИИ и сбои агентов, стоящие за моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, степень уверенности и флаг оспаривания.

Эта пара заслуживает отдельного материала, а не сноски, потому что модели взаимозаменяемы, а не представляют собой лестницу с промежуточной ступенью. Вы не запускаете d1 и не откатываетесь к d1-ultra на сложных случаях так, как поступили бы с малой и большой генеративной моделью, потому что доступ к обеим управляется одной и той же строкой модели в одном и том же теле запроса. Переключение стоит одного слова в JSON-полезной нагрузке. Так что вопрос не в том, доступно ли обновление технически, — а в том, покупают ли дополнительные $0,022 за миллион входных токенов что-то, что способна ощутить ваша конкретная рабочая нагрузка, и на это можно ответить с помощью цифр, опубликованных Liquid AI.

Что на самом деле отличается, за один проход

Раскрытых различий меньше, чем можно предположить по разнице в цене, и отсутствующие из них значат не меньше, чем присутствующие.

• Цена — $0,042 за миллион входных токенов для d1-ultra против $0,02 для d1; оба тарифицируются только по входным данным, плата за выход не взимается, и оба считают изображения как текст из расчёта 1,5 токена на участок 32×32 пикселя.

• Базовая модель — d1-ultra описывается как построенная на «более крупной модели с открытыми весами с рядом глубоких кастомизаций, специфичных для Liquid»; в анонсе d1 говорится лишь, что она была создана для первого поколения семейства, и базовая модель тоже не названа.

• Языковой охват — в публикации Liquid AI о запуске d1-ultra указано 44 языка. Для d1 сопоставимый показатель не публиковался.

• Позиция в индексе — утверждается, что d1-ultra лидирует в Artificial Analysis Decision Index как минимум на восемь пунктов; d1 был анонсирован с шестью сравнениями на реальных примерах применения с GPT-6.1 Sol и Claude Opus 5.5, а не с оценкой в индексе.

• Количество параметров — не раскрыто ни для одной из них. Контекстное окно d1-ultra также не указано производителем и фигурирует только в каталогах сторонних шлюзов как 32 768 токенов; мы считаем это неподтверждённым, а не спецификацией.

• Задержка — для d1 была опубликована величина 200–300 мс для текстового решения. Для d1-ultra вообще нет опубликованного значения задержки.

Именно на последнюю пару пробелов и стоит обратить внимание. Более новая и более дорогая модель — это та, чей лист характеристик пустее. Вас просят платить в 2,1 раза больше за модель, у которой размер, длина контекста и скорость не раскрыты, — и всё это лишь на основании заявления о калибровке и значения индекса, которое сообщил сам поставщик.

Утверждение, которое на самом деле делает Liquid AI

Прочитайте пост о d1-ultra внимательно — и увидите, что главный посыл не в точности. Он в том, что одной точности недостаточно для модели принятия решений, потому что такая модель также выдаёт вероятности, и большинство из них чрезмерно уверены. Классификатор, который говорит 0,97, а на деле означает 0,72, сломает конвейер на основе порогов, даже если его точность top-1 отличная, потому что каждое автоматическое действие, которое вы выполняете при превышении этого порога, основано на ложной предпосылке. d1-ultra, как говорится в посте, обучали специально для того, чтобы её вероятности были лучше откалиброваны, — и в релизе сообщается, что по результатам 112 уникальных оценок она превосходит Jev 1.14 в каждой задаче благодаря лучшей калибровке при той же цене.

Это действительно иной аргумент в пользу продажи, нежели «умнее», и вместе с тем это самое трудное для проверки сторонним наблюдателем утверждение из обоих релизов. Ничто в анонсе не позволяет проверить калибровку на собственных данных, прежде чем сделать выбор. Если ваш пайплайн берёт argmax и игнорирует вероятность, аргумент о калибровке к вам не применим, и довод в пользу d1-ultra сводится к разрыву в индексе. Если ваш пайплайн задаёт порог по вероятности — автоматически одобряет выше 0,9, а ниже передаёт на ручную проверку, — то калибровка — это единственное число, которое имеет значение, и это число вам придётся получить самостоятельно на размеченной выборке.

Когда удвоение окупает себя

Прогоните расчёт на таком объёме, где разница в ставках перестаёт быть шумом. Модерационный шлюз, задающий один вопрос noul на пост, 500 000 постов в месяц, примерно по 400 входных токенов на каждый, — это 200 миллионов входных токенов в месяц.

• На d1 — $4.00 в месяц. На d1-ultra — $8.40 в месяц. Разница в четыре доллара — не статья бюджета; она меньше стоимости инженерного часа, потраченного на принятие решения.

• Примените тот же шлюз ко вводу изображений — и количество токенов быстро растёт, потому что одно изображение 1024×1024 — это 1,536 входных токенов, и каждый вопрос заново тарифицирует свой текст и все свои изображения. Пять вопросов об одном и том же фото означают оплату этого фото пять раз, а это ошибка проектирования, которую стоит избегать независимо от выбранной модели.

• При 20 миллиардах входных токенов в месяц — крупномасштабный классификатор, а не пилотный проект — d1 обходится примерно в $400, а d1-ultra — примерно в $840. Абсолютный разрыв теперь реален, и он всё ещё составляет менее тысячи долларов для рабочей нагрузки, обрабатывающей эквивалент десятков миллионов изображений.

Вывод, к которому принуждает эта арифметика, не тот, которого ожидают люди. Для подавляющего большинства рабочих нагрузок, связанных с принятием решений, разница в цене между d1-ultra и d1 слишком мала, чтобы быть решающим фактором, а значит, решение следует принимать исключительно на основе качества ответов. Интересное исключение работает в обратную сторону: если ваш объём действительно огромен, а задача проста — бинарная проверка на коротком тексте, без изображений, — вам вообще не стоит выбирать между этими двумя, потому что открытая по весам d1-3B выполняет эту работу за ноль за вызов. Цены этой пары достаточно близки, поэтому настоящий вопрос — тот, что ниже них.

Где модель принятия решений — неподходящий инструмент

Обе модели, согласно документации, предназначены для одних и тех же четырёх задач: классификация и маршрутизация, оценка и присвоение рейтинга, бинарные шлюзы и мультимодальная проверка. Документация самого вендора столь же ясно говорит о том, для чего они не предназначены — генерация в свободной форме, многоходовой чат, суммаризация, открытые рассуждения, написание кода. Выходных токенов для потоковой передачи нет, поэтому приложение, ожидающее в ответ связный текст, получит ошибку, а не ответ похуже. Об этом стоит сказать, потому что соблазн прибегнуть к модели принятия решений как к дешёвой замене вызова генеративной модели — именно так пайплайны в конечном итоге начинают использовать её не по назначению.

Опубликованные данные по старой модели по крайней мере конкретны. Из шести реальных приложений, протестированных 5 октября 2026 года, сообщалось, что d1 сравнялась с GPT-6.1 Sol или превзошла её в четырёх из них при затратах в 19–200 раз ниже и отвечала быстрее в каждой задаче. Одним из этих шести был прогон визуального контроля деталей с четырёх производственных линий — печатных плат, свечей, кешью и жевательной резинки, на наборе данных VisA, — где модель разделяла годные и дефектные изделия с точностью от 85 до 97 процентов без какого-либо обучения под конкретную задачу. Другой прогон удалил 52 процента токенов на этапе сжатия контекста. Это оценки, проведённые вендором, с заявленной методологией, и они по-прежнему остаются оценками вендора: один прогон на модель на приложение, прайс-листовые цены без скидок за кеширование, а несколько вопросов по коду и сжатию были составлены уже после того, как конвейер d1 был зафиксирован. Читайте их как доказательство того, что категория работает, а не как турнирную таблицу, которую можно перенести на собственную задачу.

Решение об обновлении, как правило

Начните с d1. Не потому, что это лучшая модель — утверждение из индекса говорит, что это не так, — а потому, что при цене $0,02 за миллион входных токенов и без платы за вывод несколько сотен тысяч вызовов стоят копейки, а самый быстрый способ узнать, подходит ли модель принятия решений вашему пайплайну, — поставить её перед реальным трафиком и посмотреть на распределение вероятностей, которое она возвращает. Логируйте вероятности, а не только метки. Если они плотно группируются у крайних значений и ваши пороги стабильны, вы получаете калибровку бесплатно и у вас нет причин платить больше.

Переходите на d1-ultra, когда в этом логе появляется конкретный, именованный сбой: сложный вопрос на знание, визуально неоднозначное утверждение, случай, когда модель возвращает 0.6 и действительно так считает. Миграция — это изменение строки модели на том же эндпоинте, поэтому она может быть выборочной: d1-ultra на маршрутах, где проявились сбои, d1 на всём остальном. Это честная форма этого сравнения. Это не «или/или»; это настройка для каждого маршрута, и цены достаточно близки, чтобы вы могли позволить себе действовать точечно.

Есть одна практическая загвоздка, которую стоит учесть заранее. Если ваши решения питают генеративный этап — ответ, сводку, вызов инструмента — вы поддерживаете отношения с двумя поставщиками, а не с одним. OrcaRouter сводит вторую половину этого на нет: один ключ, совместимый с OpenAI, для 200+ генеративных моделей по цене из прайс-листа провайдера с наценкой 0%, так что изменение цены у поставщика отражается в вашем счёте в тот же день, а не при следующем продлении контракта, с автоматическим переключением при сбое между провайдерами за одним и тем же эндпоинтом. Если точно обозначить границу: мы не размещаем у себя модели принятия решений Liquid AI, поэтому вызов d1 или d1-ultra по-прежнему идёт к собственному API Liquid AI, а мы предоставляем всё, что находится ниже по потоку от решения.

На что обратить внимание, прежде чем сделать ставку на d1-ultra в масштабе

Два числа, оба сейчас отсутствуют. Первое — задержка: показатель d1 в 200–300 миллисекунд ничего не говорит вам о d1-ultra, а более новая модель ничего не публикует, поэтому любой маршрут, чувствительный к задержке, следует проверять канареечным развертыванием, а не мигрировать целиком. Второе — независимое измерение калибровки. Сравнение по 112 оценкам и преимущество в восемь пунктов по индексу — это собственная отчетность Liquid AI, и показатель индекса попал в эту статью через анонс вендора и публикации в прессе о нем, а не из таблицы, которую мы могли бы загрузить сами. Когда кто-нибудь воспроизведет кривую надежности для любой из моделей на публичных данных, надбавка в 2,1 раза станет решением о покупке, а не вопросом субъективного суждения.

До тех пор позиция, которая выдерживает проверку, — консервативная. d1 — это работоспособная, дешёвая, подтверждённая самим вендором модель принятия решений по цене, которая делает экспериментирование почти бесплатным. d1-ultra — правдоподобное улучшение с привязанным к нему конкретным, звучащим проверяемо заявлением и на удивление скудной спецификацией за ним. Платить вдвое за второй, пока у вас на руках нет отказа, — это покупать страховку от проблемы, которую вы ещё не наблюдали, — что при таких объёмах не столько ошибка, сколько погрешность округления. Только не позволяйте этой погрешности округления стать архитектурой.