Liquid AI d1-ultra против Liquid AI d1-3B: арендованный эндпоинт за $0,042 за миллион или чекпоинт на 2,87 ГБ, которым вы владеете

Liquid AI d1-ultra тарифицируется по $0.042 за миллион входных токенов и работает на чужом ускорителе в чужом дата-центре. Liquid AI d1-3B за вызов не тарифицируется вовсе и работает на Jetson Orin Nano на столе. Эти два предложения описывают модели, которые Liquid AI выпустила с разницей в восемь дней — d1-3B как чекпоинт с открытыми весами, анонсированный 7 октября 2026 года, и d1-ultra как модель, доступную только через API, 15 октября — и описывают они одну и ту же задачу: передать модели состояние, состоящее из текста, изображений или того и другого, передать ей набор типизированных вопросов и получить обратно калиброванные ответы за один прямой проход, не сгенерировав ни единого выходного токена. Ни одна из них не пишет прозу. Ни одна не работает в потоковом режиме. Разница между ними не в том, «которая из них умнее» в отвлечённом смысле, потому что честный ответ целиком зависит от того, сколько раз в день вы спрашиваете. Для модели, чьи режимы отказа всё ещё не задокументированы, полезной параллелью служит летопись того, что уже пошло не так в других местах: задокументированные инциденты с ИИ и сбои агентов вокруг моделей этого класса собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку достоверности и флаг оспаривания.

Эта формулировка — причина, по которой данное сравнение ценнее, чем спецификация. {{1}}d1-3B{{/1}} и {{2}}d1-ultra{{/2}} находятся на противоположных концах решения, которое Liquid AI теперь прямо обозначила в своей документации: вы можете арендовать самую capable модель в семействе по токенам или владеть моделью с 3,12 миллиарда параметров и платить вместо этого кремнием, электроэнергией и инженерными часами. Обе — актуальные продукты. {{2}}d1-ultra{{/2}} — новейшее, что компания выпустила, а {{1}}d1-3B{{/1}} — то, с чего большинству читателей, вероятно, стоит начать. Какая из них подходит для конкретного пайплайна — это арифметический вопрос с реальной точкой перелома, и на него можно ответить с помощью опубликованных цифр — что и следует далее.

Одна заметка об источниках перед числами, потому что она важнее, чем их оформление. Почти всё ниже — это собственные отчёты Liquid AI: карточки моделей, пост об открытых весах от 7 октября и пост о d1-ultra от 15 октября. Мы не воспроизводили независимо ни одного бенчмарка для моделей принятия решений для этой статьи, и, насколько мы можем судить, никто другой тоже. Там, где цифра — это наш расчёт на основе опубликованного числа, а не чьё-либо измерение, об этом сказано в предложении, в котором она приводится.

Что на самом деле представляет собой каждая модель по состоянию на середину октября 2026 года

Liquid AI d1-3B — это модель с открытыми весами на 3,12 млрд параметров для принятия решений, обученная на основе LFM2.5-VL-3B, декодерной визуально-языковой модели. Она включает визуальный энкодер SigLIP2 NaFlex 400M, контекстное окно на 32 768 токенов и словарь на 128 000 токенов, принимает текст, JSON, изображения или их смесь в качестве состояния и отвечает на один или несколько вопросов — Choice, Score или noul, примитива «да/нет», возвращающего вероятность от 0 до 1, — за один прямой проход. Веса доступны на Hugging Face под лицензией LFM Open License, которую поставщик описывает как бесплатную для использования, в том числе в коммерческих целях, при годовой выручке ниже 10 млн долларов. Заявлена поддержка llama.cpp с первого дня, со сборками NVFP4 для Apple, AMD, Qualcomm и 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.

Причина, по которой эти абзацы такие неравномерные, не в редактуре. Таково всё сравнение. d1-3B задокументирован настолько подробно, что позволяет оценить требования к железу ещё до того, как вы что-либо скачаете. d1-ultra задокументирован настолько подробно, что позволяет только вызвать его — и ничего больше.

Эти два индексных числа не находятся на одной линейке.

В любой вторичной публикации об этой паре поставят 65 рядом с 48.57 и позволят вам сделать очевидный вывод. Сначала прочитайте подписи, потому что эти два числа были опубликованы с использованием разных инструментов.

• Показатель d1-3B — 48,57 на публичном сплите Decision Index v0.2.1, в релизном посте от 7 октября. Производитель дополнительно утверждает, что модель опережает всё, что меньше 10B, и находится на одном уровне с Decider 35B-A3B — моделью, которая в двенадцать раз больше её.

• показатель d1-ultra — 65; в публикации от 15 октября говорится, что он лидирует в Artificial Analysis Decision Index как минимум на восемь пунктов, с утверждением, что d1-ultra превосходит Jev 1.14 во всех задачах. В освещении анонса в прессе сообщалось, что Jev 1.14 имеет показатель 57, что согласуется с преимуществом в восемь пунктов.

Есть две вещи, которые верны и о которых стоит сказать прямо. Во-первых, индекс, стоящий за показателем 65 у d1-ultra, принадлежит третьей стороне, но эта цифра дошла до нас через собственное объявление Liquid AI и через публикации в прессе о нём — мы сами не смогли загрузить публичную таблицу с показателем 65, — поэтому в этой статье она приводится по данным вендора. Во-вторых, не гарантируется, что оценка на публичном сплите версии 0.2.1 и оценка индекса без указания версии находятся в одной шкале, а у индекса v0.3 есть закрытый vision-сплит, по которому открытый релиз явно не отчитывался. Рассматривайте этот разрыв как указание на направление — платная модель существенно лучше — а не как измерение в 16,4 пункта. Никто, включая нас, не прогонял эти две модели через общий стенд.

Задержка: одно число публикуется, а другое — нет.

Скорость открытой модели задокументирована на удивление хорошо, из-за чего отсутствие данных о платной модели бросается в глаза ещё сильнее. Карточка d1-3B сообщает, что один вопрос обрабатывается за 8 мс на RTX 4090, 9 мс на AMD MI325X, 16 мс на Jetson AGX Thor, 26 мс на Jetson AGX Orin 64 GB, 30 мс на Apple M5 Pro и 50 мс на Jetson Orin Nano, а пропускная способность при пакетной обработке достигает 1 106 решений в секунду на MI325X.

Это тайминги прямого прохода на указанном оборудовании, а не сквозные тайминги запросов, и это различие не является придиркой. Когда Liquid AI в последний раз публиковала данные о задержке для хостинговой модели принятия решений — в публикации от 5 октября, представляющей d1, — это было 200–300 мс для текстового решения, что представляет собой полный цикл API, включая очередь и сеть, и это несопоставимо с 8-мс проходом на локальной карте. Для d1-ultra производитель вообще не опубликовал никаких показателей задержки — ни в той, ни в другой форме. Если ваш пайплайн ограничен задержкой, а не точностью, это отсутствие — самое важное на этой странице: сейчас вы не можете сказать, быстра ли дорогая модель, и единственный способ выяснить это — измерить её самостоятельно.

Арифметика, которую не делают маркетинговые страницы

Вот где два продукта по-настоящему расходятся, и это расчёт, который можно сделать на салфетке. Возьмём шлюз сортировки обращений в поддержку, который задаёт один вопрос noul на тикет, 200 000 тикетов в месяц, при примерно 1 200 входных токенов на вопрос, включая небольшой скриншот. Это 240 миллионов входных токенов в месяц — именно это количество делает ставку за миллион токенов наглядной.

• На d1-ultra при цене $0,042 за миллион входных токенов это примерно $10,08 в месяц. На d1-3B при нуле за вызов это $0,00 в месяц плюс всё, во что обойдётся оборудование.

• Сборка Q8_0 объёмом 2,87 ГБ с запасом умещается на Jetson Orin Nano. Если вы покупаете это устройство специально для такой рабочей нагрузки, срок окупаемости по сравнению с хостинговым эндпоинтом измеряется годами, а не неделями — и это честный вывод, а не тот, который напечатал бы производитель оборудования.

• Измените масштаб. При 200 миллионах вопросов в месяц — 240 миллиардов входных токенов — счёт d1-ultra составляет примерно $10 080 в месяц, а локальная сборка по-прежнему потребляет столько же электроэнергии. Именно здесь владение чекпойнтом перестаёт быть философским предпочтением и становится статьёй расходов.

Три оговорки, и все они работают в одном направлении. Все приведённые выше значения количества токенов — это те, что выбрали мы; длина вашего состояния и количество изображений будут другими, а изображения тарифицируются как текст из расчёта 1,5 токена на патч 32×32 пикселя, поэтому одно изображение 1024×1024 — это 1 536 входных токенов. Каждый вопрос тарифицируется как отдельный промпт, включая его текст и все его изображения, поэтому если задать три вопроса по одному и тому же скриншоту, за этот скриншот придётся заплатить трижды. И ничего из этого не учитывает стоимость инженерной работы: локальный вариант означает для вас выбор квантования, среду выполнения, которую нужно поддерживать в актуальном состоянии, и визуальный энкодер, который съедает память раньше, чем 3,12 млрд весов. Если вы вызываете модель несколько тысяч раз в месяц, хостируемый эндпоинт обойдётся дешевле, чем совещание, на котором вы решаете перейти на самостоятельный хостинг.

Где каждый из них перестаёт быть правильным ответом

Liquid AI d1-3B — правильный вариант по умолчанию, когда любое из следующих условий является определяющим ограничением: данные не могут покидать пределы организации или устройства; сетевой переход неприемлем; объём достаточно велик, чтобы плата за каждый вызов стала доминирующей статьёй расходов; или состояние — это кадр с камеры в реальном времени либо снимок экрана, который вы предпочли бы не отправлять третьей стороне. Собственная формулировка вендора поддерживает первое из них — открытый релиз явно нацелен на развёртывание на периферии и на устройствах на оборудовании NVIDIA DGX, RTX и Jetson, — а 17 820 загрузок, зафиксированных чекпойнтом за первый месяц, позволяют предположить, что многие быстро пришли к тому же выводу.

Liquid AI d1-ultra — правильный выбор, когда сама сложность заключается в решении. Вопросы, требующие глубоких знаний, визуальные утверждения, которые нужно сопоставлять с контекстом реального мира (собственные примеры вендора — дефекты печатных плат и сопоставление заявки о повреждении с фотографией клиента), и случаи из длинного хвоста, где уверенности 3B-модели просто не стоит доверять. Конкретное утверждение, которое Liquid AI делает о ней, касается не только точности, но и калибровки: большинство моделей для принятия решений излишне самоуверенны, утверждается в посте, а d1-ultra обучали так, чтобы её вероятности что-то значили. Если вы задаёте порог по вероятности, а не берёте argmax — направляя всё выше 0,8 на авторазрешение, а всё остальное человеку, — калибровка решает всё, и это также то утверждение в этом релизе, которое внешнему наблюдателю труднее всего проверить.

Случаи, когда ни один из них не подходит, тоже стоит назвать. Если ваш ответ — это текст в свободной форме, многошаговая трассировка или резюме, то модель принятия решений — неподходящий инструмент, и производитель говорит об этом в собственной документации. Если вам нужно аудио в состоянии, а не только текст и изображения, то третий представитель семейства, d1-omni-600M, — именно тот, который с этим справляется; использовать d1-ultra для этой задачи — не улучшение, а категориальная ошибка.

Вписать это в стек, который вы уже используете

Модель принятия решений почти никогда не является всем пайплайном. Она — это шлюз: то, что решает, срочен ли тикет, является ли фотография дефектом, будет ли одобрен вызов инструмента. Что-то всё равно должно написать ответ, и на локальном маршруте это «что-то» — вторая модель, которую теперь приходится хостить, — а это и есть настоящая цена перехода на self-hosted, и именно та, что никогда не фигурирует в сравнении стоимости за токен. Паттерн, который реально работает при малых и средних объёмах, — это локальная модель уровня 1–3B для высокочастотного шлюза и арендуемый эндпоинт для редкого сложного случая, при этом ключ OrcaRouter несёт те генеративные модели, на которые эти решения разветвляются: один API поверх 200+ моделей, списочная цена провайдера, передаваемая с наценкой 0% и автоматическое переключение при сбое между провайдерами, так что один неудачный день у одного апстрима не превратит вашу очередь триажа в завал. Стоит быть точным в том, что это покрывает, а что нет: мы не хостим ни одну модель Liquid AI, поэтому сам вызов принятия решения уходит либо в API Liquid AI, либо в локальный чекпоинт, а OrcaRouter — это то, что стоит за ним.

Как только вы перестаёте считать модель принятия решений фиксированной, сравнение перестаёт быть бинарным. DSL маршрутизации позволяет собрать дешёвый фильтр и дорогой генератор в один вызов, а fusion позволяет панели моделей отвечать сообща, когда одной из них недостаточно доверия. Ни то, ни другое не является причиной выбрать d1-ultra вместо d1-3B. И то, и другое — причины пересмотреть этот выбор при том объёме, где арифметика действительно меняется.

Что изменило бы этот ответ?

Три вещи, в порядке убывания вероятности. Независимый бенчмарк, который прогоняет d1-3B и d1-ultra через один и тот же испытательный стенд на одних и тех же задачах — и тогда разрыв между 48,57 и 65 становится измерением, а не ориентировочной догадкой. Опубликованная задержка для d1-ultra, без которой любой чувствительный к задержке пайплайн должен рассматривать размещённую модель как неизвестную и сначала измерить её в канареечном пути. И в конечном итоге выпуск с открытыми весами на более крупном бэкбоне, что история семейства делает менее надуманным, чем звучит: все остальные модели d1, которые начинали как размещённые, становились доступными для скачивания в течение двух дней.

До тех пор эмпирическое правило остаётся в силе. Начните с d1-3B, потому что её можно бесплатно попробовать, она быстро работает на оборудовании, которое у вас, возможно, уже есть, и достаточно хорошо задокументирована, чтобы до принятия окончательного решения правильно оценить её масштаб. Переносите конкретные решения, которые оказываются неубедительными, на d1-ultra. Разрыв между ними реально существует; он просто меньше, чем предполагает разница в цене, и гораздо меньше, чем подразумевают показатели индекса, когда их печатают рядом без меток версий.