
d1.2 vs Liquid AI D1 Ultra: Halva priset, två poäng efter och bättre på jobbet du upprepar
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 184 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 223 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 87 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 96 tok/s
- orcaNYOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Liquid AI d1.2 kostar $0,02 per miljon indatatokens. Liquid AI D1 Ultra, modellen som var familjens flaggskepp fram till den 16 november 2026, kostar $0,042. På Artificial Analysis Decision Index v2.1 ligger den äldre, dyrare modellen fortfarande före – 70,58 mot 68,69 – och den ligger före i fem av de sex utvärderingar som indexet bygger på. Så rubrikjämförelsen säger att flaggskeppet fortfarande är den bättre modellen, och rubrikjämförelsen är det minst användbara du kan ta med dig från dessa två rader.
Det som faktiskt skiljer dem åt är formen snarare än rangordningen. D1 Ultra är en modell för svåra engångsbedömningar: en defekt på ett kretskort, ett skadeanspråk som kontrolleras mot ett foto. d1.2 är en modell för att ställas flera frågor om samma tillstånd, dubbelt så snabbt, med ett kontextfönster som boarden anger till 66k mot D1 Ultras 33k, och med fem svarstyper som D1 Ultra inte har. Skillnaden på $0,022 är verklig; om det är skillnaden som avgör din migrering är en fråga om ditt anropsmönster, och det går att besvara utifrån de publicerade raderna.
Prisskillnaden, i de enheter som spelar roll
Per token låter en fördubbling trivial. Per uppgift är det inte samma förhållande, eftersom de två modellerna inte förbrukar samma antal tokens för att svara på samma fråga. Artificial Analysis modellerar kostnaden per miljon uppgifter till aktuella listpriser, och styrelsens egen siffra är 63 dollar för d1.2 mot 133 dollar för D1 Ultra – en skillnad på 2,1× som kvarstår även när tokenredovisningen beaktas.
• Pris per miljon indatatoken – $0.02 för d1.2 jämfört med $0.042 för D1 Ultra.
• Modellerad kostnad per miljon uppgifter — $63 mot $133, båda till aktuella listpriser, båda från styrelsen snarare än från Liquid.
Decision Index v2.1 — 68,69 (#9 av 25) mot 70,58 (#6 av 25).
• Tid per uppgift — 150 ms vs 301 ms. Den nya billiga modellen är dubbelt så snabb.
• Kontextfönster – 66k tokens jämfört med 33k, enligt Artificial Analysis; Liquids egna lanseringsinlägg anger inget fönster för någon av modellerna.
• Inmatningsmodalitet – text och bild för båda, enligt kortet. d1.2 lägger till ljud, enligt leverantören, vilket kortets datablad ännu inte har hunnit ikapp.
• Brier-score, där lägre är bättre — 0,164 mot 0,176. Den billigare modellen är den bättre kalibrerade.
Läs den sista raden två gånger. Kalibrering är egenskapen som gör en sannolikhetströskel användbar, och modellen till halva priset vinner den. De poänger som flaggskeppet fortfarande har är poänger om att veta saker, inte om att veta hur säker den är.
Där D1 Ultra fortfarande är värd sitt pris

Fem av de sex komponenterna talar för den äldre modellen, och mönstret i dem är tillräckligt konsekvent för att man ska kunna planera utifrån det.
• AA-Paperclip, dokumentbeslut — 64,69 för D1 Ultra mot 62,60 för d1.2, med 51,3 % av dokumenten helt korrekta mot 44,3 %. Fullständigt godkända hela dokument är det strängare måttet: en faktura med femton fält där fjorton är rätt räknas som en miss.
• EvalSafe-O*NET-AA, arbetsplatsbedömning — 88,15 mot 86,55, och 82,9 % noggrannhet mot 79,7 %. En skillnad på 1,6 punkter på komponenten, vilket ligger nära brusgolvet för en omkörning.
• AA-Omniscience-Decision v1.1, kunskap — 64,39 mot 60,94, med 28,0 % träffsäkerhet mot 30,0 % och en icke-hallucineringsgrad på 88,6 % mot 66,6 %. Raden för träffsäkerhet och raden för avstående motsäger varandra, och det är raden för avstående som dominerar poängen: D1 Ultra avstår mycket oftare och belönas för det.
• HLE-MultiChoice v1.1, svåra frågor — 47,39 mot 44,69. I rå träffsäkerhet vidgas gapet åt andra hållet, 6,09 % mot 5,30 %, och det är brus på ett benchmark där hela fältet ligger under tio procent.
• AA-Symmetry, invarians vid omformulering — 78,66 mot 76,52 på komponentscore, även om d1.2 klarar fler hela set, 50,0 % mot 45,8 %. Flaggskeppet vinner på delpoäng och förlorar på det striktare måttet, så den här raden är inte en ren vinst åt något håll.
Om din arbetsbelastning är ”ett dokument, en svår fråga, svaret går till en människa som kommer att agera på det”, beskriver de raderna exakt det fall där det gamla flaggskeppet fortfarande är rätt val, och prisskillnaden vid den volymen är ett avrundningsfel.
Där d1.2 inte är nära
En komponent rör sig åt motsatt håll, och den rör sig långt.
• When2Call, beslut om verktyg och funktioner – 96,09 för d1.2 mot 93,83 för D1 Ultra, med 95,5 % noggrannhet mot 93,0 %. Detta är komponenten som avgör om en agent anropar rätt funktion med rätt argument, och det är det starkaste enskilda argumentet för den nya modellen i en agentisk stack.
Sedan finns det allt som indexet inte mäter. Fem nya svarstyper – ett värde med de tecken som det lästes från, span med positioner, boxar, antal med intervall, flerval med sannolikheter per alternativ – finns bara på d1.2, och indexet poängsätter ingen av dem. Deras noggrannhetssiffror är Liquids egna, på interna testset byggda från undanhållna delningar av offentliga datamängder, och de märks så överallt där de förekommer nedan.
Enligt leverantörens siffror ligger de två nya modellerna nära varandra och det finns ingen D1 Ultra-rad alls, eftersom uppgiftstyperna inte fanns när den lanserades: 98 % och 96 % för att läsa ett värde från ett kvitto för d1.2-ultra och d1.2, 94 %/93 % mot 92 %/88 % för personuppgiftsintervall, 94 % för båda vid objektlokalisering, och 87 % mot 90 % för att plocka alla objekt som finns. Det relevanta faktumet för den här jämförelsen är inte procenttalen — det är att den äldre modellen inte kan uttrycka dessa svar, så en pipeline som behöver dem väljer inte mellan två modeller. Den väljer mellan en modell och en kringgående lösning.
Faktureringsregeln, som är värd mer än de två indexpoängen

D1 Ultra fakturerar varje fråga som en egen prompt, inklusive varje bifogad bild. Ställ tio frågor om ett fotografi och fotografiet debiteras tio gånger: med Liquids angivna 1,5 token per 32×32-pixelruta är en 1024×1024-bild 1 536 token, så tio frågor innehåller 15 360 bildtoken innan ett enda ord text. d1.2 fakturerar texten och bilderna i en begäran en gång, och varje ytterligare fråga lägger bara till sin egen text.
Räkna på det med en konkret förfrågan: ett dokument på 2 000 token, en bild på 1024×1024, tio frågor på cirka 30 token. Enligt den gamla regeln omfattar förfrågan ungefär 35 700 token; enligt den nya ungefär 3 840. Med respektive modells eget pris blir det cirka 0,0015 USD på D1 Ultra mot cirka 0,00008 USD på d1.2 – prisgapet och debiteringsgapet förstärker varandra i stället för att ta ut varandra. Vid 250 000 förfrågningar i månaden är skillnaden cirka 375 USD mot 20 USD.
Detta är aritmetik på Liquids egen faktureringsbeskrivning, inte en uppmätt faktura, och förhållandet kollapsar till 1× om du ställer en fråga per tillstånd. Den enda frågan är hela beslutet: ju fler frågor du ställer om samma dokument, desto mindre handlar jämförelsen alls om indexpoäng.
Vad ändras i klienten
Slutpunkten är densamma — api.liquid.ai/decisions/v1/systemone — och modellsträngen är migreringen. De tre ursprungliga frågetyperna behåller sin form; svaren är fortfarande strukturerad JSON med en sannolikhet per alternativ och inga utdatatoken, så inget i din parsning ändras. Det du får är additivt och bryter inte något som redan fungerar.
Haken är operativ snarare än teknisk: D1 Ultra är inte utfasad, båda modellerna debiteras endast för input-tokens, och Liquid säljer båda från samma konsol. Det finns ingen tvingande faktor att byta, vilket innebär att migreringen inte kommer att ske av sig själv och bör schemaläggas mot en arbetsbelastning du kan mäta snarare än mot ett lanseringsdatum.
Att köra båda utan att binda sig för någon av dem
Ett ord om åtkomst före den operativa delen: d1.2 och D1 Ultra levereras båda från Liquids eget API, och ingen av dem finns i vår katalog – detta är en jämförelse, inte ett påstående om tillgänglighet. Anledningen till att vår katalog överhuvudtaget är relevant är Jev 1.14, som har EvalSafe-O*NET-AA på 91,14 där d1.2 klarar 86,55, använder samma förfrågningsformat som systemone och debiterar 0,042 USD per miljon indatatoken. Om migreringsbeslutet hänger på en enda komponent som du inte har råd att förlora, är det den modell du bör testa det mot.
Den uppdelning som är vettig följer den korrigerade komponentbilden snarare än rubriken. Skicka tillstånd med flera frågor, allt som innehåller en bild och allt som en agent skickar vidare till d1.2 – det är där dess kontextfönster, dess hastighet och dess When2Call lead alla pekar åt samma håll. Behåll enskilda svåra dokumentbedömningar och kunskapsfrågor med ett entydigt svar på D1 Ultra tills ditt eget stickprov säger emot. Två rutter, ett villkor vardera, skrivna efter frågetyp i stället för hårdkodade i tre tjänster: det är vad routing-DSL:en är till för, och eftersom leverantörernas listpriser förs vidare med 0 % påslag, blir en ändring av något av Liquid-priserna synlig för routningen samma dag den sker i stället för vid nästa förnyelse. Automatisk failover täcker sedan fallet där en av de två modellerna har en dålig eftermiddag mitt under migreringen.

En skuggkörning kostar nästan ingenting i den här skalan: ett par tusen av dina verkliga tillstånd genom båda modellerna, jämför sannolikheter i stället för etiketter, och räkna de fall där D1 Ultra säger 0,85 och har fel, jämfört med samma fall på d1.2. Styrelsen säger att den nya modellen är bättre kalibrerad överlag; ditt urval är det enda som säger om den är bättre kalibrerad på dina data, och det är den siffran som migreringen bör hänga på.
