Liquid AI d1-ultra vs Liquid AI d1: Samma slutpunkt, samma frågor, dubbelt pris – här är brytpunkten

Det kortaste ärliga svaret är detta: Liquid AI d1-ultra kostar $0,042 per miljon indatatokens och Liquid AI d1 kostar $0,02 per miljon indatatokens, båda anropas på samma URL med samma tre frågetyper, och den dyrare är den man ska använda när det är dyrare att ha fel än att fördubbla din kostnad per anrop. Det är hela beslutet, och det är ovanligt enkelt eftersom inget annat hos de två modellerna skiljer sig strukturellt. De släpptes med tio dagars mellanrum – d1 den 5 oktober 2026 som Liquid AIs första beslutsmodell, d1-ultra den 15 oktober som familjens mest kapabla medlem – och båda byggdes för att göra samma sak: ta emot ett tillstånd av text, bilder eller båda plus en eller flera typade frågor, och returnera sannolikheter från en enda framåtpassning med noll genererade utdatatokens och inget att streama. Jämförelser som den här är också där felmoderna visar sig: de dokumenterade AI-incidenterna och agentfelen bakom modeller i den här klassen samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.

Det som gör att paret är värt en egen artikel i stället för en fotnot är att de är substitut, inte en stege med ett mittensteg. Du kör inte d1 och faller tillbaka på d1-ultra i svåra fall på samma sätt som du skulle göra med en liten och en stor generativ modell, eftersom båda ligger bakom samma modellsträng i samma request-body. Att byta kostar ett ord i en JSON-payload. Så frågan är inte om uppgraderingen är tekniskt tillgänglig – det är om de extra $0.022 per miljon indatatokens köper något som just din specifika arbetsbelastning kan märka, och det går att besvara med siffrorna som Liquid AI har publicerat.

Vad som faktiskt skiljer sig, i en enda omgång

De skillnader som redovisas är färre än vad prisskillnaden antyder, och de som saknas har lika stor betydelse som de som finns.

• Pris — 0,042 USD per miljon indatatoken för d1-ultra jämfört med 0,02 USD för d1, båda faktureras endast för indata utan avgift för utdata, och båda räknar bilder som text med 1,5 token per 32×32-pixelruta.

• Basmodell — d1-ultra beskrivs som byggd på "en större modell med öppna vikter och en serie tunga anpassningar specifika för Liquid"; d1:s tillkännagivande säger bara att den byggdes för familjens första generation, och ingen basmodell nämns heller.

• Språktäckning — Liquid AI:s lanseringsinlägg för d1-ultra anger 44 språk. Ingen jämförbar siffra publicerades för d1.

• Indexplacering — d1-ultra uppges leda Artificial Analysis Decision Index med minst åtta poäng; d1 presenterades med sex jämförelser av verkliga tillämpningar mot GPT-6.1 Sol och Claude Opus 5.5 i stället för en indexpoäng.

• Parameterantal – inte offentliggjort för någon av dem. Inte heller d1-ultras kontextfönster anges av leverantören, och det förekommer endast i kataloger från tredjepartsgatewayer med 32 768 tokens, vilket vi betraktar som obekräftat snarare än som en specifikation.

• Latens — d1 publicerades med 200 till 300 ms för ett textbeslut. d1-ultra har ingen publicerad latenssiffra alls.

Det sista paret luckor är det man bör lägga märke till. Den nyare, dyrare modellen är den vars specifikationsblad är tomare. Du ombeds betala 2,1 gånger priset för en modell vars storlek, kontextlängd och hastighet alla är oredovisade, med stöd av ett kalibreringspåstående och ett indexnummer som leverantören själv har rapporterat.

Påståendet som Liquid AI faktiskt gör

Läs d1-ultra-inlägget noga, och budskapet är inte noggrannhet. Det är att noggrannhet ensam inte räcker för en beslutsmodell, eftersom en beslutsmodell också avger sannolikheter, och de flesta av dem är överkonfidenta. En klassificerare som säger 0,97 men menar 0,72 kommer att förstöra en tröskelbaserad pipeline även om dess top-1-noggrannhet är utmärkt, eftersom varje automatiserad åtgärd du vidtar över den tröskeln vidtas på en falsk premiss. d1-ultra tränades, säger inlägget, specifikt för att dess sannolikheter ska vara bättre kalibrerade — och utgivningen rapporterar att den över 112 unika utvärderingar slår Jev 1.14 på varje uppgift med bättre kalibrering till samma pris.

Detta är ett genuint annorlunda säljargument än "smartare", och det är också det enskilt svåraste påståendet i någon av utgåvorna för en utomstående att verifiera. Ingenting i tillkännagivandet låter dig kontrollera kalibreringen på dina egna data innan du bestämmer dig. Om din pipeline tar argmax och ignorerar sannolikheten gäller inte kalibreringsargumentet för dig, och d1-ultras fall reduceras till indexgapet. Om din pipeline använder tröskelvärden på sannolikheten – automatgodkänner över 0,9, eskalerar under – är kalibreringen det enda tal som spelar roll, och det är ett tal som du själv måste ta fram från ett märkt urval.

När dubbleringen betalar sig själv

Räkna igenom det vid en volym där prisskillnaden slutar vara brus. En modereringsgrind som ställer en noul-fråga per inlägg, 500 000 inlägg i månaden, med ungefär 400 input-tokens vardera, är 200 miljoner input-tokens i månaden.

• På d1 — 4,00 $ per månad. På d1-ultra — 8,40 $ per månad. Skillnaden på fyra dollar är inte en budgetpost; den är mindre än kostnaden för den ingenjörstimme som lades på att fatta beslutet.

• Tillämpa samma spärr på bildinmatning, så ökar antalet tokens snabbt, eftersom en enda bild på 1024×1024 är 1 536 indatatokens och varje fråga debiterar på nytt sin text och alla sina bilder. Fem frågor om samma foto innebär att du betalar för fotot fem gånger, vilket är ett designmisstag värt att undvika oavsett vilken modell du väljer.

• Vid 20 miljarder indatatokens i månaden – en klassificerare i stor skala, inte ett pilotprojekt – kostar d1 cirka 400 dollar och d1-ultra cirka 840 dollar. Det absoluta gapet är nu verkligt, och det ligger fortfarande under tusen dollar för en arbetsbelastning som bearbetar motsvarande tiotals miljoner bilder.

Slutsatsen som den här aritmetiken tvingar fram är inte den folk förväntar sig. För den överväldigande majoriteten av beslutsrelaterade arbetsbelastningar är prisskillnaden mellan d1-ultra och d1 för liten för att vara den avgörande faktorn, vilket innebär att beslutet helt bör fattas utifrån kvaliteten på svaren. Det intressanta undantaget går i motsatt riktning: om din volym är genuint enorm och din uppgift är enkel — en binär grind på kort text, inga bilder — bör du inte alls välja mellan dessa två, eftersom open-weight d1-3B utför det jobbet till noll per anrop. Prissättningen för paret ligger så nära varandra att den verkliga frågan är den under dem.

Där en beslutsmodell är fel instrument

Båda modellerna är dokumenterade för samma fyra uppgifter: klassificering och routning, poängsättning och betygsättning, binära grindar och multimodal inspektion. Leverantörens egen dokumentation är lika tydlig med vad de inte är avsedda för — fritextgenerering, flerturschatt, sammanfattning, öppet resonemang, skriva kod. Det finns inga utdatatoken att strömma, så en applikation som förväntar sig prosa tillbaka får ett fel, inte ett sämre svar. Det är värt att påpeka, eftersom frestelsen att ta till en beslutsmodell som en billig ersättning för ett generativt anrop är precis hur pipelines till slut missbrukar en.

Den publicerade evidensen för den äldre modellen är åtminstone konkret. I sex verkliga applikationer som testades den 5 oktober 2026 rapporterades d1 matcha eller slå GPT-6.1 Sol i fyra av dem till 19–200 gånger lägre kostnad och svara snabbare på varje uppgift. Ett av dessa sex var en körning för visuell inspektion av delar från fyra produktionslinjer – kretskort, ljus, cashewnötter och tuggummi, i VisA-datasetet – där modellen skilde godkända från defekta med 85–97 procents noggrannhet utan uppgiftsspecifik träning. En annan tog bort 52 procent av tokens i en kontextkomprimeringskörning. Det är utvärderingar som körts av leverantören med en angiven metodik, och de är fortfarande leverantörskörda: en körning per modell och applikation, listpriser utan cacherabatter, och flera av kod- och komprimeringsfrågorna författades efter att d1:s pipeline redan var fastställd. Läs dem som bevis för att kategorin fungerar, inte som en resultattavla som du kan överföra till din egen uppgift.

Uppgraderingsbeslutet, i regel

Börja med d1. Inte för att det är den bättre modellen – indexpåståendet säger att det inte är det – utan för att vid $0.02 per miljon indatatokens utan kostnad för utdata kostar några hundra tusen anrop bara ören, och det snabbaste sättet att lära sig om en beslutsmodell passar din pipeline är att sätta en framför verklig trafik och titta på sannolikhetsfördelningen den returnerar. Logga sannolikheterna, inte bara etiketterna. Om de klumpar sig tätt kring extremvärdena och dina trösklar är stabila, får du kalibrering gratis och har ingen anledning att betala för mer.

Byt till d1-ultra när ett specifikt, namngivet fel dyker upp i den loggen: den svåra kunskapsfrågan, det visuellt tvetydiga påståendet, fallet där modellen returnerar 0,6 och menar det. Migreringen är en ändring av modellsträngen på samma endpoint, så den kan vara selektiv – d1-ultra på de rutter som visade felen, d1 på allt annat. Det är den ärliga formen på den här jämförelsen. Det är inte ett antingen/eller; det är en inställning per rutt, och prissättningen är tillräckligt nära för att du har råd att vara kirurgisk med den.

Det finns en praktisk hake värd att planera för. Om dina beslut matar in i ett generativt steg – ett svar, en sammanfattning, ett verktygsanrop – har du två leverantörsrelationer att sköta, inte en. OrcaRouter eliminerar den andra halvan av det: en enda OpenAI-kompatibel nyckel för 200+ generativa modeller till leverantörens listpris som förs vidare med 0 % påslag, så en prisändring uppströms slår igenom på din faktura samma dag i stället för vid nästa avtalsförnyelse, med automatisk failover mellan leverantörer bakom samma slutpunkt. För att vara exakt om gränsdragningen: vi hostar inte Liquid AI:s beslutsmodeller, så anropet till d1 eller d1-ultra går fortfarande till Liquid AI:s eget API, och det vi hanterar är allt nedströms beslutet.

Vad du bör se upp med innan du satsar på d1-ultra i stor skala

Två tal, som båda för närvarande saknas. Det första är latens: d1:s siffra på 200–300 millisekunder säger dig ingenting om d1-ultra, och den nyare modellen publicerar ingenting, så varje latenskänslig rutt bör canary-testas i stället för att migreras i sin helhet. Det andra är en oberoende kalibreringsmätning. Jämförelsen med 112 utvärderingar och försprånget på åtta punkter i indexet är Liquid AI:s egen rapportering, och indexsiffran nådde den här artikeln via leverantörens tillkännagivande och pressbevakningen av det snarare än från en tabell som vi själva kunde läsa in. När någon reproducerar en tillförlitlighetskurva för någon av modellerna på offentliga data blir premien på 2,1 gånger ett inköpsbeslut i stället för en bedömningsfråga.

Fram till dess är den hållning som tål granskning en konservativ sådan. d1 är en kapabel, billig beslutsmodell som bevisats av sin egen leverantör, till ett pris som gör experimenterande nästan gratis. d1-ultra är en trovärdig förbättring med ett specifikt, kontrollerbart-låtande påstående kopplat till sig och ett ovanligt tunt specifikationsblad bakom sig. Att betala dubbelt för den andra innan du har ett fel i handen är att köpa försäkring mot ett problem du ännu inte har observerat – vilket, vid dessa volymer, inte är så mycket ett misstag som ett avrundningsfel. Se bara till att avrundningsfelet inte blir arkitekturen.