Liquid AI d1-ultra vs Liquid AI d1-3B: En hyrd slutpunkt för $0,042 per miljon, eller en checkpoint på 2,87 GB som du äger

Liquid AI d1-ultra debiteras 0,042 USD per miljon indatatokens och körs på någon annans accelerator i någon annans datacenter. Liquid AI d1-3B debiteras ingenting per anrop och körs på en Jetson Orin Nano på ett skrivbord. De två meningarna beskriver modeller som Liquid AI släppte med åtta dagars mellanrum — d1-3B som en checkpoint med öppna vikter som annonserades den 7 oktober 2026, d1-ultra som en API-only-modell den 15 oktober — och de beskriver samma uppgift: ge modellen ett tillstånd av text, bilder eller båda, ge den en uppsättning typade frågor och få kalibrerade svar tillbaka från en enda framåtpassning utan att en enda utdatatoken genereras. Ingen av dem skriver prosa. Ingen av dem strömmar. Skillnaden mellan dem är inte "vilken som är smartare" i abstrakt mening, eftersom det ärliga svaret helt beror på hur många gånger om dagen du frågar. För en modell vars felmoder fortfarande är odokumenterade är den användbara motsvarigheten registret över vad som redan har gått fel någon annanstans: de dokumenterade AI-incidenterna och agentfelen kring modeller i den här klassen samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensbetyg och omtvistad-flagga.

Den inramningen är anledningen till att den här jämförelsen är värd mer än ett specifikationsblad. d1-3B och d1-ultra står i varsin ände av ett beslut som Liquid AI nu har gjort explicit i sin egen dokumentation: du kan hyra den mest kapabla modellen i familjen per token, eller så kan du äga en med 3,12 miljarder parametrar och i stället betala i kisel, el och ingenjörstimmar. Båda är aktuella produkter. d1-ultra är det nyaste företaget har släppt, och d1-3B är vad de flesta läsare förmodligen borde börja med. Vilken av dem som är rätt för en given pipeline är en aritmetisk fråga med en verklig brytpunkt, och den går att besvara med publicerade siffror – vilket är vad som följer.

En not om källorna innan siffrorna, för det spelar större roll än formateringen av den. Nästan allt nedan är Liquid AIs egen rapportering: modellkorten, inlägget om öppna vikter den 7 oktober och inlägget om d1-ultra den 15 oktober. Vi har inte självständigt återskapat någon benchmark för beslutsmodeller för den här artikeln, och så vitt vi kan bedöma har ingen annan gjort det heller. När en siffra är vår egen uträkning utifrån ett publicerat tal snarare än någons mätning, står det i meningen som innehåller den.

Vad varje modell faktiskt är, per mitten av oktober 2026

Liquid AI d1-3B är en beslutmodell med öppna vikter och 3,12 miljarder parametrar, tränad från LFM2.5-VL-3B, en enbart dekoderbaserad bild- och språkmodell. Den har en SigLIP2 NaFlex 400M-bildencoder, ett kontextfönster på 32 768 token och en vokabulär på 128 000 token, tar text, JSON, bilder eller en blandning som sitt tillstånd och svarar på en eller flera frågor – Choice, Score eller noul, ja/nej-primitiven som returnerar en sannolikhet mellan 0 och 1 – i en enda framåtpassning. Vikterna finns på Hugging Face under LFM Open License, som leverantören beskriver som fri att använda, även kommersiellt, under 10 miljoner USD i årliga intäkter. Stöd för llama.cpp från dag ett uppges, med NVFP4-byggen för Apple, AMD, Qualcomm och 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.

Anledningen till att de styckena är så ojämna är inte redaktionell. Det är hela jämförelsen. d1-3B är dokumenterad till en detaljnivå som låter dig dimensionera hårdvara innan du laddar ner något. d1-ultra är dokumenterad till en detaljnivå som låter dig anropa den och inget mer.

De två indexnumren sitter inte på samma linjal.

Varje sekundär redogörelse för detta par kommer att ställa 65 bredvid 48,57 och låta dig dra den uppenbara slutsatsen. Läs etiketterna först, eftersom de två siffrorna publicerades under olika instrument.

• d1-3B:s siffra – 48,57 – på den publika spliten av Decision Index v0.2.1, i releaseinlägget den 7 oktober. Leverantören uppger dessutom att modellen ligger före allt under 10B och i nivå med Decider 35B-A3B, en modell som är tolv gånger så stor.

• d1-ultras siffra — 65, som beskrivs i inlägget den 15 oktober som ledande i Artificial Analysis Decision Index med minst åtta poäng, med påståendet att d1-ultra slår Jev 1.14 i alla uppgifter. Pressbevakningen av tillkännagivandet har rapporterat Jev 1.14 till 57, vilket stämmer med en ledning på åtta poäng.

Två saker är sanna och värda att sägas rakt ut. För det första: indexet bakom d1-ultras 65 är en tredje parts, men siffran nådde oss via Liquid AI:s eget tillkännagivande och via pressartiklar om det – vi kunde inte själva ladda en offentlig tabell som visade 65 – så i den här artikeln är den leverantörsrapporterad. För det andra: en poäng för offentlig split från version-0.2.1 och en icke-versionerad indexpoäng är inte garanterade att ligga på samma skala, och v0.3-indexet har en privat vision-split som den öppna utgåvan uttryckligen inte rapporterade mot. Se gapet som riktningsvisande – den betalda modellen är klart bättre – inte som ett mått på 16,4 punkter. Ingen, inte ens vi, har kört dessa två modeller genom en gemensam testbänk.

Latens: ett nummer publiceras, det andra inte

Den öppna modellens hastighet är ovanligt väl dokumenterad, vilket gör utelämnandet på den betalda modellen mer iögonfallande. d1-3B:s kort rapporterar en enskild fråga på 8 ms på ett RTX 4090, 9 ms på ett AMD MI325X, 16 ms på en Jetson AGX Thor, 26 ms på en Jetson AGX Orin 64 GB, 30 ms på en Apple M5 Pro och 50 ms på en Jetson Orin Nano, med packad genomströmning som når 1 106 beslut per sekund på MI325X.

Det där är forward-pass-tider på namngiven hårdvara, inte end-to-end-tider för begäranden, och skillnaden är inte pedantisk. Senaste gången Liquid AI publicerade en hostad latens för en beslutsmodell – inlägget den 5 oktober som introducerade d1 – var den 200 till 300 ms för ett textbeslut, vilket är en API-rundtur inklusive köning och nätverk, och den går inte att jämföra med en framåtpassning på 8 ms på ett lokalt kort. För d1-ultra har leverantören inte publicerat någon latenssiffra alls, i någon av formerna. Om din pipeline är latenhetsbegränsad snarare än noggrannhetsbegränsad, är den frånvaron det enskilt viktigaste på den här sidan: du kan för närvarande inte avgöra om den dyra modellen är snabb, och det enda sättet att ta reda på det är att mäta den själv.

Aritmetiken som marknadsföringssidorna inte gör

Här är det som de två produkterna verkligen skiljer sig åt, och det är en beräkning du kan göra på en servett. Ta en supporttriageringsspärr som ställer en noul-fråga per ärende, 200 000 ärenden i månaden, med ungefär 1 200 indatatokens per fråga, inklusive en liten skärmbild. Det är 240 miljoner indatatokens i månaden, vilket är den mängd som gör priset per miljon begripligt.

• På d1-ultra till $0,042 per miljon indatatoken är det ungefär $10,08 i månaden. På d1-3B till noll per anrop är det $0,00 i månaden plus vad hårdvaran än kostar.

• En Q8_0-build på 2,87 GB får plats med god marginal på en Jetson Orin Nano. Om du köper den burken specifikt för den här arbetsbelastningen mäts återbetalningstiden mot den hostade slutpunkten i år, inte veckor – vilket är den ärliga slutsatsen, och inte den en hårdvaruleverantör skulle trycka.

• Vänd på volymen. Vid 200 miljoner frågor i månaden – 240 miljarder input-tokens – är d1-ultras räkning ungefär $10,080 i månaden, och den lokala versionen drar fortfarande lika mycket el. Det är där ägandet av checkpointen slutar vara en filosofisk preferens och blir en utgiftspost.

Tre förbehåll, som alla drar åt samma håll. Varje tokenantal ovan är det vi valde; din tillståndslängd och ditt bildantal kommer att skilja sig, och bilder debiteras som text med 1,5 token per 32×32-pixelpatch, så en enda 1024×1024-bild är 1 536 indatatoken. Varje fråga faktureras som en egen prompt, inklusive dess text och alla dess bilder, så att ställa tre frågor om samma skärmbild gör att du betalar för den skärmbilden tre gånger. Och inget av detta prissätter ingenjörsarbetet: den lokala vägen ger dig ett kvantiseringsval, en runtime att hålla uppdaterad och en visionsencoder som slukar minne innan de 3,12B vikterna gör det. Om du anropar en modell några tusen gånger i månaden är den hostade slutpunkten billigare än mötet där du beslutar att självhosta.

Där var och en slutar vara det rätta svaret

Liquid AI d1-3B är rätt standardval när något av följande är den bindande begränsningen: data kan inte lämna lokalerna eller enheten; nätverkshoppet är oacceptabelt; volymen är tillräckligt hög för att prissättning per anrop ska bli den dominerande kostnaden; eller tillståndet är en livekamerabild eller en skärmdump som du helst inte vill skicka till en tredje part. Leverantörens egen positionering stöder det första av dessa — den öppna utgåvan är uttryckligen inriktad på edge- och enhetsbaserad driftsättning över NVIDIA DGX-, RTX- och Jetson-hårdvara — och de 17 820 nedladdningar som checkpointen registrerade under sin första månad tyder på att många människor snabbt kom fram till samma slutsats.

Liquid AI d1-ultra är rätt svar när själva beslutet är det svåra. Kunskapstunga frågor, visuella påståenden som måste matchas mot verklighetskontext – leverantörens egna exempel är kretskortsdefekter och att matcha ett skadeståndsanspråk mot ett kundfoto – och långsvansfall där en 3B-modells konfidens helt enkelt inte är värd att lita på. Det specifika påståendet som Liquid AI gör för den är inte bara noggrannhet utan kalibrering: de flesta beslutsmodeller är överkonfidenta, hävdar inlägget, och d1-ultra tränades så att dess sannolikheter betyder något. Om du sätter ett tröskelvärde på en sannolikhet istället för att ta argmax – dirigerar allt över 0,8 till automatisk lösning och allt annat till en människa – är kalibrering hela spelet, och det är också det påstående i den här utgåvan som är svårast för en utomstående att kontrollera.

De fall där ingen av dem är rätt är också värda att nämna. Om ditt svar är fritext, en spårning i flera steg eller en sammanfattning, är en beslutsmodell fel verktyg, och det säger leverantören själv i sin egen dokumentation. Om du behöver ljud i tillståndet i stället för bara text och bilder, är den tredje medlemmen i familjen, d1-omni-600M, den som tar det – att använda d1-ultra för det jobbet är inte en uppgradering, det är ett kategorimisstag.

Att passa in detta i en stack du redan kör

En beslutsmodell är nästan aldrig hela pipelinen. Den är grinden: det som avgör huruvida ett ärende är brådskande, huruvida ett foto är en defekt, huruvida ett verktygsanrop godkänns. Något måste fortfarande skriva svaret, och på den lokala vägen är det något en andra modell som du nu måste hosta – vilket är den verkliga kostnaden för att självhosta, och den som aldrig dyker upp i jämförelsen per token. Mönstret som faktiskt fungerar vid små och medelstora volymer är en lokal d1-3B för den högfrekventa grinden och en hyrd endpoint för det sällsynta svåra fallet, med en OrcaRouter-nyckel som bär de generativa modeller som dessa beslut sprider sig till: ett API över 200+ modeller, leverantörens listpris vidarebefordrat med 0 % påslag, och automatisk failover mellan leverantörer så att en enda dålig eftermiddag uppströms inte förvandlar din triagekö till en eftersläpning. Det är värt att vara precis om vad det täcker och inte täcker – vi hostar ingen Liquid AI-modell, så själva beslutsanropet går till Liquid AI:s API eller till den lokala checkpointen, och OrcaRouter är det som ligger bakom.

När du slutar behandla beslutsmodellen som fixerad upphör jämförelsen att vara binär. Routing-DSL låter dig kombinera en billig grind och en dyr skrivare i ett enda anrop, och fusion låter en panel av modeller svara tillsammans när en enskild inte är tillräckligt tillförlitlig. Ingen av dem är ett skäl att välja d1-ultra framför d1-3B. Båda är skäl att se över valet vid den volym där aritmetiken faktiskt förändras.

Vad skulle ändra det här svaret?

Tre saker, i sannolikhetsordning. Ett oberoende benchmark som kör d1-3B och d1-ultra genom samma testramverk på samma uppgifter – vid vilken punkt gapet 48,57 mot 65 blir en mätning i stället för en gissning om riktningen. En publicerad latens för d1-ultra, utan vilken varje latenskänslig pipeline bör behandla den hostade modellen som okänd och först mäta den i en kanarieväg. Och ett eventuellt open-weight-släpp byggt på den större stommen, vilket familjens historia gör mindre långsökt än det låter: varje annan d1-modell som från början var hostad blev nedladdningsbar inom två dagar.

Till dess gäller tumregeln. Börja med d1-3B eftersom den är gratis att prova, snabb på hårdvara du kanske redan äger, och tillräckligt väl dokumenterad för att kunna dimensioneras korrekt innan du binder dig. Flytta de specifika besluten som visar sig vara oövertygande till d1-ultra. Klyftan mellan de två är verklig; den är bara smalare än vad prisskillnaden antyder, och mycket smalare än vad indexsiffrorna antyder när de ställs sida vid sida utan sina versionsbeteckningar.