การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งมีหัวข้อว่า ‘การอัปเกรดที่ราคาเท่าเดิม’ และคำบรรยายใต้หัวข้อว่า ‘Liquid AI d1.2-ultra แทนที่ Liquid AI d1-ultra’ มีแถบแนวนอนสองแถบวางซ้อนกัน: แถบด้านบนที่สั้นกว่ามีป้ายกำกับว่า d1-ultra พร้อมค่า 70.58 ที่ปลายด้านขวา ส่วนแถบด้านล่างที่ยาวกว่ามีป้ายกำกับว่า d1.2-ultra พร้อมค่า 74.85 ที่ปลายด้านขวา ชิปแบบมีกรอบสามอันทางด้านขวาระบุว่า ‘บริบท 66k เพิ่มขึ้นจาก 33k’, ‘218 ms ต่องาน ลดลงจาก 301 ms’ และ ‘$0.042 ต่อ 1M โทเค็นอินพุตเท่าเดิม’ เครื่องหมาย OrcaRouter ถูกคอมโพสิตไว้ที่มุมขวาล่าง
Guides & Insights

d1.2-ultra vs Liquid AI D1 Ultra: ราคาเดียวกัน บริบทมากเป็นสองเท่า และมีจุดหนึ่งที่แย่ลง

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Liquid AI d1.2-ultra มีค่าใช้จ่ายเท่ากับ Liquid AI D1 Ultra ทุกประการ: $0.042 ต่อหนึ่งล้านโทเค็นอินพุต ไม่คิดค่าโทเค็นเอาต์พุต ปลายทางเดียวกัน และคำถามสามประเภทเดิมที่คุณส่งอยู่แล้ว มันเปิดตัวเมื่อวันที่ 16 พฤศจิกายน 2026 หนึ่งเดือนหลังจากโมเดลที่มันมาแทน และทำได้ดีกว่าในคะแนนรวม — 74.85 เทียบกับ 70.58 บน Artificial Analysis Decision Index v2.1 เป็นอันดับหนึ่งจาก 24 เทียบกับอันดับหก ดังนั้นการอัปเกรดจึงฟรีและชัดเจน และคุณควรอัปเกรด สิ่งที่ทำให้การตัดสินใจนี้ควรค่าแก่บทความมากกว่าบันทึกการเปลี่ยนแปลงบรรทัดเดียว คือในเมตริกองค์ประกอบที่เผยแพร่ทั้งสิบหกตัว มีสี่ตัวที่ถอยหลังลง และสองในนั้นเป็นตัวที่ไปป์ไลน์ที่ขับเคลื่อนด้วยเกณฑ์รู้สึกได้มากที่สุด

รูปแบบนี้เฉพาะเจาะจง โมเดลใหม่ทำได้ดีกว่ามากในการอ่านเอกสาร ดีกว่ามากเมื่อต้องรองรับการถอดความ และแย่ลงเล็กน้อยในด้านการรู้ข้อเท็จจริงและการปฏิเสธที่จะตอบ หากไปป์ไลน์ของคุณใช้ Liquid AI D1 Ultra เป็นเอนจินสำหรับสกัดข้อมูล รุ่นที่มาแทนถือเป็นชัยชนะแบบตรงไปตรงมา หากใช้มันเป็นผู้เฝ้าประตูที่ควรจะพูดว่า "ฉันไม่รู้" เมื่อกรณีกำกวม รุ่นที่มาแทนจะเป็นการตัดสินใจแบบใช้สองโมเดล ไม่ใช่การสลับแทนกันเฉยๆ

ทั้งสองรุ่นบนเครื่องมือเดียว

A generated two-column scoreboard titled ‘d1.2-ultra vs d1-ultra - the scoreboard’. The d1.2-ultra column reads Decision Index 75, AA-Paperclip 75.8 at 67.7% all-pass, AA-Symmetry 86.3, AA-Omniscience accuracy 23.6%, context window 66k and price $0.042 per 1M input. The d1-ultra column reads Decision Index 71, AA-Paperclip 64.7 at 51.3% all-pass, AA-Symmetry 78.7, AA-Omniscience accuracy 28.0%, context window 33k and price $0.042 per 1M input. The footer reads ‘All figures per Artificial Analysis Decision Index v2.1; context windows as listed by Artificial Analysis, not stated by the vendor.’

การเปรียบเทียบนี้เรียบง่ายผิดปกติ เพราะทั้งสองแถวถูกสร้างโดยองค์กรเดียวกัน บนเวอร์ชันเดียวกันของบอร์ดเดียวกัน ซึ่งไม่จริงสำหรับการตัดสินใจอัปเกรดส่วนใหญ่ Artificial Analysis รัน d1-ultra และ d1.2-ultra บน Decision Index v2.1 ดังนั้นไม่มีอะไรตรงนี้ที่ต้องพึ่งการนำตัวเลขของผู้ขายไปเทียบกับตัวเลขจากแหล่งอิสระ หรือพึ่งการแก้ไขดัชนีที่เปลี่ยนเกณฑ์กลางทางระหว่างสองรีลีส พาดหัวของผู้ขายเองสำหรับโมเดลใหม่ — ที่หนึ่ง นำอยู่สองคะแนน — ตรงกับบอร์ดที่ระบุชื่อไว้

• ราคา — $0.042 ต่อหนึ่งล้านโทเค็นอินพุตสำหรับทั้งสองแบบ เหมือนกันทุกประการ และไม่เปลี่ยนแปลงจากการอัปเกรด

• Decision Index v2.1 — d1.2-ultra 74.85 (อันดับ 1 จาก 24) เทียบกับ d1-ultra 70.58 (อันดับ 6)

• หน้าต่างบริบท — 66k โทเคน เทียบกับ 33k ตามข้อกำหนดทางเทคนิคของบอร์ด โพสต์เปิดตัวของ Liquid ระบุว่าไม่มีหน้าต่างสำหรับทั้งสองรุ่น

• เวลาต่องาน — 218 ms เทียบกับ 301 ms การอัปเกรดยังเร็วขึ้นหนึ่งในสามด้วย

• ต้นทุนต่อหนึ่งล้านงาน — 133 ดอลลาร์สำหรับทั้งสอง ซึ่งเป็นสิ่งที่คุณคาดหวังได้เมื่อราคาต่อโทเค็นเท่ากันและจำนวนโทเค็นต่องานใกล้เคียงกัน

• Brier score — 0.150 เทียบกับ 0.176 โดยยิ่งค่าต่ำยิ่งดี นี่คือตัวเลขตัวเดียวที่บอกได้ตรงที่สุดว่า "ปรับเทียบได้ดีกว่า"

กฎการเรียกเก็บเงินเปลี่ยนไป และมีมูลค่ามากกว่าคะแนนดัชนี

ภายใต้ d1-ultra แต่ละคำถามถูกเรียกเก็บเงินเป็นพรอมป์ของตัวเอง รวมถึงรูปภาพที่แนบมาทุกภาพ ถามสิบคำถามเกี่ยวกับภาพถ่ายภาพเดียว คุณจ่ายค่าภาพถ่ายนั้นสิบครั้ง ซึ่งสำหรับภาพขนาด 1024×1024 หมายถึง 1,536 โทเคนคูณสิบ ก่อนจะนับข้อความใด ๆ ภายใต้ d1.2-ultra คำขอจะเรียกเก็บเงินข้อความและรูปภาพเพียงครั้งเดียว และคำถามเพิ่มเติมแต่ละข้อจะเพิ่มเฉพาะข้อความของตัวเองเท่านั้น

ลองคำนวณจากคำขอที่สมจริง: เอกสาร 2,000 โทเคน รูปภาพ 1024×1024 หนึ่งรูป และคำถามสิบข้อ ข้อละประมาณ 30 โทเคน กฎเดิมคิดค่าประมาณ 35,700 โทเคน ส่วนกฎใหม่คิดประมาณ 3,840 โทเคน ในราคาเดียวกันที่ $0.042 ต่อล้าน นั่นคือ $0.0015 เทียบกับ $0.00016 ต่อคำขอ — ถูกกว่าประมาณเก้าเท่านิดหน่อยสำหรับงานเดียวกัน ในราคาที่ประกาศเดียวกัน จากผู้ขายรายเดียวกัน โดยไม่มีพาดหัวประกาศใด ๆ แนบมาด้วย ที่ 100,000 คำขอต่อเดือน ประมาณ $150 จะกลายเป็นประมาณ $16

ตัวเลขทั้งสองเป็นการคำนวณจากคำอธิบายการเรียกเก็บเงินของผู้ขายเอง ไม่ใช่จากการวัดจากบิลจริง และอัตราส่วนนั้นขึ้นอยู่กับจำนวนคำถามที่คุณถามต่อรัฐทั้งหมด ถ้าถามหนึ่งคำถามต่อเอกสาร ทั้งสองโมเดลมีต้นทุนเท่ากัน ถ้าถามสิบคำถาม การอัปเกรด “ฟรี” กลับเป็นการเปลี่ยนแปลงต้นทุนที่ใหญ่ที่สุดในรีลีสนี้

สิ่งที่โมเดลใหม่ทำได้ดีขึ้นจริง ๆ

A headless-browser screenshot of the Artificial Analysis model page for d1-ultra, captured 17 November 2026 in English, showing the Liquid AI vendor label, the heading ‘d1-ultra: Release, Decision Index Score, Performance & Price’, a Decision Index score of 71, a 33k-token context window, a time-per-task figure of 301 ms, and a summary describing the model as reasonably priced but notably slow.

มีสี่องค์ประกอบที่ขยับขึ้น และสองในนั้นขยับขึ้นไปไกลมาก

• AA-Paperclip, 30% ของดัชนี — 75.81 เทียบกับ 64.69 ในคะแนนการตัดสินใจ และ 67.7% เทียบกับ 51.3% ของเอกสารที่ถูกต้องทั้งหมด อัตราการผ่านทั้งหมดของเอกสารที่สูงขึ้นสิบเอ็ดจุดในองค์ประกอบที่มีน้ำหนักมากที่สุดคือคำอธิบายทั้งหมดของการเพิ่มขึ้นของคะแนนรวมสิบสองจุด นี่คือตัวเลขที่ควรดูหากคุณดึงฟิลด์จากใบแจ้งหนี้ ใบเสร็จ หรือเรซูเม่ เพราะเอกสารที่พลาดคำตอบข้อใดข้อหนึ่งจากสิบห้าข้อก็ถือว่าพลาดไม่ทางใดก็ทางหนึ่ง

• AA-Symmetry, 15% — 86.34 เทียบกับ 78.66 โดยความสอดคล้องแบบผ่านทั้งหมดเพิ่มขึ้นจาก 45.8% เป็น 56.7% เมื่อเปลี่ยนถ้อยคำของคำถาม สลับตัวเลือกไปมา หรือกลับความหมายของคำถามแบบใช่/ไม่ใช่ โมเดลใหม่ก็ยังคงคำตอบเดิมไว้ได้บ่อยขึ้นมาก

• When2Call, 10% — 96.49 เทียบกับ 93.83 การเรียกใช้เครื่องมือเป็นจุดแข็งของตระกูลโมเดลนี้อยู่แล้ว นี่จึงเป็นการเพิ่มขึ้นเล็กน้อยในองค์ประกอบที่ใกล้ถึงขีดจำกัดสูงสุดแล้ว

• EvalSafe-O*NET-AA, 15% — 89.53 เทียบกับ 88.15 คะแนนที่เพิ่มขึ้นราวหนึ่งจุดห้าในด้านการประเมินเอกสารในที่ทำงาน ซึ่งใกล้เคียงกับสัญญาณรบกวนและไม่ควรนำเสนอว่าเป็นการปรับปรุง

• AA-Omniscience-Decision v1.1, 15% — 60.80 เทียบกับ 64.39 ในคะแนนการตัดสินใจ ลดลงสี่จุดในองค์ประกอบที่ครึ่งหนึ่งเป็นความรู้และอีกครึ่งหนึ่งเป็นความซื่อสัตย์

• HLE-MultiChoice v1.1, 15% — 46.36 เทียบกับ 47.39 ลดลงหนึ่งคะแนนในองค์ประกอบที่ทั้งกลุ่มอ่อนแอ

การถดถอยทั้งสองครั้ง ในแบบที่เข้าใจง่าย

การลดลงของความรอบรู้ไม่ใช่ความคลาดเคลื่อนที่เกิดจากการให้คะแนน—มันปรากฏอยู่ในแถวความแม่นยำและแถวการละเว้นการตอบที่เป็นข้อมูลฐาน และทั้งสองแถวขัดแย้งกันในลักษณะที่ควรทำความเข้าใจก่อนคุณย้ายระบบ

• ความแม่นยำของ AA-Omniscience-Decision — d1-ultra ตอบคำถามได้ถูกต้อง 28.0% ขณะที่ d1.2-ultra 23.6% รุ่นก่อนหน้ารู้มากกว่า

• AA-Omniscience-Decision ด้านการไม่สร้างข้อมูลเท็จ — d1-ultra 88.6%, d1.2-ultra 83.8% รุ่นก่อนหน้ายังทำได้ดีกว่าในการไม่ประดิษฐ์คำตอบขึ้นมาเอง ทั้งสองแถวเคลื่อนไปในทิศทางเดียวกัน ซึ่งหมายความว่านี่คือการเปลี่ยนแปลงความสามารถอย่างแท้จริง ไม่ใช่การเปลี่ยนในเรื่องความระมัดระวังของโมเดลในการเลือกจะงดตอบ

• ความแม่นยำ HLE-MultiChoice — 6.09% เทียบกับ 2.36% โดยโมเดลใหม่รั้งท้ายจากทั้งหมด 24 โมเดลในด้านความแม่นยำดิบ อัตราการไม่สร้างข้อมูลเท็จของมันบนชุดเดียวกันเพิ่มขึ้นจาก 56.9% เป็น 76.1% ดังนั้นความแม่นยำที่ลดลงจึงแลกมาด้วยการงดตอบมากขึ้นบางส่วน แต่ก็ไม่ใช่ทั้งหมด: คู่ omniscience ข้างต้นแสดงให้เห็นว่าโมเดลตอบน้อยลงและตอบถูกน้อยลงด้วย

ผลที่ตามมาสำหรับไปป์ไลน์นั้นแคบกว่าที่ฟังดู如果你ตั้งเกณฑ์จากความน่าจะเป็นและส่งเคสที่ความมั่นใจต่ำให้มนุษย์ตรวจ โมเดลที่ละเว้นการตอบมากขึ้นก็กำลังช่วยคุณ และตัวเลข 83.8% ที่ไม่ใช่การฮอลลูซิเนตก็ยังอยู่อันดับที่หกจาก 24 หากคุณใช้โมเดลเป็นด่านอัตโนมัติสำหรับคำถามที่ต้องรู้ข้อเท็จจริง — ข้อกล่าวอ้างนี้สอดคล้องกับนโยบายหรือไม่ โค้ดนี้ตรงกับสเปกหรือไม่ — รุ่นก่อนหน้าที่มีต้นทุนต่ำกว่านั้นดีกว่าอย่างวัดได้ และไม่มีเหตุผลใดที่จะไม่ใช้มันต่อไปสำหรับส่วนนั้น

สิ่งที่คุณต้องเปลี่ยนในไคลเอนต์ของคุณ

แทบไม่มีอะไรเลย และนั่นคือเหตุผลที่ควรทำสิ่งนี้ตอนนี้แทนที่จะรออีกไตรมาส ปลายทางยังคงเหมือนเดิม คือ api.liquid.ai/decisions/v1/systemone โดยเรียกใช้ด้วย "model": "d1.2-ultra"; ประเภทคำถามทั้งสามยังคงไม่เปลี่ยนแปลง คำตอบยังคงเป็น JSON ที่มีโครงสร้างพร้อมความน่าจะเป็นสำหรับแต่ละตัวเลือก และไม่มีเอาต์พุตโทเค็น การย้ายระบบคือการเปลี่ยนสตริงและการติดตั้งใช้งานใหม่

สิ่งใหม่นี้เป็นการเพิ่มเติม และคุ้มค่าที่จะรู้ไว้เพราะมันขจัดวิธีเลี่ยงปัญหาแทนที่จะเพิ่มฟีเจอร์ ประเภทคำตอบห้าประเภทเข้าร่วมกับประเภทที่มีอยู่เดิม ได้แก่ อ่านค่าจากหน้าและคืนค่าอักขระที่อ่านได้ หรือ "ไม่พบ"; คืนทุกช่วงของชนิดหนึ่งพร้อมตำแหน่ง ซึ่งครอบคลุมการปกปิด PII โดยไม่ต้องใช้โมเดลที่สอง; คืนกรอบรอบวัตถุหนึ่งชิ้นหรือทุกอินสแตนซ์พร้อมจำนวน; คืนค่าประมาณพร้อมช่วง; และคืนทุกตัวเลือกที่ใช้ได้พร้อมความน่าจะเป็นของแต่ละตัว อินพุตเสียงทำงานได้ทั้งสองทิศทาง — การบันทึกเสียงเป็นประธานได้ หรือจะเป็นคำถามที่พูดแทนการพิมพ์ก็ได้

การอ้างความแม่นยำสำหรับงานทั้งห้างานนี้เป็นของ Liquid เอง โดยอิงชุดทดสอบภายในที่สร้างจากการแบ่งชุดข้อมูลสาธารณะโดยกันส่วนหนึ่งไว้เป็นชุดทดสอบ เพราะยังไม่มี benchmark สาธารณะใดครอบคลุมงานเหล่านี้ เมื่อดูตามตัวเลขของผู้จำหน่าย สองโมเดลใกล้กันมาก: 98% เทียบกับ 96% ในการอ่านค่าจากใบเสร็จ, 94%/93% เทียบกับ 92%/88% บนช่วง PII, 94% เท่ากันในงานระบุตำแหน่งวัตถุ และในสองงานสุดท้าย โมเดลที่เก่ากว่าไม่ได้อ่อนแอกว่าในทุกแถว — โมเดลใหม่ชนะในงานนับแบบคลาดเคลื่อนไม่เกินหนึ่งด้วย 93% ต่อ 92% และแพ้ในงานเลือกทุกวัตถุที่มีอยู่ด้วย 87% ต่อ 90%

การรันตัวเก่าและตัวใหม่เคียงข้างกัน

การเก็บทั้งสองไว้คือการย้ายระบบที่ซื่อตรงและมีต้นทุนต่ำ: ทั้งคู่เป็นสตริงโมเดลที่แตกต่างกันบน endpoint เดียวกัน และทั้งคู่มีอยู่ใน API ของ Liquid เองแล้วในวันนี้ ในราคาเดียวกัน โดยใช้คีย์จาก console.liquid.ai ทั้งคู่ไม่ได้อยู่ในแคตตาล็อกของเรา และข้อความนี้ไม่ใช่การอ้างถึงความพร้อมใช้งานของทั้งสองตัว

จุดที่ชั้นการกำหนดเส้นทางมีประโยชน์ในกรณีนี้คือ การแยกระหว่างสองโมเดลเป็นการตัดสินใจรายคำถาม ไม่ใช่รายบริการ โมเดลรุ่นใหม่คือรุ่นที่ควรใช้ส่งเอกสาร รูปภาพ และสิ่งใดก็ตามที่คุณจะตั้งเกณฑ์ตัดสิน ส่วนรุ่นก่อนหน้าคือรุ่นที่ควรใช้ส่งคำตัดสินที่เน้นข้อเท็จจริง ซึ่งแถวความแม่นยำและการละเว้นการตอบยังดีกว่าอยู่ จัดวางสิ่งนั้นเป็นสองเส้นทางไว้เบื้องหลังAPI เดียว — DSL สำหรับการกำหนดเส้นทางช่วยให้คุณแยกตามประเภทคำถามหรือตามขนาดสถานะ แทนที่จะแยกด้วยขอบเขตบริการที่เขียนโค้ดเอง — และสองโมเดลก็หยุดแย่งช่องเดียวกัน ไม่มีสิ่งใดฝั่งเราที่เปลี่ยน $0.042 ที่โมเดลใดโมเดลหนึ่งมีค่าใช้จ่าย: ราคาตามรายการของผู้ให้บริการถูกส่งผ่านในมาร์กอัป 0% ดังนั้นการเปลี่ยนแปลงราคาของ Liquid จึงมีผลที่นี่ในวันเดียวกัน แทนที่จะเป็นรอบบิลถัดไป และเมื่อ API ของผู้ให้บริการเกิดปัญหาขึ้นมา การสลับไปใช้ระบบสำรองอัตโนมัติ คือสิ่งที่ทำให้เส้นทางเอกสารยังทำงานอยู่ แทนที่จะเปลี่ยนผู้ให้บริการรายหนึ่งให้กลายเป็นจุดล้มเหลวเพียงจุดเดียวของไปป์ไลน์ทั้งหมด

การอัปเกรด ในบรรทัดละหนึ่งรายการ

ใช้ d1.2-ultra สำหรับเอกสาร สำหรับรูปภาพ สำหรับสถานะที่กำกวม และสำหรับทุกอย่างที่คุณใช้เกณฑ์ตัดสิน — มันดีกว่าถึงสิบเอ็ดจุดในองค์ประกอบด้านเอกสาร ดีกว่าแปดจุดในด้านสมมาตร เร็วขึ้นหนึ่งในสาม เพิ่มหน้าต่างบริบทเป็นสองเท่า และหากคุณถามมากกว่าหนึ่งคำถามต่อสถานะ จะลดค่าใช้จ่ายของคุณลงถึงหนึ่งลำดับขนาด

เก็บ d1-ultra ไว้สำหรับการเกตที่เน้นข้อเท็จจริงเป็นหลัก ซึ่งความแม่นยำด้าน omniscience และแถว non-hallucination ยังคงสูงกว่าทั้งคู่ และความแม่นยำ HLE เกือบสามเท่าของรุ่นที่มาแทน แม้ตัวเลขทั้งสองจะน้อยก็ตาม

ข้ามการโยกย้ายทั้งหมดไปเลยก็ต่อเมื่อสถานะของคุณไม่มีรูปภาพ มีคำถามสถานะละหนึ่งข้อ และไม่มีเกณฑ์ขั้นต่ำ — ซึ่งเป็นกรณีที่โมเดลทั้งสองมีต้นทุนเท่ากัน และโมเดลใหม่ดีกว่าอย่างชัดเจนในทุกการประเมินที่คุณใช้ ในกรณีนั้น เหตุผลเดียวที่ต้องรอคือสิบเก้าชั่วโมงที่ต้องใช้เพื่อให้รู้ว่าไม่มีอะไรพัง

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 17 November 2026 in English, showing the /v1/systemone endpoint, Zero Data Retention availability, an input and output list price of $0.04, and measured latencies of 182 ms and 372 ms.
© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube