
d1.2 vs Liquid AI D1 Ultra: ราคาเพียงครึ่งเดียว ตามหลังอยู่สองคะแนน และทำได้ดีกว่าในงานที่คุณต้องทำซ้ำ
- Orcaใหม่OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 ต่อ 1 ล้านโทเค็น · 184 tok/s
- tencentใหม่Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 ต่อ 1 ล้านโทเค็น · 223 tok/s
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 87 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 96 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 ต่อ 1 ล้านโทเค็น · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 ต่อ 1 ล้านโทเค็น · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
Liquid AI d1.2 มีค่าใช้จ่าย $0.02 ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น Liquid AI D1 Ultra ซึ่งเคยเป็นโมเดลเรือธงของตระกูลจนถึงวันที่ 16 พฤศจิกายน 2026 มีค่าใช้จ่าย $0.042 บน Artificial Analysis Decision Index v2.1 โมเดลที่เก่ากว่าและแพงกว่ายังคงนำอยู่ — 70.58 เทียบกับ 68.69 — และนำอยู่ในการประเมินห้าจากหกรายการที่ดัชนีนี้สร้างขึ้นจาก ดังนั้นการเปรียบเทียบแบบพาดหัวจึงบอกว่าเรือธงยังคงเป็นโมเดลที่ดีกว่า และการเปรียบเทียบแบบพาดหัวก็เป็นสิ่งที่ให้ประโยชน์น้อยที่สุดที่คุณจะได้จากสองแถวข้อมูลนี้
สิ่งที่แยกความแตกต่างระหว่างสองรุ่นจริง ๆ คือรูปแบบการใช้งาน มากกว่าอันดับ D1 Ultra เป็นโมเดลสำหรับการตัดสินใจแบบครั้งเดียวที่ยาก ๆ เช่น ข้อบกพร่องบนแผงวงจร หรือการเคลมความเสียหายที่ตรวจเทียบกับรูปถ่าย ส่วน d1.2 เป็นโมเดลสำหรับการถูกถามหลายอย่างเกี่ยวกับสถานะเดียวกัน ด้วยความเร็วสองเท่า โดยมีหน้าต่างบริบทที่บอร์ดระบุไว้ที่ 66k เทียบกับ 33k ของ D1 Ultra และมีประเภทคำตอบห้าประเภทที่ D1 Ultra ไม่มี ส่วนต่าง $0.022 นั้นมีจริง; ว่ามันเป็นส่วนต่างที่จะตัดสินการย้ายระบบของคุณหรือไม่นั้นเป็นคำถามเกี่ยวกับรูปแบบคำขอของคุณ และสามารถตอบได้จากแถวข้อมูลที่เผยแพร่
ส่วนต่างราคา ในหน่วยที่สำคัญ
ต่อโทเค็น การเพิ่มเป็นสองเท่าฟังดูเป็นเรื่องเล็กน้อย แต่เมื่อคิดต่องาน อัตราส่วนกลับไม่เหมือนเดิม เพราะสองโมเดลใช้จำนวนโทเค็นไม่เท่ากันในการตอบคำถามเดียวกัน Artificial Analysis ประเมินต้นทุนต่อล้านงาน ณ ราคาป้ายปัจจุบัน และตัวเลขของบอร์ดเองอยู่ที่ $63 สำหรับ d1.2 เทียบกับ $133 สำหรับ D1 Ultra — ช่องว่าง 2.1 เท่าที่ยังคงอยู่แม้คิดบัญชีโทเค็นแล้ว
• ราคาต่อโทเค็นอินพุต 1 ล้านโทเค็น — $0.02 สำหรับ d1.2 เทียบกับ $0.042 สำหรับ D1 Ultra
• ต้นทุนจำลองต่อหนึ่งล้านงาน — $63 เทียบกับ $133 ทั้งคู่ในราคาตามรายการปัจจุบัน ทั้งคู่มาจากบอร์ดไม่ใช่จาก Liquid
• Decision Index v2.1 — 68.69 (อันดับ 9 จาก 25) เทียบกับ 70.58 (อันดับ 6 จาก 25)
• เวลาต่องาน — 150 ms เทียบกับ 301 ms โมเดลราคาถูกตัวใหม่เร็วกว่าเป็นสองเท่า
• หน้าต่างบริบท — 66k โทเค็น เทียบกับ 33k ตามที่ระบุโดย Artificial Analysis; ส่วนโพสต์เปิดตัวของ Liquid เองไม่ได้ระบุขนาดหน้าต่างบริบทสำหรับทั้งสองโมเดล
• รูปแบบการป้อนข้อมูล — ทั้งข้อความและรูปภาพสำหรับทั้งสองรายการ ตามที่บอร์ดระบุ d1.2 เพิ่มเสียงตามที่ผู้จำหน่ายระบุ ซึ่งเอกสารข้อมูลจำเพาะของบอร์ดยังไม่ได้ปรับปรุงให้ครอบคลุม
• คะแนน Brier ยิ่งต่ำยิ่งดี — 0.164 เทียบกับ 0.176 โมเดลที่ราคาถูกกว่าคือโมเดลที่คาลิเบรตได้ดีกว่า
อ่านบรรทัดสุดท้ายสองครั้ง การปรับเทียบคือคุณสมบัติที่ทำให้เกณฑ์ความน่าจะเป็นใช้งานได้ และโมเดลที่มีราคาครึ่งเดียวเป็นฝ่ายชนะในคุณสมบัตินี้ คะแนนที่โมเดลเรือธงยังคงทำได้นั้นเป็นคะแนนเกี่ยวกับการรู้สิ่งต่าง ๆ ไม่ใช่เกี่ยวกับการรู้ว่าตนมั่นใจเพียงใด
จุดที่ D1 Ultra ยังคงคุ้มค่ากับราคา

ห้าจากหกองค์ประกอบสนับสนุนรุ่นเก่า และรูปแบบที่พบในองค์ประกอบเหล่านั้นสอดคล้องกันมากพอที่จะใช้เป็นแนวทางในการวางแผนได้
• AA-Paperclip การตัดสินใจเกี่ยวกับเอกสาร — 64.69 สำหรับ D1 Ultra เทียบกับ 62.60 สำหรับ d1.2 โดยมีเอกสารที่ถูกต้องสมบูรณ์ 51.3% เทียบกับ 44.3% การผ่านครบทั้งหมดทั้งเอกสารเป็นตัวชี้วัดที่เข้มงวดกว่า: ใบแจ้งหนี้ที่มีสิบห้าฟิลด์และถูกต้องสิบสี่ฟิลด์ถือเป็นการพลาด
• {{1}}EvalSafe-O*NET-AA{{/1}} การตัดสินใจในที่ทำงาน — 88.15 เทียบกับ 86.55 และความแม่นยำ 82.9% เทียบกับ 79.7% ความแตกต่าง 1.6 จุดในองค์ประกอบนี้ ซึ่งใกล้กับระดับพื้นเสียงรบกวนของการรันซ้ำ
• AA-Omniscience-Decision v1.1 ด้านความรู้ — 64.39 เทียบกับ 60.94 โดยมีความแม่นยำ 28.0% เทียบกับ 30.0% และอัตราการไม่สร้างข้อมูลเท็จ 88.6% เทียบกับ 66.6% แถวความแม่นยำกับแถวการละเว้นการตอบขัดแย้งกัน และแถวการละเว้นการตอบคือแถวที่ครองคะแนน: D1 Ultra ปฏิเสธที่จะตอบบ่อยกว่ามากและได้รับคะแนนตอบแทนจากสิ่งนั้น
• HLE-MultiChoice v1.1 คำถามยาก — 47.39 เทียบกับ 44.69 ในด้านความแม่นยำดิบ ช่องว่างกลับกว้างขึ้นในทิศตรงกันข้าม 6.09% เทียบกับ 5.30% และมันเป็นเพียงสัญญาณรบกวนบนเบนช์มาร์กที่ทั้งวงการต่ำกว่าสิบเปอร์เซ็นต์
• AA-Symmetry, ความไม่แปรเปลี่ยนเมื่อเปลี่ยนถ้อยคำ — 78.66 เทียบกับ 76.52 ในคะแนนองค์ประกอบ แม้ว่า d1.2 จะผ่านชุดทั้งหมดได้มากกว่า 50.0% เทียบกับ 45.8% โมเดลเรือธงชนะในคะแนนบางส่วนและแพ้ในตัวชี้วัดที่เข้มงวดกว่า ดังนั้นแถวนี้จึงไม่ใช่ชัยชนะที่ชัดเจนไม่ว่าจะมองทางใด
ถ้าปริมาณงานของคุณคือ "เอกสารหนึ่งชิ้น คำถามยากหนึ่งข้อ แล้วคำตอบจะถูกส่งไปยังคนที่จะลงมือทำตามนั้น" แถวเหล่านั้นก็อธิบายกรณีที่เรือธงรุ่นเก่ายังคงเป็นตัวเลือกที่ถูกต้องอยู่พอดี และส่วนต่างราคาที่ปริมาณงานระดับนั้นก็เป็นแค่ความคลาดเคลื่อนจากการปัดเศษ
ที่ d1.2 ไม่ใกล้
ส่วนประกอบหนึ่งเคลื่อนที่ไปในทิศทางตรงกันข้าม และมันเคลื่อนที่ไปได้ไกลมาก
• When2Call การตัดสินใจเลือกเครื่องมือและฟังก์ชัน — 96.09 สำหรับ d1.2 เทียบกับ 93.83 สำหรับ D1 Ultra โดยมีความแม่นยำ 95.5% เทียบกับ 93.0% นี่คือองค์ประกอบที่ตัดสินใจว่าเอเจนต์จะเรียกฟังก์ชันที่ถูกต้องพร้อมอาร์กิวเมนต์ที่ถูกต้องหรือไม่ และเป็นข้อโต้แย้งเดี่ยวที่แข็งแกร่งที่สุดสำหรับโมเดลใหม่ในสแต็กแบบเอเจนต์
แล้วก็มีทุกสิ่งทุกอย่างที่ดัชนีไม่ได้วัด ประเภทคำตอบใหม่ห้าประเภท — ค่าหนึ่งพร้อมอักขระที่มันถูกอ่านมา ช่วงพร้อมตำแหน่ง กล่อง จำนวนพร้อมช่วง และการเลือกหลายรายการพร้อมความน่าจะเป็นรายตัวเลือก — มีอยู่เฉพาะบน d1.2 และดัชนีไม่ได้ให้คะแนนสิ่งเหล่านี้เลย ตัวเลขความแม่นยำของสิ่งเหล่านี้เป็นของ Liquid เอง บนชุดทดสอบภายในที่สร้างจากส่วนแบ่งแบบ held-out ของชุดข้อมูลสาธารณะ และถูกระบุไว้เช่นนั้นทุกที่ที่ปรากฏด้านล่าง
ตามตัวเลขของผู้ขาย โมเดลใหม่ทั้งสองใกล้เคียงกัน และไม่มีแถว D1 Ultra เลย เพราะประเภทงานยังไม่มีอยู่ตอนที่มันเปิดตัว: 98% และ 96% ในการอ่านค่าจากใบเสร็จสำหรับ d1.2-ultra และ d1.2, 94%/93% เทียบกับ 92%/88% บนช่วงข้อมูลส่วนบุคคล, 94% เท่ากันทั้งคู่ในตำแหน่งวัตถุ และ 87% เทียบกับ 90% ในการหยิบทุกวัตถุที่มีอยู่ ข้อเท็จจริงที่เกี่ยวข้องสำหรับการเปรียบเทียบนี้ไม่ใช่เปอร์เซ็นต์ — แต่คือว่าโมเดลที่เก่ากว่าไม่สามารถแสดงคำตอบเหล่านี้ได้ ดังนั้นไปป์ไลน์ที่ต้องการคำตอบเหล่านี้ไม่ได้กำลังเลือกระหว่างสองโมเดล แต่กำลังเลือกระหว่างหนึ่งโมเดลกับวิธีแก้เฉพาะหน้า
กฎการเรียกเก็บเงิน ซึ่งมีมูลค่ามากกว่าจุดดัชนีทั้งสอง

D1 Ultra คิดค่าบริการทุกคำถามเป็นพรอมต์แยกของตัวเอง รวมถึงรูปภาพที่แนบมาทุกภาพ ถามสิบคำถามเกี่ยวกับภาพถ่ายภาพเดียว ภาพนั้นจะถูกคิดค่าบริการสิบครั้ง ตามที่ Liquid ระบุไว้ที่ 1.5 โทเคนต่อแพตช์ขนาด 32×32 พิกเซล ภาพขนาด 1024×1024 จะเท่ากับ 1,536 โทเคน ดังนั้นสิบคำถามจะมีโทเคนภาพ 15,360 โทเคนก่อนจะมีข้อความสักคำ d1.2 คิดค่าบริการข้อความและรูปภาพของคำขอหนึ่งครั้ง และคำถามเพิ่มเติมแต่ละคำถามจะเพิ่มเฉพาะข้อความของตัวเองเท่านั้น
ลองคิดจากคำขอจริง ๆ หนึ่งคำขอ: เอกสาร 2,000 โทเคน รูปภาพ 1024×1024 หนึ่งรูป และคำถามสิบข้อซึ่งมีขนาดประมาณข้อละ 30 โทเคน ภายใต้กฎเดิม คำขอนี้ใช้ประมาณ 35,700 โทเคน ส่วนภายใต้กฎใหม่ใช้ประมาณ 3,840 โทเคน เมื่อคิดที่ราคาของแต่ละโมเดลเอง จะอยู่ที่ประมาณ $0.0015 สำหรับ D1 Ultra เทียบกับประมาณ $0.00008 สำหรับ d1.2 — ช่องว่างด้านราคาและช่องว่างด้านการคิดค่าบริการนั้นทบกันเพิ่มขึ้นแทนที่จะหักกลบกัน ที่ปริมาณ 250,000 คำขอต่อเดือน ความแตกต่างจะอยู่ที่ประมาณ $375 เทียบกับ $20
นี่คือการคำนวณเชิงเลขบนคำอธิบายการเรียกเก็บเงินของ Liquid เอง ไม่ใช่ใบแจ้งหนี้ที่วัดจริง และอัตราส่วนจะยุบเหลือ 1× หากคุณถามหนึ่งคำถามต่อหนึ่งสถานะ คำถามเดียวนั้นคือการตัดสินใจทั้งหมด ยิ่งคุณถามคำถามเกี่ยวกับเอกสารเดียวกันมากเท่าไร การเปรียบเทียบก็ยิ่งเกี่ยวกับจุดดัชนีน้อยลงเท่านั้น
มีอะไรเปลี่ยนแปลงบ้างในไคลเอนต์
ปลายทางยังเหมือนเดิม — api.liquid.ai/decisions/v1/systemone — และสตริงโมเดลคือการย้ายระบบ ประเภทคำถามเดิมทั้งสามแบบยังคงรูปแบบเดิม; การตอบกลับยังคงเป็น JSON แบบมีโครงสร้างพร้อมความน่าจะเป็นต่อตัวเลือกและไม่มีเอาต์พุตโทเค็น ดังนั้นไม่มีอะไรเกี่ยวกับการแยกวิเคราะห์ของคุณเปลี่ยนแปลง สิ่งที่คุณได้รับเพิ่มเติมนั้นเป็นการเพิ่มเติมและไม่ทำให้สิ่งใดที่ใช้งานได้อยู่แล้วเสียหาย
จุดที่ต้องระวังคือเรื่องการดำเนินงานมากกว่าเรื่องเทคนิค: D1 Ultra ยังไม่ถูกประกาศเลิกใช้งาน ทั้งสองโมเดลคิดค่าบริการจาก input tokens เท่านั้น และ Liquid ขายทั้งสองรุ่นจากคอนโซลเดียวกัน ไม่มีปัจจัยใดที่บังคับให้ต้องย้าย ซึ่งหมายความว่าการย้ายระบบจะไม่เกิดขึ้นเอง และควรกำหนดตารางเวลาโดยอิงกับปริมาณงานที่คุณสามารถวัดได้ มากกว่าอิงกับวันเปิดตัว
ใช้ทั้งสองอย่างโดยไม่ต้องเลือกข้างใดข้างหนึ่ง
ขอพูดถึงเรื่องการเข้าถึงก่อนจะเข้าสู่ส่วนปฏิบัติการ: ทั้ง d1.2 และ D1 Ultra ให้บริการผ่าน API ของ Liquid เอง และทั้งคู่ไม่ได้อยู่ในแคตตาล็อกของเรา — นี่คือการเปรียบเทียบ ไม่ใช่การยืนยันความพร้อมใช้งาน เหตุผลที่แคตตาล็อกของเรามีความเกี่ยวข้องก็คือ Jev 1.14 ซึ่งมี EvalSafe-O*NET-AA อยู่ที่ 91.14 ขณะที่ d1.2 ทำได้ 86.55 ใช้รูปแบบคำขอ systemone แบบเดียวกัน และคิดค่าบริการ $0.042 ต่อหนึ่งล้านโทเคนอินพุต หากการตัดสินใจย้ายระบบขึ้นอยู่กับองค์ประกอบเดียวที่คุณรับไม่ได้ที่จะเสียไป นั่นคือโมเดลที่คุณควรนำมาทดสอบด้วย
การแบ่งที่สมเหตุสมผลเป็นไปตามภาพองค์ประกอบที่แก้ไขแล้ว ไม่ใช่พาดหัวข่าว ส่งสถานะแบบหลายคำถาม สิ่งใดก็ตามที่มีรูปภาพอยู่ในนั้น และสิ่งใดก็ตามที่เอเจนต์ส่งต่อไปยัง d1.2 — นั่นคือจุดที่หน้าต่างบริบท ความเร็ว และ When2Call lead ของมันชี้ไปทางเดียวกันทั้งหมด เก็บการตัดสินเอกสารแบบยากเพียงรายการเดียวและคำถามความรู้ที่มีคำตอบชัดเจนไว้บน D1 Ultra จนกว่าตัวอย่างของคุณเองจะขัดแย้ง สองเส้นทาง โดยแต่ละเส้นทางมีหนึ่งเงื่อนไข เขียนตามประเภทคำถามแทนที่จะฮาร์ดโค้ดไว้ในสามบริการ: นั่นคือสิ่งที่ routing DSL มีไว้สำหรับ และเนื่องจากราคาตามรายการของผู้ให้บริการถูกส่งผ่านในอัตรา 0% markup การเปลี่ยนแปลงราคา Liquid ตัวใดตัวหนึ่งจึงมองเห็นได้จากการกำหนดเส้นทางในวันที่เกิดขึ้น ไม่ใช่ตอนต่ออายุครั้งถัดไป Automatic failover จึงครอบคลุมกรณีที่หนึ่งในสองโมเดลมีช่วงบ่ายที่แย่ระหว่างการย้ายข้อมูล

การรันแบบเงา (shadow run) ในระดับนี้แทบไม่มีค่าใช้จ่ายเลย: เอาสถานะจริงของคุณสักสองสามพันรายการผ่านทั้งสองโมเดล เปรียบเทียบความน่าจะเป็นแทนที่จะเป็นเลเบล และนับเคสที่ D1 Ultra บอกว่า 0.85 แล้วผิด เทียบกับเคสเดียวกันบน d1.2 บอร์ดบอกว่าโมเดลใหม่คาลิเบรตได้ดีกว่าโดยรวม ตัวอย่างของคุณเท่านั้นที่บอกได้ว่ามันคาลิเบรตได้ดีกว่าบนข้อมูลของคุณหรือไม่ และนั่นคือตัวเลขที่การย้ายระบบควรขึ้นอยู่กับ
