การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งมีหัวข้อว่า ‘ราคาครึ่งเดียว เร็วเป็นสองเท่า’ และมีหัวข้อย่อยว่า ‘Liquid AI d1.2 เทียบกับ Liquid AI D1 Ultra’ การ์ดโค้งมนขนาดใหญ่สองใบวางเคียงกัน: ใบซ้ายมีหัวข้อ ‘d1.2’ ระบุ ‘$0.02’ เหนือ ‘ต่อ 1M โทเค็นอินพุต’ พร้อม ‘150 ms ต่องาน’; ใบขวามีหัวข้อ ‘D1 Ultra’ ระบุ ‘$0.042’ เหนือ ‘ต่อ 1M โทเค็นอินพุต’ พร้อม ‘301 ms ต่องาน’ คำบรรยายใต้ภาพระบุว่า ‘เรือธงรุ่นเก่ายังชนะห้าจากหกองค์ประกอบ’ และชิปกรอบเส้นสามอันระบุว่า ‘บริบท 66k เทียบกับ 33k’ ‘Brier 0.164 เทียบกับ 0.176’ และ ‘วัดโดย Artificial Analysis’ เครื่องหมาย OrcaRouter ถูกคอมโพสิตไว้ที่มุมขวาล่าง
Guides & Insights

d1.2 vs Liquid AI D1 Ultra: ราคาเพียงครึ่งเดียว ตามหลังอยู่สองคะแนน และทำได้ดีกว่าในงานที่คุณต้องทำซ้ำ

ผู้เขียน

Gideon Frost

วันที่เผยแพร่

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

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

A generated two-column scoreboard titled ‘d1.2 vs D1 Ultra - the scoreboard’. The d1.2 column lists Decision Index 69, AA-Paperclip 62.6, When2Call 96.1, AA-Omniscience 60.9, context window 66k and time per task 150 ms. The D1 Ultra column lists Decision Index 71, AA-Paperclip 64.7, When2Call 93.8, AA-Omniscience 64.4, context window 33k and time per task 301 ms. The footer reads ‘Both rows per Artificial Analysis Decision Index v2.1; context windows as listed by the board, not stated by the vendor.’ The OrcaRouter mark is composited bottom right.

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

A headless-browser screenshot of the Artificial Analysis d1-ultra model page, captured 18 November 2026 in English, dated October 2026. The summary panel reads that d1-ultra is among the leading models on the Decision Index and reasonably priced, and notably slow: a Decision Index score of 71 against a median of 66, 301 ms per task against a median of 206 ms, $0.042 per 1M input tokens, and about $133 per 1M tasks against a median of $137. The rank badge reads #6/25 on the Decision Index and #11/25 on cost, and the technical specification lists text and image input with a 33k-token context window.

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

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 18 November 2026 in English, showing the /v1/decisions/v1/systemone endpoint family, Zero Data Retention availability, a $0.04 list price per million input tokens, and measured latencies of 182 ms and 372 ms.

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

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube