d1-omni vs Liquid AI D1 Ultra: Một tệp 850MB so với một thước đo $0.042, và phép tính không như bạn mong đợi

Phản xạ đầu tiên khi bạn đặt d1-omni cạnh Liquid AI D1 Ultra là cảm giác rằng chúng nằm ở hai đầu đối lập của một dải, và lựa chọn là chuyện tham vọng. Một bên là 587M tham số trọng số mở — 850MB trên đĩa trong tag vừa xuất hiện trong thư viện của Ollama tuần này, một checkpoint đã được tải khoảng 13.900 lần từ Hugging Face kể từ ngày 5 tháng 10 năm 2026. Bên kia là mô hình ra quyết định chủ lực của Liquid AI, công bố ngày 15 tháng 10 năm 2026, không tiết lộ số tham số, không công bố trọng số, và chỉ có một con số được công bố quan trọng hơn mọi benchmark: 0,042 USD cho mỗi triệu token đầu vào. Thuê một mô hình ra quyết định tiên tiến so với sở hữu một mô hình nhỏ nghe như một câu hỏi ngân sách. Chạy đồng hồ tính phí với một khối lượng công việc thực tế và phần lớn nó không còn là câu hỏi đó nữa — lợi thế của mô hình nhỏ không phải là nó rẻ, mà là nó thuộc về bạn.

Sự khác biệt đó đáng được làm rõ một cách chính xác, vì hai thứ đang được so sánh không phải là hai mô hình trên cùng một kệ. Liquid AI D1 Ultra là một endpoint bạn gọi. d1-omni là một tệp bạn chạy. Cả hai đều trả lời cùng ba dạng câu hỏi — có/không kèm xác suất, một nhãn kèm xác suất cho mỗi nhãn, hoặc một vị trí trên thang đo — và cả hai đều trả về những câu trả lời đó trong một lượt lan truyền xuôi duy nhất với không có token đầu ra nào được sinh ra. Mọi thứ sau đó, bao gồm chi phí của các câu trả lời và ai chịu trách nhiệm khi chúng bị lệch, đều phụ thuộc vào việc bạn đã chọn cái nào trong hai.

Phía thuê, được định giá theo đúng cách Liquid AI thực sự tính phí

Liquid AI D1 Ultra chỉ tính phí đầu vào, ở mức 0,042 USD mỗi triệu token đầu vào, không có phí hoàn thành vì không có phần hoàn thành. Đó là toàn bộ bảng giá, và phần thú vị nằm ở quy tắc hình ảnh bên dưới. Hình ảnh được tính theo mức giá văn bản dựa trên từng ô: 1,5 token cho mỗi ô 32×32 pixel, khiến một ảnh 1024×1024 thành 1.536 token. Và mỗi câu hỏi được tính phí như một lời nhắc riêng, mang bản sao trạng thái và tất cả hình ảnh đính kèm của riêng nó. Hỏi bốn câu về cùng một bức ảnh thì bạn trả tiền cho bức ảnh đó bốn lần.

Hãy đặt con số cho một khối lượng công việc mà quyết định thị giác là lựa chọn phù hợp một cách tự nhiên. Giả sử có một lượt chạy hằng đêm trên 25.000 trang đăng bán sản phẩm, mỗi trang có một ảnh 1024×1024 và khoảng 200 token văn bản niêm yết, đặt ra hai câu hỏi có định dạng rõ ràng — một câu hỏi có/không về việc ảnh có khớp với danh mục hay không, một câu hỏi cho điểm về chất lượng ảnh. Mỗi prompt mang 1.536 token hình ảnh cộng với 200 token văn bản, tức 1.736 token, và có hai câu hỏi, nên là 3.472 token cho mỗi trang đăng bán. Đó là 86,8 triệu token đầu vào cho lượt chạy, tương đương khoảng 3,65 USD. Một công việc chạy hằng đêm, suốt cả tháng, sẽ rơi vào khoảng vài trăm USD.

Đó là một kết quả thực sự khó chịu đối với bất kỳ ai đã cho rằng lựa chọn tiên phong là lựa chọn đắt đỏ. Mô hình định giá là lý do: các mô hình ra quyết định không bao giờ phát sinh token, vì vậy đường cong chi phí không có thành phần đầu ra nào để tăng vọt, và việc tính phí lại theo từng câu hỏi là một hệ số nhân cố định mà bạn có thể lên kế hoạch xoay quanh thay vì một biến số bạn mới phát hiện khi xem hóa đơn.

Phía ta, và nơi chi phí của nó thực sự ẩn giấu

d1-omni hoàn toàn không có giá theo từng lượt gọi. Đây là mô hình 587 triệu tham số — gồm 381 triệu cho phần thân chia sẻ và đầu quyết định, bộ mã hóa thị giác SigLIP2 94 triệu tham số kế thừa từ Liquid AI LFM2.5-VL-450M, và bộ mã hóa âm thanh 112 triệu tham số — được công bố theo các điều khoản LFM 1.0 của Liquid, với các bản dựng GGUF tiếp nối vào ngày 6 tháng 10 và các bản dựng MLX vào ngày 12 tháng 10. Chi phí của nó chính là phần cứng bạn đã có sẵn, cộng thêm thứ mà không ai đưa vào bảng so sánh: công sức để duy trì nó vận hành.

Hai tùy chọn có và không có điểm chung gì, xét theo các khía cạnh quyết định việc triển khai:

• Trọng số — được công bố cho d1-omni theo LFM 1.0; không được công bố cho Liquid AI D1 Ultra. Liquid chỉ mô tả mô hình hàng đầu của mình là "dựa trên một mô hình trọng số mở lớn hơn với một loạt tùy biến sâu đặc thù của Liquid". Phần nền tảng là mở; mô hình bạn gọi thì không.

• Tham số — 587M và được liệt kê đầy đủ cho d1-omni; không được tiết lộ cho d1-ultra. Bạn không thể định cỡ phần cứng cho mẫu flagship vì Liquid chưa công bố kích thước. Bạn có thể định cỡ phần cứng cho bản 600M một cách chính xác: 850MB trong tag Q8_0 hỗn hợp của Ollama, 1,2GB cho tag BF16.

• Giá — không có giá theo từng lần gọi trên d1-omni; $0.042 mỗi triệu token đầu vào trên d1-ultra, với hình ảnh ở mức 1.5 token cho mỗi vùng 32×32 và mọi câu hỏi đều được tính phí lại với toàn bộ trạng thái.

• Phương thức — d1-omni nhận văn bản kèm hình ảnh hoặc văn bản kèm tối đa 30 giây âm thanh, nhưng không bao giờ nhận cả hai trong cùng một yêu cầu. d1-ultra được mô tả là đa phương thức nhưng không có bản phân tách phương thức nào được công bố; điều Liquid ghi lại trong tài liệu là các loại câu hỏi và quy tắc token hình ảnh.

• Ngữ cảnh — 16.384 token cho d1-omni trên các vị trí văn bản, hình ảnh và âm thanh cùng nhau, giảm xuống còn 896 token văn bản trạng thái và câu hỏi mỗi khi có hình ảnh được đính kèm, “đúng như đã huấn luyện”. Chưa có con số ngữ cảnh nào được công bố cho d1-ultra.

• Độ trễ — không có số liệu suy luận nào được công bố cho d1-omni, vì Liquid nêu rằng họ không báo cáo các số liệu này cho một checkpoint mà họ gọi là bản phát hành nghiên cứu sớm đang trong quá trình phát triển tích cực; d1-ultra được phục vụ end-to-end mà cũng không có số liệu độ trễ riêng nào được công bố.

• Hiệu chuẩn — mẫu flagship được huấn luyện rõ ràng cho mục đích này. Lý do được Liquid nêu là hầu hết các mô hình ra quyết định đều quá tự tin, nên d1-ultra đã được tinh chỉnh để tạo ra các xác suất đáng tin cậy hơn. d1-omni mang một thẻ hiệu chuẩn của riêng mình, nhưng 600M là một checkpoint thử nghiệm và chưa có bên thứ ba nào đo hiệu chuẩn của cả hai mô hình.

Hai điểm số không cùng một thước đo.

Cám dỗ là viết 15.95 bên cạnh mẫu chủ lực rồi trừ đi. Đừng làm vậy. Con số 15.95 của d1-omni đến từ tập công khai của Decision Index v0.2.1, một bảng mà Liquid AI tự chấm điểm các mục của mình bằng bộ chấm điểm chính thức thay vì nộp chúng — điểm thành phần Knowledge 8.3, Language 12.9, Retrieval 35.0, Tools 15.1, Arts 6.8, so với 48.57 của d1-3B trong cùng dòng sản phẩm. Tuyên bố của Liquid dành cho d1-ultra là đứng nhất trên Artificial Analysis Decision Index với cách biệt ít nhất tám điểm, đó là một bảng khác với một phiên bản khác, được công bố trước khi mẫu chủ lực ra đời. Hai con số đo những thứ khác nhau bằng những thước đo khác nhau, và cách đọc trung thực của cặp số này chỉ là khoảng cách lớn — chứ không phải là khoảng bốn mươi mấy điểm.

Con số trụ lại sau so sánh lại là con số không ai công bố: mô hình 600M hoàn toàn không có số liệu suy luận, nên bạn không thể nêu chi phí cho mỗi quyết định trên phần cứng của riêng mình mà không tự đo. Chính phép đo đó, chứ không phải bảng xếp hạng, mới là căn cứ để đưa ra quyết định tự sở hữu hay thuê.

Ba khối lượng công việc, ba câu trả lời khác nhau

• Một lô kiểm tra 25.000 hình ảnh hằng đêm — khoảng 3,65 USD mỗi lượt chạy trên Liquid AI D1 Ultra, còn với d1-omni là bản tải xuống 1,2GB cộng với bất kỳ GPU nào bạn chỉ định cho nó. Ở khối lượng này, việc tính phí không phải yếu tố quyết định; yếu tố quyết định là bạn có muốn độ chính xác mà mẫu flagship tuyên bố hay không, và liệu ba đô-la một đêm có đáng hơn việc duy trì một máy chủ mô hình hay không.

• Một cổng cứng nơi xác suất chính là quyết định — một phê duyệt, một phán quyết kiểm duyệt, một giao dịch kích hoạt khi chạm ngưỡng. Ở đây, hiệu chuẩn chính là sản phẩm, và d1-ultra là mẫu duy nhất trong hai mẫu mà Liquid nói đã được huấn luyện riêng cho việc này. Một xác suất sai nhưng đầy tự tin ở mức 0.6 còn tệ hơn không có xác suất nào, và chưa có bên thứ ba nào kiểm tra điều đó ở cả hai mô hình. Nếu ngưỡng quan trọng, bạn sẽ muốn tái lập tuyên bố hiệu chuẩn của nhà cung cấp trước khi tin nó ở ranh giới.

• Một bộ phân loại khối lượng lớn, rủi ro thấp chạy trên thiết bị — định tuyến một lệnh thoại, phân loại sơ bộ hộp thư đến, gắn cờ một tin đăng để con người xem xét. Không có gì trong khối lượng công việc này đòi hỏi một mô hình frontier chạy trên máy chủ. 600M trả về một câu trả lời có kiểu dữ liệu từ một lượt truyền xuôi duy nhất trong 850MB, và đó chính là lý do toàn bộ nó tồn tại, còn ngân sách ảnh 896 token thì ổn cho một câu trạng thái và một bức ảnh.

Ranh giới định tuyến thực sự nằm ở đâu

Cả hai mô hình đều không nằm trong danh mục của chúng tôi, và đáng để nói thẳng điều đó thay vì ngụ ý ngược lại: mọi lệnh gọi Liquid AI d1-omni-600M và mọi lệnh gọi Liquid AI d1-ultra đều đi đến phần cứng của chính bạn hoặc API của nhà cung cấp và các nền tảng bên thứ ba, không qua chúng tôi. Những gì OrcaRouter bao phủ là nửa còn lại của pipeline mà một mô hình ra quyết định không thể tự làm. Một mô hình ra quyết định 587M trả về một nhãn hoặc một xác suất rồi dừng; vẫn phải có thứ gì đó viết câu trả lời, tóm tắt trường hợp hoặc hành động dựa trên điểm số. Một API cho hơn 200 mô hình, với giá niêm yết của từng nhà cung cấp được chuyển qua nguyên vẹn và DSL định tuyến sẵn có khi một yêu cầu đã được phân loại cần phân nhánh đến nhiều hơn một mô hình, là một tuyên bố khiêm tốn hơn "chúng tôi vận hành mô hình ra quyết định", và đó là tuyên bố đúng.

Điều gì sẽ làm thay đổi câu trả lời

Hiện tại, việc so sánh đang được quyết định bởi hai điểm thiếu vắng. Liquid AI D1 Ultra không công bố số lượng tham số, nên không thể đánh giá chi phí trên mỗi token của nó tương quan với quy mô công việc mà nó đang đảm nhận, và cũng không có số liệu độ trễ, nên không thể thiết kế một luồng tương tác dựa trên nó mà không đo đạc. Và d1-omni không công bố các con số suy luận theo lựa chọn của chính nhà cung cấp, nên phép tính tự sở hữu so với thuê có một vế mà chỉ có thể lấp đầy bằng một bài đo hiệu năng trên phần cứng của chính bạn.

Nếu một trong hai điều đó được chốt, hình dạng của quyết định sẽ thay đổi. Một kết quả hiệu chuẩn độc lập trên d1-ultra sẽ giải quyết được khối lượng công việc kiểm duyệt, nơi mức giá đã rẻ hơn một bậc độ lớn so với mức mà hầu hết mọi người sẽ đoán. Một con số độ trễ từ Liquid cho 600M sẽ cho phép ai đó đưa nó vào một luồng tương tác một cách tự tin thay vì phải thử nghiệm trước. Cho đến lúc đó, cách hiểu an toàn là hẹp và kém hào nhoáng: mẫu flagship được định giá đủ gần mức miễn phí đến mức chỉ riêng ngân sách sẽ không thúc đẩy bạn tự vận hành bất cứ thứ gì, và lợi thế thực sự của 600M là một khi bạn đã có tệp, không ai có thể thay đổi con số, các điều khoản hay điểm cuối bên dưới bạn.

Các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong OrcaRouter AI Incident Archive, trong đó mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.