Liquid AI d1-ultra so với Liquid AI d1-3B: Một endpoint cho thuê với giá 0,042 USD mỗi triệu, hay một checkpoint 2,87 GB do bạn sở hữu

Liquid AI d1-ultra được tính giá 0,042 USD cho mỗi triệu token đầu vào và chạy trên accelerator của người khác trong trung tâm dữ liệu của người khác. Liquid AI d1-3B được tính giá không đồng cho mỗi lần gọi và chạy trên một chiếc Jetson Orin Nano đặt trên bàn làm việc. Hai câu đó mô tả hai mô hình mà Liquid AI phát hành cách nhau tám ngày — d1-3B là một checkpoint trọng số mở được công bố vào ngày 7 tháng 10 năm 2026, d1-ultra là một mô hình chỉ có API vào ngày 15 tháng 10 — và chúng mô tả cùng một công việc: đưa cho mô hình một trạng thái được tạo thành từ văn bản, hình ảnh, hoặc cả hai, đưa cho nó một tập câu hỏi có kiểu, rồi nhận lại các câu trả lời đã hiệu chỉnh từ một lượt lan truyền tiến duy nhất mà không sinh ra một token đầu ra nào. Cả hai đều không viết văn xuôi. Cả hai đều không phát trực tuyến. Sự khác biệt giữa chúng không phải là "cái nào thông minh hơn" theo nghĩa trừu tượng, bởi vì câu trả lời trung thực phụ thuộc hoàn toàn vào việc bạn hỏi bao nhiêu lần mỗi ngày. Đối với một mô hình mà các kiểu thất bại vẫn chưa được ghi nhận đầy đủ, thứ tương ứng hữu ích chính là hồ sơ về những gì đã sai ở nơi khác: các sự cố AI và thất bại của agent đã được ghi nhận xung quanh những mô hình thuộc lớp này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter nơi mỗi mục đều mang nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Cách đặt vấn đề đó là lý do vì sao sự so sánh này có giá trị hơn một bảng thông số kỹ thuật. d1-3B và d1-ultra nằm ở hai đầu đối lập của một quyết định mà Liquid AI giờ đây đã nêu rõ trong tài liệu của chính mình: bạn có thể thuê mô hình mạnh nhất trong dòng theo từng token, hoặc bạn có thể sở hữu một mô hình 3,12 tỷ tham số và thay vào đó trả bằng silicon, điện năng và giờ công kỹ thuật. Cả hai đều là sản phẩm hiện hành. d1-ultra là thứ mới nhất mà công ty đã ra mắt, còn d1-3B là thứ mà phần lớn độc giả có lẽ nên bắt đầu. Việc mô hình nào phù hợp với một pipeline cụ thể là một câu hỏi số học với một điểm giao thoa thực sự, và nó có thể được trả lời bằng những con số đã công bố — đó là những gì sẽ trình bày sau đây.

Một lưu ý về nguồn trước khi vào các con số, vì điều đó quan trọng hơn cả cách trình bày. Gần như mọi thứ dưới đây là báo cáo của chính Liquid AI: các thẻ mô hình, bài đăng open-weight ngày 7 tháng 10 và bài đăng d1-ultra ngày 15 tháng 10. Chúng tôi không tự mình tái lập bất kỳ benchmark mô hình ra quyết định nào cho bài viết này, và theo như chúng tôi biết thì cũng chưa có ai khác làm vậy. Khi một con số là phép tính của chúng tôi trên một số đã công bố chứ không phải phép đo của bất kỳ ai, điều đó được nêu rõ trong câu chứa con số ấy.

Mỗi mô hình thực chất là gì, tính đến giữa tháng 10 năm 2026

Liquid AI d1-3B là một mô hình ra quyết định trọng số mở, 3,12 tỷ tham số, được huấn luyện từ LFM2.5-VL-3B, một mô hình ngôn ngữ-thị giác chỉ có bộ giải mã. Mô hình mang bộ mã hóa thị giác SigLIP2 NaFlex 400M, cửa sổ ngữ cảnh 32.768 token và từ vựng 128.000 token, nhận văn bản, JSON, hình ảnh hoặc hỗn hợp làm trạng thái đầu vào, và trả lời một hoặc nhiều câu hỏi — Choice, Score, hoặc noul, phép nguyên thủy yes/no trả về xác suất từ 0 đến 1 — trong một lượt truyền xuôi. Các trọng số có trên Hugging Face theo LFM Open License, được nhà cung cấp mô tả là miễn phí sử dụng kể cả cho mục đích thương mại khi doanh thu hằng năm dưới 10 triệu USD. Hỗ trợ llama.cpp ngay từ ngày đầu tiên được công bố, với các bản dựng NVFP4 trên Apple, AMD, Qualcomm và 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.

Lý do những đoạn văn đó mất cân đối đến vậy không phải là do biên tập. Đó chính là toàn bộ sự so sánh. d1-3B được ghi tài liệu chi tiết đến mức cho phép bạn ước lượng cấu hình phần cứng trước khi tải bất cứ thứ gì. d1-ultra được ghi tài liệu chi tiết đến mức chỉ đủ để bạn gọi nó và không hơn.

Hai chỉ số không nằm trên cùng một thước đo.

Mọi bài viết lại thứ cấp về cặp số này đều sẽ đặt 65 bên cạnh 48.57 và để bạn tự rút ra kết luận hiển nhiên. Hãy đọc nhãn trước, bởi vì hai con số này được công bố dưới những công cụ khác nhau.

• Con số của d1-3B — 48,57, trên split công khai của Decision Index v0.2.1, trong bài đăng công bố ngày 7 tháng 10. Nhà cung cấp còn tuyên bố thêm rằng mô hình này vượt trội hơn mọi mô hình dưới 10B và ngang bằng với Decider 35B-A3B, một mô hình có kích thước gấp mười hai lần nó.

• con số của d1-ultra — 65, được mô tả trong bài đăng ngày 15 tháng 10 là dẫn đầu Artificial Analysis Decision Index với cách biệt ít nhất tám điểm, kèm tuyên bố rằng d1-ultra đánh bại Jev 1.14 trên mọi tác vụ. Các bài báo đưa tin về thông báo này đã ghi nhận Jev 1.14 ở mức 57, điều này nhất quán với mức dẫn trước tám điểm.

Có hai điều đúng và đáng nói thẳng. Thứ nhất, chỉ số đứng sau con số 65 của d1-ultra là của bên thứ ba, nhưng con số này đến với chúng tôi qua chính thông báo của Liquid AI và qua các bài viết báo chí về thông báo đó — bản thân chúng tôi không thể tải được một bảng công khai hiển thị 65 — nên trong bài viết này, đây là số liệu do nhà cung cấp báo cáo. Thứ hai, điểm trên split công khai phiên bản 0.2.1 và điểm chỉ số không có phiên bản không được đảm bảo nằm trên cùng một thang đo, và chỉ số v0.3 có một split thị giác riêng tư mà bản phát hành mở đã không hề báo cáo đối chiếu với nó. Hãy coi khoảng cách này là mang tính định hướng — mô hình trả phí tốt hơn một cách đáng kể — chứ không phải là một phép đo 16,4 điểm. Chưa ai, kể cả chúng tôi, đưa hai mô hình này qua một khung kiểm thử chung.

Độ trễ: một con số được công bố, con số còn lại thì không.

Tốc độ của mô hình mở được ghi chép đầy đủ đến mức bất thường, khiến việc thiếu sót ở mô hình trả phí càng trở nên đáng chú ý. Thẻ của d1-3B báo cáo một câu hỏi trong 8 ms trên RTX 4090, 9 ms trên AMD MI325X, 16 ms trên Jetson AGX Thor, 26 ms trên Jetson AGX Orin 64 GB, 30 ms trên Apple M5 Pro và 50 ms trên Jetson Orin Nano, với thông lượng đóng gói đạt 1.106 quyết định mỗi giây trên MI325X.

Đó là thời gian forward-pass trên phần cứng được nêu tên, không phải thời gian yêu cầu end-to-end, và sự khác biệt này không phải là chuyện bắt bẻ. Lần gần nhất Liquid AI công bố độ trễ hosted cho một mô hình ra quyết định — bài đăng ngày 5 tháng 10 giới thiệu d1 — thì đó là 200 đến 300 ms cho một quyết định văn bản, tức là một vòng khứ hồi API bao gồm xếp hàng và mạng, và nó không thể so sánh với một lượt chạy 8 ms trên card cục bộ. Với d1-ultra, nhà cung cấp hoàn toàn không công bố con số độ trễ nào, ở cả hai dạng. Nếu pipeline của bạn bị giới hạn bởi độ trễ chứ không phải độ chính xác, thì sự thiếu vắng đó là điều quan trọng nhất trên trang này: hiện tại bạn không thể biết liệu mô hình đắt đỏ có nhanh hay không, và cách duy nhất để tìm ra là tự mình đo nó.

Phép tính mà các trang tiếp thị không thực hiện

Đây là điểm mà hai sản phẩm thực sự rẽ hướng khác nhau, và đó là một phép tính bạn có thể làm trên khăn ăn. Lấy một cổng phân loại hỗ trợ, nơi mỗi ticket hỏi một câu hỏi noul, 200.000 ticket một tháng, với khoảng 1.200 token đầu vào cho mỗi câu hỏi, bao gồm một ảnh chụp màn hình nhỏ. Đó là 240 triệu token đầu vào một tháng, chính là con số khiến mức giá trên mỗi triệu trở nên dễ hình dung.

• Với d1-ultra ở mức $0.042 mỗi triệu token đầu vào, chi phí khoảng $10.08 một tháng. Với d1-3B ở mức 0 đồng mỗi lần gọi, chi phí là $0.00 một tháng cộng với chi phí phần cứng, bất kể là bao nhiêu.

• Một bản build Q8_0 2,87 GB vừa vặn thoải mái trên Jetson Orin Nano. Nếu bạn mua chiếc máy đó riêng cho khối lượng công việc này, thời gian hoàn vốn so với endpoint được host sẽ tính bằng năm, chứ không phải bằng tuần — đó là kết luận trung thực, và không phải kết luận mà một nhà cung cấp phần cứng sẽ in ra.

• Đảo ngược khối lượng. Ở mức 200 triệu câu hỏi mỗi tháng — 240 tỷ token đầu vào — hóa đơn của d1-ultra vào khoảng $10,080 một tháng, còn bản dựng cục bộ vẫn ngốn chừng ấy điện. Đó là lúc việc sở hữu checkpoint không còn là một sở thích mang tính triết lý nữa, mà trở thành một khoản mục chi phí.

Ba lưu ý, tất cả đều cùng chỉ về một hướng. Mọi số token ở trên là con số chúng tôi đã chọn; độ dài trạng thái và số lượng ảnh của bạn sẽ khác, và ảnh được tính như văn bản với 1,5 token cho mỗi patch 32×32 pixel, nên một ảnh 1024×1024 duy nhất là 1.536 token đầu vào. Mỗi câu hỏi được tính phí như một prompt riêng, bao gồm văn bản và toàn bộ ảnh của nó, nên hỏi ba câu hỏi về cùng một ảnh chụp màn hình sẽ phải trả tiền cho ảnh chụp màn hình đó ba lần. Và không điều nào trong số này tính đến chi phí kỹ thuật: hướng cục bộ đòi ở bạn một lựa chọn lượng tử hóa, một runtime phải luôn cập nhật, và một bộ mã hóa thị giác ngốn bộ nhớ trước cả 3,12B trọng số. Nếu bạn gọi một mô hình vài nghìn lần mỗi tháng, endpoint được host sẽ rẻ hơn cuộc họp mà bạn quyết định tự host.

Điểm mà mỗi thứ không còn là câu trả lời đúng nữa

Liquid AI d1-3B là lựa chọn mặc định đúng đắn khi bất kỳ điều nào sau đây là ràng buộc quyết định: dữ liệu không thể rời khỏi cơ sở hoặc thiết bị; chặng mạng là không thể chấp nhận được; khối lượng đủ lớn đến mức giá theo từng lượt gọi trở thành chi phí chủ đạo; hoặc trạng thái là một khung hình camera trực tiếp hay ảnh chụp màn hình mà bạn không muốn gửi cho bên thứ ba. Cách diễn đạt của chính nhà cung cấp cũng ủng hộ điều đầu tiên trong số đó — bản phát hành mở được nhắm rõ ràng tới triển khai ở biên và trên thiết bị, trải rộng trên các phần cứng NVIDIA DGX, RTX và Jetson — và 17.820 lượt tải mà checkpoint ghi nhận trong tháng đầu tiên cho thấy nhiều người đã nhanh chóng đi đến cùng kết luận.

Liquid AI d1-ultra là câu trả lời đúng khi bản thân quyết định mới là phần khó. Các câu hỏi nặng về kiến thức, những khẳng định trực quan cần được đối chiếu với ngữ cảnh thực tế — ví dụ của chính nhà cung cấp là lỗi bo mạch và việc khớp một khiếu nại hư hỏng với ảnh của khách hàng — cùng các trường hợp đuôi dài, nơi độ tự tin của một mô hình 3B đơn giản là không đáng tin. Tuyên bố cụ thể mà Liquid AI đưa ra cho nó không chỉ là độ chính xác mà còn là độ hiệu chuẩn: bài viết lập luận rằng hầu hết các mô hình ra quyết định đều quá tự tin, và d1-ultra đã được huấn luyện để xác suất của nó có ý nghĩa. Nếu bạn đang đặt ngưỡng theo một xác suất thay vì lấy argmax — định tuyến mọi thứ trên 0.8 sang tự động xử lý và mọi thứ còn lại cho con người — thì hiệu chuẩn là tất cả, và đó cũng là tuyên bố trong bản phát hành này mà người ngoài khó kiểm chứng nhất.

Những trường hợp mà cả hai đều không đúng cũng đáng được gọi tên. Nếu câu trả lời của bạn là văn bản dạng tự do, một dấu vết đa bước, hay một bản tóm tắt, thì mô hình quyết định là sai công cụ, và chính nhà cung cấp nói như vậy trong tài liệu riêng của họ. Nếu bạn cần âm thanh trong trạng thái thay vì chỉ văn bản và hình ảnh, thành viên thứ ba của dòng, d1-omni-600M, là thứ đảm nhận việc đó — dùng d1-ultra cho công việc ấy không phải là một nâng cấp, mà là một lỗi phạm trù.

Tích hợp thứ này vào stack mà bạn đã vận hành

Một mô hình ra quyết định hầu như không bao giờ là toàn bộ pipeline. Nó là cánh cổng: thứ quyết định xem một ticket có khẩn cấp hay không, một bức ảnh có phải là lỗi hay không, một lệnh gọi công cụ có được phê duyệt hay không. Vẫn phải có thứ gì đó viết câu trả lời, và trên tuyến cục bộ thì thứ đó là một mô hình thứ hai mà giờ bạn phải tự host — đó chính là chi phí thực sự của việc chuyển sang tự host, và là chi phí không bao giờ xuất hiện trong phép so sánh theo từng token. Mô hình thực sự hiệu quả ở khối lượng nhỏ và vừa là một d1-3B cục bộ cho cánh cổng tần suất cao và một endpoint thuê ngoài cho ca khó hiếm gặp, với một khóa OrcaRouter mang các mô hình sinh mà những quyết định đó tỏa ra tới: một API trên hơn 200 mô hình, giá niêm yết của nhà cung cấp được chuyển nguyên với mức chênh lệch 0%, và tự động chuyển đổi dự phòng giữa các nhà cung cấp để một buổi chiều trục trặc từ phía upstream không biến hàng đợi phân loại của bạn thành một đống tồn đọng. Cần nói chính xác điều đó bao gồm và không bao gồm những gì — chúng tôi không host bất kỳ mô hình Liquid AI nào, nên bản thân lệnh gọi quyết định sẽ đi tới API của Liquid AI hoặc tới checkpoint cục bộ, còn OrcaRouter là thứ nằm phía sau nó.

Khi bạn ngừng coi mô hình quyết định là cố định, việc so sánh không còn mang tính nhị phân nữa. DSL định tuyến cho phép bạn kết hợp một cổng rẻ và một bộ ghi tốn kém thành một lời gọi, và fusion cho phép một hội đồng mô hình cùng trả lời khi một mô hình đơn lẻ không đủ đáng tin cậy. Cả hai điều đó đều không phải là lý do để chọn d1-ultra thay vì d1-3B. Cả hai đều là lý do khiến lựa chọn này đáng được xem xét lại ở mức khối lượng mà phép tính thực sự thay đổi.

Điều gì sẽ làm thay đổi câu trả lời này?

Ba điều, theo thứ tự khả năng xảy ra. Một benchmark độc lập đưa d1-3B và d1-ultra qua cùng một harness trên cùng các tác vụ — lúc đó khoảng cách 48,57 so với 65 trở thành một phép đo thay vì một phỏng đoán định hướng. Một con số độ trễ được công bố cho d1-ultra, mà nếu không có nó, bất kỳ pipeline nào nhạy cảm với độ trễ cũng nên coi mô hình được lưu trữ là ẩn số và đo nó trong một đường canary trước tiên. Và một bản phát hành trọng số mở cuối cùng được xây dựng trên backbone lớn hơn, điều mà lịch sử của dòng họ này khiến nó ít xa vời hơn so với vẻ ngoài: mọi mô hình d1 khác khởi đầu dưới dạng lưu trữ đều kết thúc bằng việc có thể tải xuống trong vòng hai ngày.

Cho đến lúc đó, quy tắc kinh nghiệm vẫn đúng. Hãy bắt đầu với d1-3B vì nó miễn phí dùng thử, nhanh trên phần cứng mà bạn có thể đã sở hữu, và được tài liệu hóa đủ tốt để đánh giá đúng quy mô trước khi bạn cam kết. Hãy chuyển những quyết định cụ thể có kết quả trả về không thuyết phục sang d1-ultra. Khoảng cách giữa hai loại là có thật; chỉ là nó hẹp hơn so với mức chênh lệch giá gợi ý, và hẹp hơn nhiều so với điều mà các con số chỉ số hàm ý khi chúng được in cạnh nhau mà không có nhãn phiên bản.