Liquid AI lance d1-ultra, un modèle de décision multimodal qui obtient 65 à l'AA Decision Index
Liquid AI a lancé d1-ultra, le plus performant de ses modèles de décision, accessible dès maintenant via l'API de l'entreprise au tarif de 0,042 dollar par million de tokens d'entrée. Le modèle lit du texte, des images ou les deux, et répond à des questions typées en attribuant une probabilité à chaque réponse possible. Il le fait en un seul passage avant, sans générer le moindre token de sortie, ce que confirme la documentation de l'API d1, où le champ output_tokens reste toujours à zéro. Trois types de questions sont gérés : oui/non avec une probabilité entre 0 et 1, choix d'une étiquette parmi plusieurs avec une probabilité par étiquette, et score pondéré sur une grille ordonnée. Liquid affirme que d1-ultra domine les 8 catégories de sa suite de 112 évaluations et surpasse Jev 1.14 de TypeSafe sur toutes les tâches, au même prix. Sur l'Artificial Analysis Decision Index, il obtiendrait 65, soit la première place selon Liquid. Le nombre de paramètres et la longueur de contexte ne sont pas divulgués.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Pour les développeurs, l'intérêt est concret : classification, routage, modération, garde-fous, tri et remplacement des « LLM juges » peuvent s'exécuter sans payer de texte généré, avec une sortie directement exploitable par le code. Seuls les tokens d'entrée sont facturés. Une image coûte 1,5 token par bloc de 32×32 pixels, soit 1 536 tokens pour une image de 1024×1024. Chaque question est facturée comme un prompt distinct, texte et images compris : trois questions sur une même image la facturent donc trois fois. Liquid cible des cas ambigus, comme repérer un défaut sur une carte électronique par rapport à une spécification, ou vérifier une déclaration de dommage à partir de la photo du client. Les gains seraient les plus marqués sur les tâches de connaissance. Pour les tâches de résumé, de conversation ou de génération de code, la documentation recommande en revanche un modèle de langage classique.
Ce lancement s'inscrit dans l'émergence d'une catégorie encore jeune, celle des modèles de décision, où Liquid affronte TypeSafe, Microsoft et Fastino. L'indice d'Artificial Analysis, publié le 13 octobre, moyenne quatre évaluations à 25 % chacune : AA-Omniscience-Decision (connaissance et hallucination), HLE-MultiChoice (raisonnement), When2Call (appel d'outils) et WildGuardTest (classification de sécurité). Il plaçait alors Jev 1.13 en tête avec 58, devant GLiDE de Fastino et Microsoft-Decision-1, tous deux à 54. Le score de 65 reste toutefois rapporté par Liquid, sans détail public par benchmark. Liquid explique que d1-ultra repose sur une base open-weight plus grande que d1, avec de fortes personnalisations maison, mais le modèle n'est disponible que via l'API, sans poids téléchargeables ni versions quantifiées. La prise en charge de Vercel AI Gateway et d'OpenRouter est annoncée comme prochaine, et un terrain de test est ouvert dans le d1 Playground.
Pas d'impact direct sur la France/UE