A Liquid AI anunciou o d1-ultra, sua nova geração de "modelos de decisão" — sistemas projetados para responder perguntas fechadas sobre situações reais usando texto, imagem ou os dois ao mesmo tempo, devolvendo probabilidades calibradas em uma única passada de inferência, sem gerar nenhum token de saída. A novidade já está disponível na API da empresa a US$ 0,042 por milhão de tokens de entrada e ocupa a primeira posição do Artificial Analysis Decision Index com nota 65, segundo a própria Liquid AI.
O diferencial da arquitetura é o foco em trabalho operacional: classificação, roteamento, moderação, triagem e substituição de "LLM-as-judge" em fluxos de produção. Cada solicitação carrega um estado (o contexto), imagens opcionais e uma ou mais perguntas tipadas do tipo noul (sim/não), Choice (um rótulo entre vários) ou Score (posição em uma escala). O modelo avalia todas as perguntas sobre o mesmo input em uma única chamada, e a resposta traz output_tokens sempre igual a zero — o que significa que o cliente paga apenas pelos tokens de entrada, sem custo de texto gerado.
De acordo com a divulgação oficial, o d1-ultra foi construído sobre um backbone open-weight maior que o d1 anterior, com customizações específicas da Liquid AI e um pipeline de treinamento voltado a calibração de probabilidades. A empresa afirma que o novo modelo supera o Jev 1.14 da TypeSafe AI em todas as tarefas do comparativo interno de 112 avaliações, mantendo o mesmo preço de mercado.
No índice independente da Artificial Analysis, que media quatro avaliações com peso de 25% cada (AA-Omniscience-Decision, HLE-MultiChoice, When2Call e WildGuardTest), o d1-ultra lidera com 65 pontos, à frente do Jev 1.13 (58) e dos modelos GLiDE e Microsoft-Decision-1 (54 cada, ambos medidos em 13 de outubro).
O custo de uso é simples de prever: apenas tokens de entrada são cobrados. Imagens entram na conta como 1,5 token por patch de 32×32 pixels, de modo que uma imagem de 1024×1024 consome 1.536 tokens. Cada pergunta é faturada como um prompt independente, incluindo o texto e todas as imagens associadas — três perguntas sobre a mesma imagem cobram a imagem três vezes. A API limita 8 imagens e 10 mil patches de imagem por requisição, com corpo JSON máximo de 4,5 MB.
Entre os casos de uso citados pela empresa estão detecção de defeitos em placas de circuito contra uma especificação e verificação de sinistros de dano a partir da foto do cliente — cenários em que a resposta precisa ser uma probação binária ou um rótulo, não um parágrafo.
O endpoint de produção é /decisions/v1/systemone com model: d1-ultra no corpo da requisição. Suporte via Vercel AI Gateway e OpenRouter foi anunciado como "em breve". A Liquid AI não divulgou o número de parâmetros nem o tamanho do contexto, e o acesso é exclusivamente via API hospedada — não há pesos baixáveis nem variantes quantizadas.
Fontes e referências
Encontrou uma informação que precisa de correção? Fale com a redação.