Liquid AI представила новое поколение моделей d1.2, которые отказываются от генерации текста в пользу вероятностных решений, устанавливая новые стандарты точности в Decision Index.

16 ноября 2026 года индустрия ИИ столкнулась с важной вехой: Liquid AI представила линейку моделей d1.2 и d1.2-ultra. В отличие от привычных LLM, которые фокусируются на предсказании следующего токена для создания связного текста, модели серии d1 — это специализированные 'decision models' (модели принятия решений). Вместо того чтобы 'рассуждать вслух', они возвращают структурированные вероятностные ответы на закрытые вопросы.
Этот переход от генерации к принятию решений критически важен для автоматизации сложных процессов, где галлюцинации недопустимы, а требуется математическая точность. Liquid AI фактически создала новый класс инструментов, которые работают не как чат-боты, а как высокоточные аналитические движки, способные обрабатывать текст, изображения и аудио для выдачи конкретных вердиктов.
Архитектура d1.2 построена на принципах Liquid Foundation Models (LFM), обеспечивая высокую эффективность при обработке мультимодальных данных. Ключевым нововведением в этой итерации стала полноценная поддержка аудио-входа. Модели способны анализировать звуковые паттерны, что позволяет им идентифицировать звуки (на базе датасета ESC-50) или определять язык речи (на базе FLEURS, поддерживающего 43 языка) с точностью до 95-97%.
Визуальная составляющая также была значительно оптимизирована. Вместо использования тяжелых энкодеров, Liquid AI внедрила систему патчей: изображение разбивается на блоки 32x32 пикселя, где каждый патч тарифицируется как 1.5 токена. Это делает обработку визуальных данных предсказуемой и экономически эффективной для разработчиков, создающих системы компьютерного зрения на базе принятия решений.
Модель d1.2-ultra установила новый мировой рекорд, набрав 75 баллов в Artificial Analysis Decision Index v2.1. Это на два пункта выше предыдущего лидера и делает её первой моделью в своем классе, достигшей такого уровня. Важно отметить, что d1.2-ultra превосходит любые существующие модели по этому индексу вне зависимости от их стоимости.
Особое внимание заслуживает показатель калибровки (calibration error). d1.2-ultra демонстрирует ошибку всего 0.8 пункта на 22,505 вопросах из 13 бенчмарков. Для сравнения: у d1.2 этот показатель составляет 1.2, у Jev 1.14 — 2.7, а у GPT-6 Luna на её Decisions API ошибка достигает катастрофических 7.2. Это означает, что когда d1.2-ultra говорит, что она уверена в ответе, она действительно права.
Liquid AI внедрила крайне прозрачную модель оплаты, ориентированную на разработчиков. В отличие от стандартных LLM, где вы платите и за вход (input), и за выход (output), модели d1.2 тарифицируются только за входные токены. Это делает их идеальными для задач массовой классификации и извлечения данных, где объем выходного ответа минимален, а входной контекст велик.
На данный момент модели доступны через Liquid API (console.liquid.ai). В ближайшее время ожидается интеграция с OpenRouter и Vercel. Стоимость d1.2 составляет 0.02 USD за миллион входных токенов, в то время как флагманская d1.2-ultra стоит 0.042 USD за миллион входных токенов.
Благодаря своей архитектуре, d1.2 лучше всего подходит для задач, требующих высокой надежности и структурированного вывода. Пять новых API-задач, представленных Liquid AI, демонстрируют широту применения: от чтения значений с чеков (98% точности) до поиска конфиденциальной информации (PII) и оценки числовых диапазонов (93% точность на COCO).
Разработчики могут использовать эти модели для создания автономных агентов, которые не просто 'рассуждают', а принимают решения на основе визуальных и звуковых данных. Это критически важно для систем безопасности, автоматизированной обработки документов и интеллектуальных интерфейсов, где ошибка в интерпретации данных может стоить дорого.
Для интеграции моделей d1.2 в свои проекты разработчикам следует перейти на консоль Liquid AI (console.liquid.ai). Платформа предоставляет полный набор инструментов для тестирования мультимодальных запросов, включая загрузку изображений и аудиофайлов. Благодаря четкой тарификации за входные токены, расчет стоимости масштабируемых систем становится тривиальной задачей.
Рекомендуется начать с модели d1.2 для задач классификации и извлечения данных, где важна экономическая эффективность, и переходить на d1.2-ultra для критически важных задач, где требуется минимальная ошибка калибровки и максимальная точность принятия решений.
API Pricing — Input: 0.02 USD per million input tokens (d1.2) — 0.042 USD (d1.2-ultra), input only / Output: 0.00 USD (Input-only billing) / Context: Input-token billing only; images cost 1.5 tokens per 32x32 patch