AB
AiBoss
ニュース

Liquid AI 发布 d1.2 与 d1.2-ultra 决策模型,支持文本图像音频输入

Liquid AI 发布 d1.2 与 d1.2-ultra 决策模型,可接受文本、图像与音频输入,输出各选项概率而非生成文本。据该公司公布的数据,d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75,为参与该指数的决策模型中的最高分。

核心事实

据 MarkTechPost 报道,Liquid AI 发布了 d1.2 与 d1.2-ultra 两款决策模型。与生成式模型不同,这类模型不输出文本,而是针对一组固定答案返回经过校准的概率。新版本在文本之外新增图像与音频输入,并增加 5 种答案类型:读取具体数值、定位文本片段、框选目标对象、给出带区间的数值估计、以及多标签选择。

据该公司公布的数据,d1.2-ultra 在 Artificial Analysis Decision Index v2.1 上得分 75,d1.2 得分 69;同一榜单上 Drex Max v1.1 为 73、Perplexity Decider v1.3 为 70。两款模型目前仅通过 Liquid AI 托管 API 提供,模型权重尚未公开,公司表示会在“某个时间点”开放。

背景与影响

决策模型面向的是需要概率而非长文本的场景,例如把低置信度的判断转交人工复核。Liquid AI 称,在 13 项基准、22,505 道题的自测中,d1.2-ultra 的校准误差为 0.8 个百分点,d1.2 为 1.2 个百分点。音频方面,API 接受 16 位 PCM WAV,按每秒 10 个 token 计费,问题本身也可以用语音提出。此前发布的 d1、d1.1 与 d1-ultra 已被弃用,不支持音频与新增任务类型。

限制与来源

需要说明的是,上述校准误差与任务准确率均来自 Liquid AI 自行测试,新任务类型尚无公开基准;参数量、延迟等指标未披露。定价方面,报道称 d1.2 为每百万输入 token 0.02 美元、d1.2-ultra 为 0.042 美元,且不产生输出 token 费用,新组织可在 Liquid Console 获得 2 美元试用额度——具体价格、额度与可用地区请以 Liquid AI 官网当前信息为准。本文信息来自 MarkTechPost 的报道,相关性能说法尚未获独立验证。