Суть релиза: Omnimodal Decision Models
Компания Liquid AI представила семейство моделей принятия решений d1.2 и d1.2-ultra. В отличие от генеративных LLM, эти модели не создают текст. Они возвращают калиброванные вероятности для фиксированного набора ответов, что критически важно для автоматизации бизнес-процессов. Ключевое отличие новой версии — поддержка омнимодальности: модели работают с текстом, изображениями и аудио в одном запросе.
Модели работают по принципу zero output tokens: вы платите только за ввод, так как модель не генерирует токены вывода. Это снижает затраты и задержки. Старые версии (d1, d1.1, d1-ultra) сняты с поддержки.
Новые возможности: 5 типов ответов
В d1.2 добавлена поддержка 5 новых типов структурированных ответов, что расширяет сферу применения от простого классификации до извлечения данных:
- Read a value (text/number/date): Извлечение конкретного значения с указанием источника символов. Возвращает «not found», если значение не найдено, избегая галлюцинаций.
- Find every span (spans): Поиск всех совпадений (например, имен или email-адресов) с указанием их позиций в тексте.
- Locate objects (box/boxes): Определение объектов на изображениях с возвратом координат прямоугольника (bounding box).
- Estimate a number (number with range): Оценка числового значения с указанием диапазона неопределенности (например, 12 в диапазоне 10–14).
- Pick every option (choice with multiple): Выбор нескольких подходящих вариантов с присвоением вероятности каждому.
Производительность и бенчмарки
Модель d1.2-ultra показала лучший результат среди decision-моделей в Artificial Analysis Decision Index v2.1, набрав 75 баллов. Индекс учитывает 6 оценок, включая AA-Paperclip (30% веса) и EvalSafe-O*NET-AA (15% веса), строго наказывая за уверенные ошибки.
| Метрика / Модель | d1.2-ultra | d1.2 | Drex Max v1.1 | Decider v1.3 (Perplexity) |
|---|---|---|---|---|
| AA Decision Index v2.1 | 75 | 69 | 73 | 70 |
| Calibration Error (Liquid test) | 0.8 | 1.2 | Не сообщено | 3.7 |
| Цена за 1M input tokens | $0.042 | $0.02 | $0.03 | $0.02 |
| Input Limit (tokens) | 65,536 | 65,536 | 262,144 | 262,144 |
| Мультимодальность | Text, Image, Audio | Text, Image, Audio | Text, Image | Text, Image |
Точность на новых задачах
На внутренних тестах Liquid AI (на held-out сплитах публичных датасетов) модели показали высокую точность. Примечательно, что базовая модель d1.2 превзошла ultra-версию в задаче выбора нескольких объектов (multi-label picks): 90% против 87%.
| Задача (Датасет) | d1.2-ultra | d1.2 |
|---|---|---|
| Чтение значений (CORD, SROIE) | 98% | 96% |
| Поиск PII (Nemotron PII) | 94% / 93% (P/R) | 92% / 88% (P/R) |
| Локация объектов (RefCOCO) | 94% | 94% |
| Подсчет объектов (COCO) | 93% | 92% |
| Выбор всех объектов (COCO) | 87% | 90% |
Аудио и калибровка
Поддержка аудио позволяет анализировать звуковые дорожки (16-bit PCM WAV). API считает 10 токенов на секунду аудио. На датасетах ESC-50 и FLEURS (43 языка) модели отвечают правильно в 95–97% случаев. Калибровка вероятностей у d1.2-ultra минимальна — всего 0.8 пункта ошибки по 13 бенчмаркам, что позволяет надежно маршрутизировать сложные запросы на человека.
Деплой и цены
Модели доступны только через хостинг Liquid API. Веса пока не опубликованы. Лимиты запроса: до 128 вопросов, 4.5 MB тела запроса, до 8 изображений или 300 секунд аудио. Для новых пользователей доступна бесплатная кредитная сумма $2 в Liquid Console.
Бенчмарки
| Бенчмарк | d1.2 | Decider v1.3 | Drex Max v1.1 | d1.2-ultra |
|---|---|---|---|---|
| AA Decision Index v2.1 | 69% | 70% | 73% | 75% |
| ESC-50 / FLEURS | 95% | — | — | 96% |
| CORD / SROIE | 96% | — | — | 98% |
| Nemotron PII | 92% | — | — | 94% |
| RefCOCO / RefCOCO+ / RefCOCOg | 94% | — | — | 94% |
| COCO (Count) | 92% | — | — | 93% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗
