Liquid AI 推出 d1-ultra 多模态决策模型，AA 指数得分 65

概览：d1-ultra 是什么？

Liquid AI 近期推出的 d1-ultra 是该公司迄今为止最强大的决策模型。不同于传统的生成式大模型，它专注于“决策”而非自由文本输出，能够一次性读取文本、图像或二者结合，并对每个可能的答案返回概率分布。开发者调用时只需要提交问题和相应的输入，模型在一次前向传播中完成分类、路由或评分，省去了生成文字的计算成本。

技术特性与使用成本

虽然官方未披露参数规模和上下文长度，d1-ultra 基于比前代 d1 更大的开源权重骨干网络，专门优化了多模态感知与概率推理。它目前仅以托管服务的形式提供，开发者可通过 Liquid API 以 $0.042/百万输入标记 的价格调用。

• 支持三类问题：Yes/No（Noul）、多选（Choice）、数值/排序（Score），均返回 0~1 的概率。
• 一次前向传播即完成推理，无需产生输出 token，降低了计算费用。
• 仅提供云端 API，暂无可下载的权重或量化版本。

性能表现：在 Liquid 评测套件中的突出成绩

Liquid AI 自研的 112 项评测套件覆盖 8 大类别，d1-ultra 在全部类别中均排名第一，尤其在“Artificial Analysis Decision Index”（人工分析决策指数）上取得 65 分，官方称为该指数历史最高分。需要注意的是，具体的基准细分和参数规模尚未公开，当前的成绩主要依赖厂商自报数据。

行业意义：决策模型的崛起

随着企业对自动化决策的需求日益增长，概率式回答的模型正逐步取代传统的生成式聊天机器人。d1-ultra 的出现意味着：

• 在金融风控、内容审核、智能客服等需要明确决策的场景中，可直接获得可信度分数，降低人工二次验证成本。
• 多模态输入能力让模型能够同时考虑文字说明和视觉线索，提升了对复杂业务场景的适应性。
• 通过一次前向传播完成推理，显著压缩了响应时间和算力消耗，适合大规模在线服务。

局限与不确定性

尽管 d1-ultra 在内部评测中表现亮眼，但仍存在以下待观察点：

• 模型细节缺乏公开透明，外部研究者难以复现或验证其真实能力。
• 仅提供云端 API，意味着用户必须依赖 Liquid 的服务器，受到网络延迟和服务可用性的限制。
• 使用费用虽相对低廉，但仍需国际信用卡或其他跨境支付方式，对国内中小企业可能形成门槛。

如何解决海外支付难题

对于需要使用国际信用卡才能订阅的海外 AI 服务，国内用户可以考虑使用 境外支付解决方案，通过该平台获取虚拟卡或代付服务，完成 API 费用的支付。

对开发者的实用建议

如果你的项目涉及多模态输入且需要快速、可量化的决策输出，d1-ultra 可以作为一个高性价比的选项：

1. 先在测试环境中使用少量输入标记评估成本与响应时间。
2. 结合业务场景设计明确的 Noul、Choice 或 Score 问题，确保模型输出的概率能够直接映射到业务决策。
3. 关注 Liquid 官方后续的模型细节披露和可能的本地化部署计划，以便在需要时降低对云端的依赖。

结语

Liquid AI 的 d1-ultra 通过多模态感知和概率决策的组合，为企业提供了一种更高效、更精准的自动化决策工具。尽管当前仍存在透明度和支付门槛等问题，但其在评测中的领先表现预示着决策模型将在更多行业场景中获得落地机会。开发者可根据自身需求尝试接入，并关注后续的技术迭代和生态完善。

💳 前往 RDVCC 了解更多

RDVCC 虚拟卡 →