Liquid AI d1-ultra: Spitzenreiter im Decision Index im Test

👁 116 Aufrufe

Liquid AI hat am 15. Oktober d1-ultra veröffentlicht. Das Entscheidungsmodell schreibt keine Texte, sondern wählt eine Antwort aus einer Liste und gibt die Wahrscheinlichkeit für jede Option an. Im Decision Index von Artificial Analysis erreicht es 65,2 Punkte und führt damit die Rangliste der Entscheidungsmodelle deutlich vor Jev 1.13 von TypeSafe mit 57,5 Punkten an. Ich habe die AA-Tabelle, die Website des Herstellers und die Preise geprüft. Außerdem habe ich getestet, ob das Modell aus Polen erreichbar ist. Am 19. Oktober ließ ich es auch meinen Testsatz mit polnischen Beispielen durchlaufen.

Was ist d1-ultra?

d1-ultra ist das größte Entscheidungsmodell von Liquid AI. Es verarbeitet Text, Bilder oder beides zugleich und beantwortet drei Arten von Fragen: Ja oder Nein, Auswahl aus einer Liste und Bewertung auf einer Skala. Der Hersteller nennt als Beispiele das Erkennen eines Defekts auf dem Foto einer Leiterplatte oder das Prüfen einer Schadensmeldung mit einem Kundenfoto. Das Kontextfenster umfasst 32.768 Token.

Liquid zufolge basiert das Modell auf einem größeren offenen Modell, das der Hersteller selbst angepasst hat. Welches Modell das ist und wie viele Parameter es hat, verrät Liquid nicht. d1-ultra ist ausschließlich über eine API verfügbar. Nur die kleineren Modelle der Familie, d1-3B und d1-omni-600M, bieten offene Gewichte. Sie stehen unter der LFM Open License. Über das frühere, kleinere d1-Modell habe ich zum Start der d1-Reihe berichtet.

d1-ultra im Decision Index

Der Vorsprung geht vor allem auf drei der vier Tests im Index zurück. Unter den Entscheidungsmodellen erzielt d1-ultra die besten Ergebnisse bei:

• When2Call (entscheiden, ob das Modell antworten, ein Werkzeug aufrufen, nachfragen oder ablehnen soll): 92,6 gegenüber 83,7 bei den bisherigen Spitzenreitern Celeris-1 Decision und GLiDE.
• WildGuardTest (schädliche Anfragen und Antworten): 95,4 gegenüber 95,1 bei GLiDE.
• Eingeständnis von Nichtwissen bei Wissensfragen: 84,5 gegenüber 39,8 bei Microsoft-Decision-1.

Bei Wissen und Schlussfolgerungen schneidet das Modell schwächer ab. Bei Wissensfragen liegt die Trefferquote bei 31,6; das beste d1-Modell erreicht 41,0. Im Test HLE-MultiChoice kommt d1-ultra auf 15,0, Jev 1.13 auf 20,9. Herkömmliche Sprachmodelle erzielen in diesem Index weiterhin höhere Werte: Claude Haiku 5.5 im Max-Modus erreicht 68,4 Punkte, kostet aber rund ca. 1.846,99 EUR (2.073 USD) pro Million Aufgaben. Liquid zufolge hat d1-ultra Jev 1.14 bei allen 112 vom Hersteller durchgeführten Auswertungen übertroffen. Dieses Ergebnis stammt vom Hersteller und wurde noch nicht unabhängig wiederholt.

In der zweiten Rangliste für Entscheidungsmodelle, JevBench, erreicht d1-ultra im Capability Score 80,5 Punkte. Unter den API-Diensten liegt es auf Platz 2, hinter kettei-fat mit 86,3 Punkten. Das offene Modell basal-omni-1.0-ultra erreicht dort 82,5 Punkte. Da es im Decision Index nicht gemessen wurde, lassen sich die beiden Modelle in keiner gemeinsamen AA-Tabelle vergleichen.

Preis und Verfügbarkeit

• Preise: ca. 0,0374 EUR (0,042 USD) pro Million Eingabetoken. Die Ausgabe ist kostenlos, da das Modell keine Token erzeugt. Laut Liquid wird ein Bild mit 1024 x 1024 px wie 1536 Token berechnet.
• Verfügbarkeit: über die Liquid-API (console.liquid.ai), OpenRouter unter liquid/d1-ultra im selben Format /v1/systemone wie andere Entscheidungsmodelle sowie über Vercel AI Gateway.
• OpenRouter: Bei meinem Zugriff aus Polen am 19.10. funktionierte das Modell ohne separates Liquid-Konto. Die Verfügbarkeit kann sich je nach Anbieter und Standort unterscheiden; prüfen Sie sie beim jeweiligen Anbieter.

Mein Test mit polnischen Beispielen

Ich verwendete denselben Testsatz wie zum Start des Rankings: 50 Kundenanfragen an einen Shop, bei denen Abteilung und Dringlichkeit zu bestimmen waren, sowie 10 Entscheidungen über Werkzeuge. Die Zuordnungskriterien hatte ich am 13.10. festgelegt. Der Test wurde auf Polnisch durchgeführt; die Ergebnisse sind kein Test mit deutschen Anfragen.

• Abteilung: 44 von 47, genauso viele wie die besten Entscheidungsmodelle am 13.10. (Microsoft-Decision-1, Decider, Mercury und Clef). Jev 1.13 kam auf 41, basal-omni-1.0-mini auf 42.
• Konfidenz: Bei einer Konfidenz ab 0,9 lag das Modell 40 von 42 Mal richtig.
• Dringlichkeit: 43 von 50. Bei einem Schwellenwert von 0,5 stufte das Modell sieben Fälle als dringend ein, die hätten warten können. Für den eigenen Einsatz sollte der Schwellenwert daher anhand eigener Daten höher angesetzt werden.
• Werkzeuge: 10 von 10.
• Tempo und Kosten: Der Median lag bei 351 ms aus Polen einschließlich Netzwerk. Der gesamte Test kostete ca. 0,000668 EUR (0,00075 USD), entsprechend rund ca. 11,14 EUR (12,5 USD) pro Million solcher Aufgaben.

Alle Entscheidungsmodelle, beide Rankings und meine Tests finden Sie im Überblick zu KI-Entscheidungsmodellen.

Umrechnung von USD in EUR zum Kurs 1 EUR = 1,1225 USD. ECB-Referenzkurs vom 19.10.2026: Quelle. Umgerechnete Beträge sind Schätzwerte und keine lokalen Checkout-Preise.

// weiterlesenKI-Entscheidungsmodelle im Decision IndexBenchmarksSkyReels V4: Vom Video-KI-Spitzenreiter auf Platz 9NachrichtenOpenAI Agents API: Computer Use, Decisions API und PreiseNachrichten

Kinetyra