Liquid AI lança d1-ultra, modelo decisório multimodal e barato

Tecnologia

Novo modelo multimodal da Liquid AI oferece decisões precisas e econômicas para aplicações críticas via API global.

Leia também: NVIDIA lança RTX Spark em 16/10 e revoluciona PCs com IA local

A Liquid AI lançou o d1-ultra, novo modelo de decisão que lê texto e imagens para responder perguntas com probabilidades, sem gerar texto e cobrando apenas pelos tokens de entrada. Disponível globalmente via API, o sistema mira empresas que precisam automatizar decisões críticas gastando menos que com grandes modelos de linguagem tradicionais.

O que é o d1-ultra e como funciona

O d1-ultra é um modelo de decisão: em vez de produzir respostas em linguagem natural, ele devolve probabilidades para opções pré-definidas. Isso o torna mais adequado para tarefas como classificação, roteamento, moderação, definição de regras (guardrails), triagem e usos em que um modelo atua como “juiz” sobre a saída de outros sistemas de IA.

Na prática, cada requisição leva um estado (o contexto), opcionalmente imagens e uma ou mais perguntas tipadas. O modelo avalia todas as perguntas de uma vez sobre o mesmo conjunto de dados, em uma única chamada ao endpoint /decisions/v1/systemone, usando o parâmetro "model": "d1-ultra". A resposta não traz tokens de texto gerado, apenas scores, o que elimina o custo de saída.

Segundo a documentação, “The docs recommend decision models for routing, moderation, guardrails, triage and LLM-as-judge replacement — Liquid AI documentation”. Para tarefas como resumo, chat e geração de código, a orientação continua sendo usar modelos de linguagem convencionais.

Entenda o contexto

Enquanto os grandes modelos de linguagem se tornaram padrão para chatbots e geração de texto, muitas aplicações corporativas precisam apenas de uma decisão objetiva: aprovar ou negar um pedido, encaminhar um chamado para a equipe correta, liberar ou bloquear um conteúdo. Nesses casos, pagar por tokens gerados em texto pode ser desperdício.

O d1-ultra tenta ocupar esse espaço com uma arquitetura focada em decisão, capaz de processar múltiplas perguntas e até 8 imagens na mesma requisição. A empresa afirma que o modelo usa um backbone de pesos abertos maior que o do antecessor d1, com customizações próprias e um pipeline de treinamento voltado para decisões, o que ampliaria o desempenho principalmente em tarefas de conhecimento.

Quanto custa usar o d1-ultra

O preço público informado para o d1-ultra é de US$ 0,042 por milhão de tokens de entrada. Não há cobrança por tokens de saída, porque o modelo não gera texto, apenas probabilidades.

No caso de imagens, a Liquid AI cobra 1,5 token por patch de 32×32 pixels. Uma imagem de 1024×1024 pixels, por exemplo, é dividida em 1.024 patches e equivale a 1.536 tokens. Cada pergunta na requisição é faturada como um prompt completo, incluindo o texto e todas as imagens associadas; isso significa que a mesma imagem é cobrada novamente se usada em múltiplas perguntas.

O endpoint estabelece ainda um limite de 8 imagens e 10.000 patches de imagem por requisição, e o corpo JSON não pode ultrapassar 4,5 MB. Essas restrições funcionam como freio para chamadas muito grandes e ajudam a dimensionar custos e latência em produção.

Casos de uso: de inspeção visual a atendimento

A Liquid AI desenhou o d1-ultra para lidar com cenários “bagunçados”, em que os dados nem sempre vêm perfeitos ou padronizados. Entre os exemplos citados estão a detecção de defeitos em placas de circuito, comparando fotos com as especificações técnicas, e a checagem de pedidos de indenização com base nas imagens enviadas pelo cliente.

Nesses contextos, o modelo cruza texto (como uma descrição do defeito ou da reclamação) com a imagem correspondente e devolve a probabilidade de que o item esteja de acordo com o padrão, precise de revisão ou deva ser reprovado. A mesma lógica pode ser aplicada a moderação de conteúdo multimídia, triagem de documentos com anexos, sistemas antifraude e verificação automatizada de provas visuais em processos internos.

Ao concentrar essas decisões em um único modelo multimodal, empresas de manufatura, logística, seguros, e-commerce e atendimento ao cliente podem reduzir o uso de modelos mais caros e orientados a texto, focando o gasto em decisões objetivas.

Desempenho em relação a concorrentes

Para mostrar ganhos de qualidade, a Liquid AI comparou o d1-ultra com o modelo d1 anterior e com o Jev 1.14, da TypeSafe, em 112 avaliações. De acordo com o time da empresa, “d1-ultra outperforms Jev 1.14 across all tasks at the same price — Liquid AI team”.

Em um índice independente, o Artificial Analysis Decision Index, o d1-ultra aparece no topo do ranking. “d1-ultra ranks #1 with a score of 65 on the Artificial Analysis Decision Index — Liquid AI”, afirma a companhia. A pontuação supera modelos como Jev 1.13, GLiDE e Microsoft-Decision-1, que aparecem atrás no benchmark.

Os testes agregam diferentes tipos de avaliação em uma única nota e servem como referência para equipes técnicas que comparam desempenho e custo antes de migrar fluxos de decisão para um novo fornecedor de IA.

Como acessar o modelo e próximos passos

O d1-ultra já está disponível na API da Liquid AI, no endpoint /decisions/v1/systemone, e pode ser experimentado no d1 Playground, ambiente voltado a testes rápidos de prompts e integração. A empresa informa que o suporte ao modelo em plataformas como Vercel AI Gateway e OpenRouter deve ser liberado em breve, o que tende a simplificar a adoção por times que já usam esses gateways para orquestrar diferentes modelos.

A expectativa é que a chegada do d1-ultra pressione concorrentes que ainda dependem de modelos generalistas voltados a texto ou que não oferecem processamento integrado de múltiplos tipos de dados. Ao entregar mais precisão e custo menor em decisões automatizadas, a Liquid AI tenta se posicionar como referência em modelos de decisão eficientes para aplicações práticas de inteligência artificial.

Fonte: matéria original