Liquid AI lança D1 Ultra, líder em decision model benchmark 2026
Liquid AI lança os modelos de decisão d1.2 e d1.2-ultra, omnimodais, com probabilidades calibradas, acurácia de até 97% e preços a partir de US$ 0,02 por milhão de tokens.

Inteligência Artificial
Novos modelos D1.2 e D1.2-Ultra oferecem alta precisão e custo acessível para aplicações avançadas de decisão.
Leia também: Orquestração autônoma em Kubernetes reduz 80% do custo de IA
A Liquid AI lançou nesta semana os modelos de decisão d1.2 e d1.2-ultra, que processam texto, imagens e áudio em uma única chamada de API e devolvem apenas probabilidades calibradas para um conjunto fixo de respostas, sem gerar texto, o que reduz o custo de uso e mira decisões complexas em escala.
Liquid AI aposta em probabilidades calibradas
Diferente de modelos tradicionais que produzem respostas em linguagem natural, a família d1.2 funciona como um sistema de classificação: para cada opção possível, o modelo retorna a probabilidade estimada de estar correta. Segundo a empresa, “um modelo calibrado que diz 80% está certo cerca de 80% das vezes, permitindo que equipes direcionem casos de baixa confiança para humanos”.
Nos testes internos da companhia, os modelos foram avaliados em 13 benchmarks, somando 22.505 perguntas. A promessa é de baixa taxa de erro de calibração, o que torna mais previsível a fronteira entre o que pode ser automatizado e o que deve ser revisto por um atendente, analista ou médico, por exemplo.
A principal aposta comercial é reduzir custos operacionais em cenários de alto volume, já que não há cobrança por tokens de saída: só entram na conta os tokens de entrada de texto, imagem e áudio.
Entenda o contexto
Modelos de decisão vêm ganhando espaço como alternativa a sistemas de IA que apenas geram texto. Em vez de “escrever uma resposta”, eles escolhem, com nível de confiança quantificado, entre opções previamente definidas — por exemplo, aprovar ou recusar um pedido de crédito, classificar um chamado de suporte ou identificar o idioma de um áudio.
O lançamento dos d1.2 e d1.2-ultra substitui gerações anteriores da própria Liquid AI, como d1, d1.1 e d1-ultra, que foram descontinuadas e não suportam áudio nem os novos tipos de tarefa.
D1 Ultra: como o modelo se saiu no decision model benchmark?
O d1.2-ultra atingiu 75 pontos no AA Decision Index v2.1, a maior pontuação registrada entre os modelos de decisão avaliados nesse índice, de acordo com os dados divulgados pela empresa. Concorrentes como Drex Max v1.1, SubQ Snap 1.2 e GLiDE v1.2 aparecem com 73 pontos, enquanto o d1.2 marca 69.
O índice leva em conta seis avaliações com pesos diferentes e penaliza com força as respostas erradas emitidas com alta confiança. Nesse recorte, o d1.2-ultra supera inclusive o d1-ultra, modelo anterior da casa, que havia ficado com 71 pontos e agora está descontinuado.
A Liquid AI resume a proposta comercial do novo topo de linha dizendo que “d1.2-ultra pontua 75 no AA Decision Index v2.1, a maior entre modelos de decisão”. Já o d1.2, embora tenha pontuação menor, é apresentado como a opção de melhor custo-benefício: “d1.2 é mais rápido e custa menos da metade que o d1.2-ultra”. Em tarefas de múltiplos rótulos, a empresa afirma que o d1.2 chega a superar o irmão mais robusto, com 90% de acerto contra 87%.
Modelos omnimodais aceitam texto, imagem e áudio
Os dois modelos são omnimodais e aceitam, na mesma requisição, texto, imagens e áudio. O usuário define o conjunto de respostas possíveis e o tipo de tarefa; o modelo devolve, para cada opção, uma probabilidade calibrada.
O sistema traz cinco novos tipos de resposta em um endpoint único, pensado para simplificar a integração. Entre os casos de uso previstos estão classificação de imagens, análise de trechos de conversa gravados, identificação de sons específicos (como sirenes ou alarmes) e detecção de idioma em áudio.
No áudio, a API recebe arquivos no formato 16-bit PCM WAV e contabiliza 10 tokens por segundo. Em bases públicas mantidas fora do treinamento — como ESC-50, focada em sons ambientais, e FLEURS, com 43 idiomas — a Liquid AI reporta entre 95% e 97% de acerto nas perguntas avaliadas.
Para imagens, a cobrança é feita por “patches” de 32×32 pixels: cada patch vale 1,5 token. Uma imagem de 1024×1024 pixels, por exemplo, gera 1.536 tokens de cobrança. Segundo a empresa, estado compartilhado e mídias são tarifados uma única vez; novas perguntas sobre o mesmo material adicionam apenas os tokens adicionais do texto.
Preços agressivos e créditos para novos usuários
A Liquid AI posiciona o d1.2 como modelo de entrada de alto volume, com preço de US$ 0,02 por milhão de tokens de entrada. Já o d1.2-ultra, voltado a decisões mais críticas, custa US$ 0,042 por milhão de tokens.
Na prática, isso coloca o d1.2 a menos da metade do valor do d1.2-ultra, reforçando o discurso de que o modelo padrão é a opção ideal para aplicações sensíveis a custo e latência, enquanto o ultra fica reservado a casos em que a precisão extra compensa o investimento.
Imagens e áudio entram na mesma régua: 10 tokens por segundo de áudio e 1,5 token por patch de 32×32 em imagens. Novas organizações que se cadastrarem na plataforma Liquid Console recebem US$ 2 em créditos gratuitos para testes iniciais — suficiente para processar dezenas de milhões de tokens com o d1.2.
Impacto para empresas e desenvolvedores
Ao combinar entrada multimodal com probabilidades calibradas, os modelos d1.2 e d1.2-ultra miram setores que dependem de decisões automatizadas confiáveis, como financeiro, saúde, segurança, atendimento ao cliente e monitoramento de mídia.
A possibilidade de medir a confiança em cada resposta permite construir fluxos híbridos: casos com probabilidade alta seguem automatizados; situações de incerteza são encaminhadas a analistas humanos. Isso tende a reduzir erros graves — especialmente porque o índice de avaliação usado pela empresa pune respostas erradas muito confiantes.
Por outro lado, a descontinuação de modelos anteriores obriga clientes que já estavam na plataforma a migrar integrações para o novo endpoint. Em compensação, a API unificada, documentação técnica e ferramentas de monitoramento, como a integração com a extensão GPULeaderboard.com para Chrome, tentam tornar essa transição mais suave.
Os modelos já estão disponíveis por meio do endpoint https://api.liquid.ai/decisions/v1/systemone. A expectativa da empresa é ampliar a base de usuários à medida que equipes técnicas coloquem o d1.2 e o d1.2-ultra à prova em seus próprios benchmarks internos.


