Liquid AI lance d1-ultra, un modèle de décision

Liquid AI a présenté le 15 octobre d1-ultra, un « modèle de décision » multimodal. Contrairement aux grands modèles de langage classiques, il ne génère pas de texte : il lit des documents ou des images, reçoit une ou plusieurs questions et renvoie une probabilité pour chaque réponse possible. Une approche pensée pour l'automatisation de vérifications à grande échelle, où l'on attend un verdict chiffré plutôt qu'un paragraphe.

Un modèle qui répond par des probabilités

Selon le billet de Liquid AI, d1-ultra accepte du texte non structuré, des images ou les deux, et traite l'ensemble en une seule passe (forward pass), sans produire de jetons de sortie. Trois types de questions sont proposés, les mêmes que pour le modèle d1 qui l'a précédé :

• oui/non, avec une probabilité comprise entre 0 et 1 ;
• choix, une étiquette parmi plusieurs, chacune assortie d'une probabilité ;
• score, une position sur une échelle.

Là où un modèle génératif décrit ce qu'il voit, d1-ultra tranche. Pour comprendre ce qui distingue cette mécanique de celle d'un chatbot, on peut relire notre explication sur le fonctionnement des grands modèles de langage.

Cas d'usage visés

Liquid AI cite des exemples concrets : vérifier qu'un circuit imprimé ne présente pas de défaut par rapport à sa spécification, ou confronter une déclaration de sinistre aux photos envoyées par le client. L'éditeur met aussi en avant la calibration : selon lui, la plupart des modèles de décision sont trop sûrs d'eux, et d1-ultra a été spécifiquement entraîné pour fournir des probabilités plus fiables. Un point clé si ces scores servent à fixer des seuils d'acceptation ou de rejet automatiques.

Des performances encore à confirmer

D'après Liquid AI, d1-ultra a été évalué face à d1 et au modèle Jev 1.14 sur 112 évaluations distinctes, et surpasserait Jev 1.14 sur toutes les tâches, avec une meilleure précision et une meilleure calibration pour le même prix. L'entreprise affirme également qu'il devance les autres modèles de décision d'au moins 8 points sur le Decision Index d'Artificial Analysis. Les gains seraient les plus marqués sur les tâches faisant appel aux connaissances. Ces résultats proviennent de l'éditeur lui-même : aucune évaluation indépendante n'est disponible à ce stade.

Techniquement, d1-ultra repose sur un modèle de base open-weight plus grand que celui de d1, adapté par Liquid AI. Le billet ne précise pas si les poids de d1-ultra lui-même seront publiés, ni sa latence, la réduction de celle-ci étant présentée comme un objectif futur.

Tarifs et disponibilité

Le modèle est accessible dès maintenant via l'API de Liquid AI, avec une arrivée annoncée « bientôt » sur Vercel et OpenRouter. La facturation ne porte que sur les jetons d'entrée, à 0,042 dollar par million. Les images sont comptées à raison de 1,5 jeton par bloc de 32 × 32 pixels, soit 1 536 jetons pour une image de 1024 × 1024. Attention toutefois : chaque question est facturée comme une requête distincte, incluant son texte et toutes les images associées. Poser cinq questions sur la même photo revient donc à la payer cinq fois.