Liquid AI brengt d1-ultra uit voor multimodale beslissingen

Liquid AI lanceert op 15 oktober d1-ultra als multimodaal beslismodel dat tekst en beelden omzet in vaste antwoorden met kansen; de API rekent alleen invoertokens.

Een team dat schadefoto's of productinspecties beoordeelt, kan een beeld samen met vaste criteria aanbieden en krijgt kansen voor vooraf gekozen uitkomsten terug. Software kan die uitkomst meteen routeren, bijvoorbeeld naar afhandeling of controle door een medewerker. Zo komt beeldbeoordeling als beslisstap rechtstreeks in bestaande processen.

Vaste antwoorden uit beeld en tekst

De API neemt tekst, afbeeldingen en één of meer vragen aan. Liquid AI's documentatie beschrijft drie antwoordtypen: Noul voor ja of nee, Choice voor vaste labels en Score voor een geordende schaal. Een Noul-vraag geeft de kans op ja; Choice verdeelt kansen over de opgegeven opties. Bij Score koppelt het model een invoer aan een waarde op een schaal.

Er verschijnt geen vrije tekst die software eerst moet ontleden. De toepassing krijgt velden terug en bepaalt zelf wat ermee gebeurt: een claim doorzetten, een productfoto markeren of een twijfelgeval naar een medewerker sturen. Liquid noemt onder meer het controleren van een printplaat tegen de specificatie en het beoordelen van een schadeclaim met de foto van de klant.

De aankondiging biedt het model aan via de Liquid API. Liquid schreef dat toegang via Vercel nog zou volgen, terwijl Vercel op 15 oktober al beschikbaarheid via AI Gateway en een contextvenster van 32.768 tokens meldde. Voor ontwikkelaars die Vercel al gebruiken, komt de nieuwe beslisaanroep daarmee in dezelfde toegangspoort als andere modellen.

Een beeld telt 1.536 tokens

Liquid rekent $0,042 per miljoen invoertokens en niets voor uitvoertokens. Elk beeld telt mee als invoer: een vierkant beeld van 1024 bij 1024 pixels komt volgens de aankondiging neer op 1.536 tokens. Dat is ongeveer $0,000065 aan beeldinvoer voor één vraag, of $6,45 voor honderdduizend beeldcontroles, voordat de tekst van de vraag en instructies wordt meegerekend.

Meerdere vragen kunnen dezelfde afbeelding gebruiken, maar Liquid rekent elke vraag als een afzonderlijke prompt af, inclusief de tekst en alle beelden. Een controle met drie vragen over één foto telt de beeldinvoer dus drie keer mee. Dat maakt het aantal gewenste beslissingen per foto onderdeel van de kostenraming, naast de omvang van de foto en de instructies.

Microsoft rekent voor Decision-1 hetzelfde tarief van $0,042 per miljoen invoertokens en niets voor uitvoertokens. Het model geeft vaste keuzes terug voor routering, classificatie en workflowcontrole. De prijs is gelijk; de keuze hangt af van het soort invoer en de uitkomst die de toepassing nodig heeft.

De 65 is geen beeldscore

Artificial Analysis zet d1-ultra op 65,2, de hoogste score onder de beslismodellen op de actuele Decision Index. De index weegt vier onderdelen elk voor een kwart: kennis en hallucinaties, meerkeuze-redeneren, gereedschapskeuze en veiligheidsclassificatie. In de methodologie noemt Artificial Analysis de meerkeuzeproef expliciet tekstueel. De samengestelde score geeft daarmee geen afzonderlijke maat voor het herkennen van een defect op een foto.

Liquid publiceert ook resultaten uit een eigen reeks van 112 evaluaties. In die grafiek scoort d1-ultra 77,9 voor beeldbeslissingen tegenover 75,4 voor Jev 1.14; de categorie voor 44 talen staat op 80,2. Dat zijn aparte cijfers op een andere schaal dan Artificial Analysis' 65,2. Liquid toont de categorieresultaten, maar de aankondiging beschrijft niet de afzonderlijke taken of de volledige meetopzet. De beeldscore is daarom een leveranciersmeting, geen onafhankelijke bevestiging van de prestaties op Nederlandse inspectiefoto's.

De modellen verschillen in prijs en inzet

De Decision-1-release van Microsoft, die op 9 oktober verscheen, zit op hetzelfde invoertarief. OpenAI's Decisions API rekent $0,10 per miljoen invoertokens en verwerkt net als d1-ultra tekst en afbeeldingen. De publieke bèta van OpenAI's Decisions API geeft vaste antwoordtypen en staat open voor alle ontwikkelaars. Die prijzen zijn een bruikbaar startpunt voor een proef, maar zeggen op zichzelf niets over de nauwkeurigheid op de eigen gegevens.

Cloudflare bracht Clef-omni op 9 oktober uit als open beslismodel voor tekst, beeld, audio en video. De gewichten zijn openbaar beschikbaar. Dat is een andere inzetroute dan een beheerde API, terwijl d1-ultra zich richt op beeld en tekst via Liquid of Vercel. De Clef-omni-dekking beschrijft hoe Cloudflare de vier invoervormen in één beslisaanroep samenbrengt.

De API maakt foto-inspectie een afgebakende beslisstap tegen een vast invoertarief. De software eromheen stelt de grens voor automatische afhandeling en menselijke controle. Voor Nederlandse organisaties wordt de foutmarge op eigen beelden daarom het besliscijfer voor inzet, naast het tarief per vraag.