产品简介
d1 是 Liquid AI 在 2026 年 10 月 5 日发布的第一个决策模型，支持文本和图像输入。它跟常见的语言模型走的是两条路：不生成任何 token，而是把你给的非结构化数据和问题读一遍，一次前向传播，直接输出每个答案的概率。文本决策在 200 到 300 毫秒之间返回，快到能放进实时链路里。
它能回答三类问题：noul 是是非题，给出一个 0 到 1 之间的概率；choice 是从多个标签里挑一个，每个标签各给一个概率；score 是量表上的位置，按各档的概率加权。一次请求可以就同一份状态问好几个问题，输入 token 因此省了下来。
官方把 d1 与 GPT-6.1 Sol、Claude Opus 5.5 放在六个真实应用上对比，从筛选客服工单到检查电路板，d1 在其中四个上达到或超过 GPT-6.1 Sol，成本是这两个对比模型的 1/19 到 1/200，每个任务上的响应也更快。
现在可以在 console.liquid.ai 建 API key 直接调用，模型名就是 d1，也有 d1 Playground 可以免写代码试。Vercel AI Gateway 和 OpenRouter 上同样可用，这两处暂时只有文本，图像能力随后跟上。
核心功能
- 不生成 token 的决策输出：输入非结构化数据加一个或多个问题，一次前向传播读出结果，直接返回概率，不产出任何文本；文本决策耗时 200 到 300 毫秒
- 三类问题形态：
noul回答是否，给出 0 到 1 之间的概率；choice在多个标签里选一个，每个标签各给概率；score给出量表上的位置，按各档概率加权 - 一次请求问多个问题：同一份状态下可以一次提出若干问题，输入 token 只算一份，适合对同一条工单或同一张图做多项判断
- 文本与图像输入：图像以 base64 data URL 放进
images字段传入；官方演示的视觉检测覆盖电路板、蜡烛、腰果、口香糖四条产线，准确率 85% 到 97%，且模型没有针对这些任务训练过 - 只对输入 token 计费：没有输出 token 费用；图像按输入 token 同等费率折算，每 32×32 像素块 1.5 个 token，一张 1024×1024 的图计 1536 个 token，每个问题按其文本与全部图像单独计费
- 多个入口可用：Liquid AI API 上模型名就是
d1，另有 d1 Playground 可直接试；Vercel AI Gateway 与 OpenRouter 也已上线，这两处暂只支持文本
适合谁用
以下类型的用户会特别受益于 Liquid AI d1：
- 需要把「下判断」而不是「生成内容」嵌进业务流程的团队，例如判断工单是否要取消、文档该归入哪个文件夹
- 对延迟敏感的实时链路，官方称文本决策在 200 到 300 毫秒之间返回
- 想在编码智能体里裁剪工具输出的团队，官方演示中 d1 去掉 52% 的 token 且保留了任务需要的全部输出
- 工业视觉检测这类需要看图下判断的环节，可以直接从相机画面或截图读取，省掉把画面转写成文本的步骤
优点亮点
- 不生成 token，一次前向传播给出概率，文本决策 200 到 300 毫秒
- 官方对比中在六个应用的四个上达到或超过 GPT-6.1 Sol，成本是对比模型的 1/19 到 1/200
- 一次请求可就同一状态提出多个问题，输入 token 复用
- 视觉检测在官方演示中准确率 85% 到 97%，且模型没有针对这些具体任务训练，靠简短描述理解任务
- 计费只算输入 token，图像与文本按同一费率折算，成本可预期
- 官方公开了对比方法学：每个应用每模型跑一次、价格取不含缓存折扣的列表价、d1 按每百万输入 token 0.04 美元计算，并说明部分测试问题是在 d1 的管线确定之后写的
价格与方案
d1 只对输入 token 计费，不产生输出 token 费用。图像按输入 token 的同等费率折算：每 32×32 像素块计 1.5 个 token，一张 1024×1024 的图计 1536 个 token；每个问题按其提示词文本与本次请求携带的全部图像单独计费。官方的成本对比按每百万输入 token 0.04 美元计算。调用前需要在 console.liquid.ai 的 Dashboard 里创建 API key。Vercel AI Gateway 与 OpenRouter 上的计费由各自平台决定，这两处暂只支持文本输入。
总结与建议
d1 有意思的地方在于它把「让模型下判断」这件事从生成里拆了出来。常见做法是把判断包装成让语言模型输出一段 JSON，慢、贵，还附带一堆你根本不需要的 token。d1 直接返回概率，一次前向传播，200 到 300 毫秒，只按输入计费。官方给的 Context Compaction 例子最能说明价值：读编码智能体每一步的工具输出，判断保留、裁剪还是丢弃，去掉 52% 的 token 且没有漏掉任务需要的输出。
它的适用面有清楚边界：回答的是结构化判断，不负责生成内容。视觉能力刚上线，Vercel 与 OpenRouter 上还只有文本。官方也说明对比是每个应用每模型只跑一次，部分测试问题是在 d1 的管线确定之后写的，这些数字更适合当作量级参考而不是严谨基准。
版本演进
- d1 决策模型发布并支持图像输入 （2026-10-05）：Liquid AI 发布首个决策模型 d1，支持文本与图像输入，不生成 token，一次前向传播直接给出每个答案的概率，文本决策耗时 200 到 300 毫秒。可回答 noul、choice、score 三类问题，一次请求可对同一状态提出多个问题。官方在六个真实应用上与 GPT-6.1 Sol 和 Claude Opus 5.5 对比，d1 在四个应用上达到或超过 GPT-6.1 Sol，成本为对比模型的 1/19 到 1/200。视觉检测覆盖电路板、蜡烛、腰果、口香糖四条产线，准确率 85% 到 97% 且未经专门训练。可通过 Liquid AI API（模型名 d1）与 d1 Playground 使用，Vercel AI Gateway 与 OpenRouter 已上线但暂只支持文本。只对输入 token 计费，不产生输出 token 费用