Liquid AI 发布了 d1-ultra，在 Artificial Analysis Decision Index v1.0 上拿下第一。支撑这个名次的，是幻觉率的大幅下降。

打开网易新闻 查看精彩图片

d1-ultra 是这家公司本月的第二次出手。月初他们刚发布 d1，现在 ultra 版本就跟上了。定价方面，d1-ultra 为每 100 万输入 token 收 0.042 美元，d1 是每 100 万输入 token 收 0.02 美元。和 d1 一样，d1-ultra 只按输入 token 计费。

几个关键数据值得逐条看：

  • d1-ultra 以 65 分领跑 Artificial Analysis Decision Index v1.0，排在近期发布的 Jev 1.14（57 分）和 GLiDE、Microsoft-Decision-1（均为 54 分）之前。
  • 65 分的主要驱动力，来自 AA-Omniscience-Decision 上低得多的幻觉率：d1-ultra 的非幻觉率为 85%，相比 d1 的 2% 大幅提升。非幻觉率指的是模型没有答对的问题中，选择"我不知道"的比例，衡量的是决策模型对自身知识边界的判断能力——知道什么时候不该答。
  • 幻觉率下降的同时，准确率也在降。d1-ultra 的准确率（答对问题的百分比）为 32%，比 d1 的 41% 低了 9 个百分点。
  • d1-ultra 的单任务耗时 92 毫秒，在所有被测决策模型中排第三低，仅次于 Jev 1.14 的 78 毫秒和 Celeris-1 Decision 的 63 毫秒。
  • 定价上，d1-ultra 为每 100 万任务 32 美元，与 Celeris-1 Decision（每 100 万任务 32 美元）和 Microsoft-Decision-1（每 100 万任务 31 美元）基本持平，是 d1 和 Mercury Decide（均为每 100 万任务 15 美元）的两倍多，但不到 GPT-6 Luna（Decisions）每 100 万任务 79 美元的一半。

把非幻觉率和准确率放在一起看，d1-ultra 做了一次明确的取舍。它更愿意说"我不知道"，而不是硬答。85% 的非幻觉率意味着，在它没答对的问题里，绝大多数情况下它选择了不回答。代价是准确率从 41% 掉到 32%。

这个取舍是否划算，取决于用在什么场景。对决策类任务来说，一个敢说"不知道"的模型，和一个答错也面不改色的模型，风险完全不同。d1-ultra 把筹码押在了前者。

速度方面，92 毫秒的单任务耗时让它处在第一梯队，但并非最快。Jev 1.14 和 Celeris-1 Decision 都比它快。

价格上，d1-ultra 没有走低价路线。相比自家 d1 翻了一倍多，和同档位的 Celeris-1 Decision、Microsoft-Decision-1 站在同一水平线，但明显低于 GPT-6 Luna（Decisions）。

从 d1 到 d1-ultra，Liquid AI 用一个月时间把非幻觉率从 2% 拉到 85%，代价是准确率让出 9 个百分点。这笔账怎么算，得看你的决策场景更怕答错，还是更怕不答。