决策模型不再只答对错：d1-ultra把概率校准一起训，112项评测上准确率与校准都优于Jev 1.14
核心概要
Liquid AI发布多模态决策模型d1-ultra，在Liquid API上按每百万输入token 0.042美元计费，面向电路板缺陷比对、理赔照片核对这类更难更杂的真实场景。它沿用d1的三类提问方式：noul给出0到1的是非概率，Choice在多个标签中给出每个标签的概率，Score给出一个刻度上的位置。与上一代d1和Jev 1.14在112项独立评测上比较，d1-ultra在同等价格下准确率更高、概率校准更好，并在Artificial Analysis决策指数上领先其他决策模型至少8分。
深度剖析
决策模型现在要同时给出答案和可信的概率，而不只是答对。 此前多数决策模型在简单常见任务上表现良好，但对自己的回答普遍过度自信，概率不可靠。 与上一代d1和Jev 1.14在112项独立评测上比较，d1-ultra在同等价格下准确率更高、概率校准更好，并在Artificial Analysis决策指数上领先其他决策模型至少8分。
做法是把更大的开放权重模型按Liquid自己的训练流程做深度定制，并专门训练概率输出。 d1-ultra沿用d1的三类提问方式：noul给出0到1的是非概率，Choice在多个标签中给出每个标签的概率，Score给出一个刻度上的位置。 模型可同时读文本、图像或两者，例如把生产线上的电路板照片和规格一起作为输入提问是否存在缺陷；图像按每32×32像素块1.5个token计入输入，一张1024×1024图像为1536个token。
启示与展望
面向需要在真实场景中拿到带概率答案的开发者与工程师，通过Liquid API调用，按每百万输入token 0.042美元计费，图像与文本同价。模型将陆续在Vercel和OpenRouter上线。
评测覆盖112项任务，但材料未给出各任务的分布与难度构成；概率校准的改善以整体比较呈现，未逐任务列出。