Modelo d1.2-ultra da Liquid AI fica em 1º lugar no teste de decisões AA-Paperclip, com 76 pontos
A Liquid AI lançou os modelos d1.2-ultra e d1.2 para tarefas rotineiras de decisão: ler um e-mail de cliente, extrair dele os campos relevantes e escolher para qual departamento encaminhá-lo. No teste fechado AA-Paperclip, da Artificial Analysis, o d1.2-ultra fez 76 pontos e superou o Drex Max v1.1 em 3 pontos. No índice agregado Decision Index v2.1, ficou em 1º lugar, enquanto o d1.2 aparece em 6º. Para a triagem de solicitações, vale testar o d1.2, que é mais barato, com os seus próprios exemplos.
Processado por IA de X: @ArtificialAnlys; editado por Hamidun News
A maioria dos rankings de modelos de linguagem mostra como uma rede neural escreve código ou resolve problemas de olimpíada. Mas, em produção, o que mais se precisa é de trabalho cotidiano: ler um e-mail recebido, extrair dele o número do pedido e o valor, escolher uma entre as opções de ação. São exatamente essas habilidades que o Decision Index ("índice de decisões") da plataforma independente Artificial Analysis mede. Na versão v2.1, o primeiro lugar foi para o modelo d1.2-ultra, da Liquid AI, e sua irmã menor, o d1.2, ficou em sexto.
O que os testes mostraram
A Liquid AI atualizou dois modelos principais voltados a decisões: o d1-ultra virou d1.2-ultra, e o d1.1 virou d1.2. A Artificial Analysis os avaliou no seu benchmark fechado, o AA-Paperclip. Ele mede duas capacidades: tomar decisões e extrair os dados necessários de um texto. Imagine que o modelo recebe centenas de chamados de suporte e precisa, para cada um, indicar o departamento correto e anotar os campos principais. O d1.2-ultra fez 76 pontos aqui, o melhor resultado: o concorrente mais próximo, o Drex Max v1.1, fica 3 pontos atrás.
No índice agregado Decision Index v2.1, o d1.2-ultra tem 75 pontos, 4 a mais que o d1-ultra. O d1.2 tem 69 pontos, 3 a mais que o d1.1. O avanço é pequeno, mas ocorre nos dois modelos ao mesmo tempo.
Uma ressalva importante: o AA-Paperclip é um teste fechado da própria Artificial Analysis. As tarefas não foram publicadas, então não é possível reproduzir o resultado de forma independente. Resta confiar na metodologia da plataforma.
Preço e parâmetros técnicos
Processar um milhão de tokens de entrada custa US$ 0,042 no d1.2-ultra e US$ 0,02 no d1.2. Segundo o cálculo da Artificial Analysis, um milhão de tarefas do Decision Index sai por US$ 133 no d1.2-ultra e por US$ 63 no d1.2. Os dois modelos estão na fronteira de Pareto no eixo "capacidade versus custo". Em termos simples, não há outro modelo que seja ao mesmo tempo melhor e mais barato: para obter mais qualidade é preciso pagar mais, e vice-versa.
Os demais parâmetros são estes:
- janela de contexto de 64 mil tokens: suficiente para uma carta longa, um contrato ou um lote de registros, mas não para uma base de código inteira;
- na entrada, aceita texto e imagens, então é possível enviar capturas de formulários ou digitalizações de documentos;
- o acesso, por enquanto, é apenas pela API própria da Liquid AI.
A publicação não traz preço para os tokens de saída. Em tarefas de resposta curta, como um rótulo de classe ou um JSON com campos, isso não é decisivo. Já se o modelo precisar escrever raciocínios longos, a conta final terá de ser feita à parte.
Para quem isso serve
Se você tem um fluxo em que o modelo classifica chamados, extrai dados de notas fiscais, direciona solicitações ou escolhe o próximo passo de um agente, o d1.2 e o d1.2-ultra podem reduzir custos sem perda relevante de qualidade. A versão mais jovem, a US$ 0,02 por milhão de tokens de entrada, serve bem para operações em massa. A versão mais robusta faz mais sentido onde um erro custa caro.
As limitações também são claras. Uma janela de 64 mil tokens é modesta para os padrões atuais. O único canal de acesso disponível é a API do próprio desenvolvedor, então é preciso confiar os dados à Liquid AI, sem fornecedor alternativo. Por fim, a liderança está comprovada apenas por um ranking, e ainda por um fechado.
Um plano razoável: reunir uma centena de exemplos reais do seu fluxo, rodá-los no d1.2, no d1.2-ultra e no modelo atual, e comparar precisão com custo. Se a vantagem da novidade se confirmar, a economia em grandes volumes pode ser significativa. Se não se confirmar, a posição na tabela não é motivo suficiente para trocar o modelo em produção.
- 27 de out. de 2026Liquid AI: modelo pequena LFM3 resolveu 64% das tarefas de agente no Mac, contra 48% do Qwen3.5-2B
- 30 de abr. de 2026Paperclip promete uma empresa de agentes de IA, mas no teste se afogou na burocracia
- 30 de jun. de 2026Liquid AI lança LFM2.5-230M: 213 tokens/s no Galaxy S25 e suporte a llama.cpp
- 21 de nov. de 2026Perplexity lança Decider v1.3: 70 pontos no ranking de decisões e US$ 68 por milhão de tarefas
Perguntas frequentes sobre a notícia
O que os testes mostraram?
A Liquid AI atualizou dois modelos principais voltados a decisões: o d1-ultra virou d1.2-ultra, e o d1.1 virou d1.2. A Artificial Analysis os avaliou no seu benchmark fechado, o AA-Paperclip. Ele mede duas capacidades: tomar decisões e extrair os dados necessários de um texto. Imagine que o modelo recebe centenas de chamados de suporte e precisa, para cada um, indicar o departamento correto e anotar os campos principais.
O que se sabe sobre Preço e parâmetros técnicos?
Processar um milhão de tokens de entrada custa US$ 0,042 no d1.2-ultra e US$ 0,02 no d1.2. Segundo o cálculo da Artificial Analysis, um milhão de tarefas do Decision Index sai por US$ 133 no d1.2-ultra e por US$ 63 no d1.2. Os dois modelos estão na fronteira de Pareto no eixo "capacidade versus custo". Em termos simples, não há outro modelo que seja ao mesmo tempo melhor e mais barato: para obter mais qualidade é preciso pagar mais, e vice-versa.
O que se sabe sobre Para quem isso serve?
Se você tem um fluxo em que o modelo classifica chamados, extrai dados de notas fiscais, direciona solicitações ou escolhe o próximo passo de um agente, o d1.2 e o d1.2-ultra podem reduzir custos sem perda relevante de qualidade. A versão mais jovem, a US$ 0,02 por milhão de tokens de entrada, serve bem para operações em massa. A versão mais robusta faz mais sentido onde um erro custa caro. As limitações também são claras. Uma janela de 64 mil tokens é modesta para os padrões atuais.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.