Модель d1.2-ultra от Liquid AI заняла 1-е место в тесте на решения AA-Paperclip: 76 баллов
Liquid AI выпустила модели d1.2-ultra и d1.2 для рутинных решений: прочитать письмо клиента, вытащить из него поля и выбрать, в какой отдел его отправить. В закрытом тесте AA-Paperclip от Artificial Analysis d1.2-ultra набрала 76 баллов и на 3 балла обогнала Drex Max v1.1, а в сводном Decision Index v2.1 заняла 1-е место, d1.2 — 6-е. Для сортировки обращений дешёвую d1.2 стоит прогнать на своих примерах.
AI-обработка оригинала X: @ArtificialAnlys; редакция Hamidun News
Большинство рейтингов языковых моделей показывают, как нейросеть пишет код или решает олимпиадные задачи. Но в продакшене чаще нужна будничная работа: прочитать входящее письмо, вытащить из него номер заказа и сумму, выбрать один из вариантов действия. Именно такие навыки измеряет Decision Index («индекс решений») независимой площадки Artificial Analysis. В его версии v2.1 первое место заняла модель d1.2-ultra от Liquid AI, а её младшая сестра d1.2 оказалась шестой.
Что показали замеры
Liquid AI обновила две флагманские модели для принятия решений: d1-ultra превратилась в d1.2-ultra, а d1.1 — в d1.2. Artificial Analysis проверила их на собственном закрытом бенчмарке AA-Paperclip. Он оценивает два умения: принимать решения и извлекать нужные данные из текста. Представьте, что модели дают сотни обращений в поддержку, и она должна для каждого выбрать правильный отдел и выписать ключевые поля. У d1.2-ultra здесь 76 баллов. Это лучший результат: ближайший конкурент, Drex Max v1.1, отстаёт на 3 балла.
В сводном Decision Index v2.1 у d1.2-ultra 75 баллов — на 4 больше, чем у d1-ultra. У d1.2 — 69 баллов, на 3 больше, чем у d1.1. Прирост небольшой, но он есть у обеих моделей сразу.
Оговорка важная: AA-Paperclip — закрытый тест самой Artificial Analysis. Задачи не опубликованы, поэтому независимо повторить результат нельзя. Остаётся доверять методике площадки.
Цена и технические параметры
Обработка миллиона входных токенов стоит $0,042 у d1.2-ultra и $0,02 у d1.2. По расчёту Artificial Analysis, миллион задач из Decision Index обходится в $133 для d1.2-ultra и в $63 для d1.2. Обе модели лежат на границе Парето в координатах «возможности против стоимости». Проще говоря, нет другой модели, которая одновременно и лучше, и дешевле: чтобы получить больше качества, придётся платить больше, и наоборот.
Остальные параметры такие:
- контекстное окно — 64 тысячи токенов: хватит на длинное письмо, договор или пачку записей, но не на целую кодовую базу;
- на входе принимаются текст и изображения, так что можно отдавать модели скриншоты форм или сканы документов;
- доступ сейчас только через собственный API Liquid AI.
Цены за выходные токены в публикации нет. Для задач с коротким ответом вроде метки класса или JSON с полями это не критично. Если же модель должна писать длинные рассуждения, итоговый счёт придётся считать отдельно.
Кому это пригодится
Если у вас есть конвейер, где модель сортирует обращения, достаёт реквизиты из счетов, маршрутизирует заявки или выбирает следующий шаг агента, d1.2 и d1.2-ultra дают шанс снизить расходы, не потеряв в качестве. Младшая версия за $0,02 за миллион входных токенов подходит для массовых операций. Старшую логично брать там, где ошибка обходится дороже.
Ограничения тоже понятны. Контекст в 64 тысячи токенов скромный по меркам современных моделей. Единственный пока канал доступа — API самого разработчика: данные придётся доверять Liquid AI, запасного провайдера нет. Наконец, лидерство подтверждено одним рейтингом, да ещё закрытым.
Разумный план: взять сотню реальных примеров из своего потока, прогнать их через d1.2, d1.2-ultra и текущую модель и сравнить точность с затратами. Если разница в пользу новинки подтвердится, на больших объёмах экономия получится заметной. Если нет, место в таблице — ещё не повод менять рабочую модель.
- 27 окт. 2026 г.Liquid AI: малая модель LFM3 решила 64% задач агента на Mac, Qwen3.5-2B — 48%
- 30 апр. 2026 г.Paperclip обещает компанию нейросетевых агентов, но в тесте утонул в бюрократии
- 30 июн. 2026 г.Liquid AI выпустила LFM2.5-230M: 213 токенов/с на Galaxy S25 и поддержка llama.cpp
- 21 нояб. 2026 г.Perplexity выпустила Decider v1.3: 70 баллов в рейтинге решений и $68 за миллион задач
Вопросы и ответы по материалу
Что известно по теме: что показали замеры?
Liquid AI обновила две флагманские модели для принятия решений: d1-ultra превратилась в d1.2-ultra, а d1.1 — в d1.2. Artificial Analysis проверила их на собственном закрытом бенчмарке AA-Paperclip. Он оценивает два умения: принимать решения и извлекать нужные данные из текста. Представьте, что модели дают сотни обращений в поддержку, и она должна для каждого выбрать правильный отдел и выписать ключевые поля. У d1.2-ultra здесь 76 баллов. Это лучший результат: ближайший конкурент, Drex Max v1.1, отстаёт на 3 балла.
Что известно по теме: цена и технические параметры?
Обработка миллиона входных токенов стоит $0,042 у d1.2-ultra и $0,02 у d1.2. По расчёту Artificial Analysis, миллион задач из Decision Index обходится в $133 для d1.2-ultra и в $63 для d1.2. Обе модели лежат на границе Парето в координатах «возможности против стоимости». Проще говоря, нет другой модели, которая одновременно и лучше, и дешевле: чтобы получить больше качества, придётся платить больше, и наоборот.
Что известно по теме: кому это пригодится?
Если у вас есть конвейер, где модель сортирует обращения, достаёт реквизиты из счетов, маршрутизирует заявки или выбирает следующий шаг агента, d1.2 и d1.2-ultra дают шанс снизить расходы, не потеряв в качестве. Младшая версия за $0,02 за миллион входных токенов подходит для массовых операций. Старшую логично брать там, где ошибка обходится дороже. Ограничения тоже понятны. Контекст в 64 тысячи токенов скромный по меркам современных моделей.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.