Liquid AI d1 karar modeli artık görselleri de okuyor

Liquid AI, 5 Ekim 2026’da ilk “karar modeli” olarak tanımladığı d1’i metin ve görsel girdi desteğiyle duyurdu. Model geçen hafta yalnızca metin için deneysel olarak yayımlanmıştı; yeni sürümle birlikte aynı karar yeteneği görsellere de genişletildi. d1, console.liquid.ai üzerinden ve d1 Playground’da denenebiliyor.

Karar modeli ne yapıyor?

d1, klasik dil modelleri gibi metin üretmiyor. Metin, görsel ya da ikisinin birlikte olduğu yapılandırılmamış veriyi ve bir veya daha fazla soruyu girdi olarak alıyor, bunları tek bir ileri geçişte okuyor ve her olası yanıt için bir olasılık döndürüyor. Liquid AI’a göre bir metin kararı 200–300 milisaniye sürüyor; bu da gerçek zamanlı uygulamalar için yeterli bir hız.

Model üç tür soruyu yanıtlıyor:

• Evet/hayır soruları: 0 ile 1 arasında bir olasılıkla yanıtlanıyor.
• Seçim: Birçok etiket arasından biri seçiliyor, her etiket için ayrı olasılık veriliyor.
• Puan: Bir ölçek üzerindeki konum, her seviyenin olasılığıyla ağırlıklandırılarak hesaplanıyor.

Aynı durum hakkında tek istekte birden fazla soru sorulabiliyor; bu da girdi tokenlarından tasarruf sağlıyor.

Büyük modellerle karşılaştırma

Liquid AI, d1’i destek taleplerini filtrelemekten devre kartı denetimine kadar altı gerçek uygulamada GPT-6.1 Sol ve Claude Opus 5.5 ile karşılaştırdı. Şirketin sonuçlarına göre d1, bu uygulamaların dördünde GPT-6.1 Sol’la eşleşiyor ya da onu geçiyor; maliyeti iki modelden de 19 ila 200 kat düşük ve her görevde belirgin şekilde daha hızlı yanıt veriyor. Testler 5 Ekim’de her model için birer kez çalıştırıldı; maliyetlerde önbellek indirimi olmadan liste fiyatları kullanıldı. Şirket, 15 kod sorusundan altısını ve dört sıkıştırma oturumundan ikisini d1’in hattı belirlendikten sonra yazdığını da not ediyor.

Görsel denetim ve metin uygulamaları

Endüstriyel örnekte d1, kamuya açık VisA veri setindeki dört üretim hattından gelen parçaları inceliyor: devre kartları, mumlar, kaju ve sakız. Model, sağlam ve kusurlu parçaları yüzde 85–97 doğrulukla ayırıyor. Liquid AI, modelin bu görev için hiç eğitilmediğini ve görevi kısa bir açıklamadan anladığını vurguluyor.

Metin tarafında beş uygulama tanıtıldı:

• Akıllı filtre: d1, bir SQL sorgusunda fonksiyon gibi çalışıp 150 destek talebinin her biri için “müşteri iptal etmek istiyor mu” sorusunu yanıtlıyor.
• Kod arama: Hugging Face transformers deposunda (6.511 dosya) klasör klasör ilerleyerek soruyu yanıtlayan fonksiyona iniyor.
• Akıllı klasörler: Yeni belgeleri klasör ve alt klasörlere yerleştiriyor; arama sorularını da aynı şekilde sınıflandırıyor.
• Web ajanı: Tek cümlelik bir hedefle uçuş arama sitesini kullanıyor, her adımda sayfanın izin verdiği eylemler arasından seçim yapıyor.
• Bağlam sıkıştırma: Bir kodlama ajanının oturumundaki araç çıktılarını tutuyor, kırpıyor ya da atıyor; tokenların yüzde 52’sini kaldırırken görevin ihtiyaç duyduğu tüm çıktıları koruyor.

Oyunlarda görselin katkısı

d1 sekiz klasik oyunu canlı oynayıp her hamleyi kendisi seçiyor. Tetris’te ekran görüntüsünün eklenmesi temizlenen satır sayısını 70’ten 81’e çıkarmış. Wordle’da model tahtayı doğrudan ekran görüntüsünden okuyor ve 12 oyunun 12’sini ortalama 3,8 tahminde çözmüş. Tamamen görsel bir görev olan Quick, Draw!’da ise oyuncunun çizimini 62 kelime arasından tahmin ediyor ve altı çizimin ortalama 5,2’sini tanıyor; rastgele tahminde bu sayı 0,6.

Erişim ve fiyat

d1, Liquid AI API’sinde d1 adıyla sunuluyor; görseller base64 veri URL’si olarak gönderilebiliyor. Model yalnızca girdi tokenı üzerinden ücretlendiriliyor, çıktı tokenı yok. Görseller metinle aynı oranda sayılıyor: 32×32 piksellik her parça 1,5 token ediyor, yani 1024×1024 bir görsel 1.536 token tutuyor. Her soru, metni ve tüm görselleriyle ayrı bir istem olarak faturalanıyor. Şirketin karşılaştırmasında d1 maliyeti milyon girdi tokenı başına 0,04 dolar olarak hesaplandı.

d1, Vercel ve OpenRouter üzerinden de erişilebilir; bu platformlarda şimdilik yalnızca metin destekleniyor, görsel desteğin yakında gelmesi bekleniyor. Liquid AI, farklı boyutlarda yeni karar modelleri üzerinde çalıştığını ve gelecek modellerin açık ağırlıklarını yakında Hugging Face’te yayımlamayı planladığını açıkladı.

Kaynak: Liquid AI — Introducing d1: The most capable decision model, now with vision