16 октября 2026 г.
d1-ultra: первое место в рейтинге Artificial Analysis, потому что модель чаще говорит «не знаю»
Модель, которая чаще молчит, заняла первое место: d1-ultra набрала 65 баллов в Artificial Analysis Decision Index против 57 у Jev 1.14. Доля честного «не знаю» на вопросах AA-Omniscience-Decision выросла с 2% у d1 до 85%, а точность упала с 41% до 32%.
Artificial Analysis
@artificialanlys
Liquid AI выпустила d1-ultra и заняла первое место в Artificial Analysis Decision Index v1.0 благодаря снижению галлюцинаций. Новая decision-модель от @liquidai: d1-ultra идёт следом за релизом d1, который вышел ранее в этом месяце. Входные токены стоят $0,042 за миллион против $0,02 у d1. Как и d1, d1-ultra оплачивается только за входные токены. Ключевые выводы: ➤ d1-ultra лидирует в Artificial Analysis Decision Index v1.0 с 65 баллами: она опережает недавно вышедшую Jev 1.14 с 57 баллами, а также GLiDE и Microsoft-Decision-1 с 54 баллами. ➤ Счёт 65 держится на заметно меньшем числе галлюцинаций в AA-Omniscience-Decision: доля «я не знаю» (non-hallucination rate) у d1-ultra 85% против 2% у d1. Non-hallucination rate считается как доля вопросов без верного ответа, где модель выбрала «я не знаю». Она показывает, насколько decision-модель умеет понять, когда не стоит отвечать. Пока доля галлюцинаций падает, падает и точность (процент верных ответов): у d1-ultra она 32%, на 9 пунктов ниже, чем у d1 (41%). ➤ d1-ultra занимает третье место по времени на задачу среди измеренных decision-моделей: 92 мс, после Jev 1.14 (78 мс) и Celeris-1 Decision (63 мс). ➤ d1-ultra стоит $32 за миллион задач. Это на уровне Celeris-1 Decision ($32) и Microsoft-Decision-1 ($31), больше чем вдвое дороже d1 и Mercury Decide ($15), но меньше половины цены GPT-6 Luna (Decisions): $79 за миллион задач.
· 4,2 тыс. просмотров
У d1 доля «не знаю» составляла 2%: модель почти никогда не молчала, и часть её ответов была выдумкой. У d1-ultra 85% неверных ответов заменены на «не знаю», но точность упала с 41% до 32%. Если выдумка дороже молчания, это плюс. Если нужен ответ на каждый вопрос, это минус.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Цена и скорость. Миллион задач стоит $32: вдвое выше, чем у d1 и Mercury Decide ($15), но меньше половины цены GPT-6 Luna (Decisions, $79). Входные токены стоят вдвое дороже, чем у d1, то есть $0,042 против $0,02 за миллион. На задачу уходит 92 мс, это третье место после Jev 1.14 (78 мс) и Celeris-1 Decision (63 мс).
Весь счёт пока снят с одного индекса Artificial Analysis.
Первоисточник