「不会说话的 AI」长出眼睛了：Liquid d1 决策模型支持看图，官方称比 GPT-6.1 Sol 便宜 200 倍

结论先行：

• 发生了什么：MIT 衍生公司 Liquid AI 在 10 月 5 日官宣，其决策模型 d1 新增视觉能力，成为首个同时支持文本与图像的"决策模型"——它不写字、不聊天，只对你给定的选项输出校准概率。
• 为什么值得看：d1 的计费方式是"只收输入钱、输出永远 0 token"。Liquid 官方用 6 个真实应用把它和 GPT-6.1 Sol、Claude Opus 5.5 对打，称 d1 在其中 4 个上打平或更强，而成本低 19 到 200 倍，单次文本决策 200–300 毫秒。
• 赛道信号：这是继 TypeSafe Jev（本站 9 月介绍过）之后，决策模型赛道的第二个重磅玩家，而且已经有第三方拿它和 Jev 在公开预测基准 GJOpen 上做了独立对比。"分类、分拣、打分、审核"这类活，正在从通用大模型的领地里被切出来。
• 怎么用：已上线 Liquid API（模型名 d1）、官方 Playground、Vercel AI Gateway 与 OpenRouter（目前文本先行，视觉随后）。纯托管 API，没有可下载权重；官方表示后续模型计划在 Hugging Face 发布开放权重。
• 先泼冷水：性能与成本数字全部来自 Liquid 自家一次性的测试（方法学见文末），第三方独立复现还没有；如果你要的是写代码、写文章，d1 帮不上忙——它只回答"你定义的选项里选哪个"。

一、d1 到底是什么？一句话：只做选择题，不写作文

先给没看过本站 Jev 那篇的读者补个背景。过去一年，几乎所有"分类"工作都是这么干的：把工单/评论/图片丢给一个通用大模型，让它"用 JSON 格式回答是 A 还是 B"。模型吭哧吭哧生成一串 token，你为此付输出 token 的钱，还要写提示词逼它别跑题。

决策模型（decision model）把这条链路砍掉了：它不生成任何文本，直接返回每个选项的概率。比如"这条消息是投诉吗？"返回 0.999；"工单归哪类？"返回 billing 0.65、技术 0.30、账务 0.05。usage.output_tokens 恒为 0。

Liquid AI 的迁移指南把分工说得很直白：如果答案是 N 个已知选项之一，用决策模型；如果答案是一段需要现写的新字符串，继续用语言模型。

d1 的时间线很紧凑：9 月 29 日以实验版本亮相（据 MarkTechPost 等媒体报道），当时只支持文本，目标直指 TypeSafe 9 月 15 日发布的 Jev；10 月 5 日官方博客宣布 d1 支持图像，成为第一个把决策能力扩展到视觉的模型。

二、三种问题原语：Noul、Choice、Score

d1 把"做选择题"拆成三种题型，一次请求可以混着问，模型对同一份输入做一次前向推理就全部答完：

这套设计的精妙之处在于校准概率本身就是可用的工程信号：0.92 和 0.51 都是"是"，但前者可以自动执行、后者应该转人工。传统 LLM 让你写提示词"顺便输出置信度"，那个数字的校准质量一向堪忧；d1 把概率做成一等公民。

三、价格账：输出 token 永远免费，图也按输入算

这是 AI Price Memory 读者最关心的部分。d1 的计费只有一项：输入 token，$0.04 / 百万 tokens，输出 $0（Liquid 官方博客方法学注释与 OpenRouter 的 d1 页面一致）。图片按 32×32 像素块计 1.5 个 token，一张 1024×1024 的图折 1,536 个 token——和文字同价。

横向对比（均为官方挂牌价，不含缓存折扣）：

算笔直观的账：150 张工单做一次"是否要退款"二分类，假设每单 200 token 输入、JSON 输出每单约 30 token。d1 成本约 $0.0012；GPT-6.1 Sol 约 $0.06 输入 + $0.045 输出 ≈ $0.1；Claude Opus 5.5 约 $0.22。同一件活，差出两个数量级。（示例估算，实际取决于 prompt 长度与输出格式。）

四、官方实测：6 个真实应用，打 GPT-6.1 Sol 和 Opus 5.5

Liquid 在 10 月 5 日用自家 Playground 的对比脚本跑了一组测试：d1 对 GPT-6.1 Sol 和 Claude Opus 5.5，6 个真实应用场景。官方结论：d1 在 4 个上打平或超过 Sol，成本低 19–200 倍，且每个任务都更快。

6 个应用分别是：

• Smart Filter：把 d1 写进 SQL 查询——WHERE d1(ticket, 'the customer wants to cancel')，150 张客服工单逐条判"是/否"。
• Code Search：在 Hugging Face transformers 仓库（6,511 个文件）里逐层钻文件夹，找到能回答问题的那个函数。
• Smart Folders：新文档自动归档到文件夹/子文件夹，搜索问题同样先分类再检索，把关键词搜索范围缩小到一个子文件夹。
• Web Agent：给一句话目标，让 d1 在机票搜索网站上每一步从页面允许的全部操作里选下一个动作。
• Context Compaction：读 coding agent 会话里的每条工具输出，决定保留/裁剪/丢弃，删掉 52% 的 token，且任务必需的输出一条没丢——这对长会话 agent 的成本意义极大。
• Visual Inspection（视觉能力的主场）：产线相机下的四类零件——电路板、蜡烛、腰果、口香糖（公开 VisA 数据集），d1 判良品/次品准确率 85–97%。关键是模型从没为这任务训练过，只靠一段文字描述就理解了要干什么。

还有一组好玩的游戏 demo，专门展示"眼睛"带来的增益：

• 俄罗斯方块：纯文字描述局面时清 70 行，加上屏幕截图后涨到 81 行；
• Wordle：直接读截图里的棋盘，不用开发者再写一份文字版游戏状态，12 局全胜、平均 3.8 猜；
• Quick, Draw!：62 个词里猜玩家的涂鸦，6 幅认对 5.2 幅（随机猜只能对 0.6 幅）。

五、独立视角：已经有人拿它和 Jev 正面对打了

d1 发布第二天，独立开发者 Utkarsh Ruhela 就在公开预测平台 GJOpen（Good Judgment Open，源自 Tetlock 的 Good Judgment Project）上做了 D1 vs Jev 的对比：用已解决的是非题考两家的概率校准。这类第三方对打的价值在于，厂商自测永远只展示自己赢的维度。

需要提醒两点：其一，这是回顾性测试（题目答案模型训练时可能见过），不是实时预测；其二，OpenRouter 的 token 量显示的是调用量而非独立用户数，别拿来比"谁更火"。但至少说明一件事：决策模型已经是一个值得独立评测的品类了，而不再是某家公司的营销概念。

另外两家媒体的交叉信息：datanorth 确认 d1 上下文窗口与 API 接入方式（Liquid API 与 Vercel AI Gateway）；MarkTechPost 确认了实验版发布时间线与"纯托管、无 GGUF/MLX/ONNX 权重"的现状。各家口径一致，没有矛盾。

六、怎么上手：一次 POST 就行

d1 走的是 Liquid 自家的 System One API（注意：不是 OpenAI 兼容的 chat endpoint，OpenRouter 上它挂在 Decisions API 下，现有 chat SDK 不能直接套用）：

import base64, os, requests

image = base64.b64encode(open("board.jpg", "rb").read()).decode()

response = requests.post(
    "https://api.liquid.ai/decisions/v1/systemone",
    headers={"Authorization": f"Bearer {os.environ['LIQUID_API_KEY']}"},
    json={
        "model": "d1",
        "images": [f"data:image/jpeg;base64,{image}"],
        "state": "Camera image of a circuit board on the production line.",
        "questions": {
            "defect": {
                "type": "noul",
                "instructions": "Does this circuit board have a defect?"
            }
        },
    },
)

print(response.json()["answers"]["defect"]["noul"])

上手路径有三条：去 console.liquid.ai 开 API Key（Dashboard > API Keys）；先去 d1.liquid.ai 的 Playground 免代码试玩；或者走 Vercel AI Gateway / OpenRouter（目前只有文本，视觉随后上线）。官方还预告：正在做多个尺寸的后续决策模型，计划在 Hugging Face 发布开放权重——现在想自托管的可以先等等。

七、给 AI 模型用户的实在建议

先看你是不是目标用户。 你的工作流里如果有大量"从固定选项里选一个"的环节——工单分拣、内容审核、评论打标、agent 工具调用审批、LLM-as-judge 打分、RAG 重排——d1 这类模型就是为你省钱的。按上面的估算，一个日均 10 万次分类调用的业务，从 GPT-6.1 Sol 切到 d1，一年省下的可能是几万到十几万美元量级。

但别急着全切。 三个保留：第一，数字是厂商一次性自测（2026 年 10 月 5 日，每应用每模型只跑一次，对手用默认推理设置的 JSON 输出），等第三方复现再信不迟；第二，d1 今天只有托管 API，没有权重，等于把分类命脉交给一家创业公司，SLA 和数据合规自己掂量；第三，System One 是私有协议，迁移成本真实存在，别为了省 token 钱把架构锁死。

和 Jev 怎么选？ 目前信息还不足以分高下：Jev 背靠 TypeSafe 的类型安全生态，d1 背靠 Liquid 的液态网络研究且先上了视觉。务实的做法是，拿你自己的 500 条真实样本，两家都跑一遍校准曲线再决定——决策模型的选型，校准质量比榜单分数重要得多。

八、方法学备注（诚实声明）

本文性能与成本数字主要引自 Liquid AI 10 月 5 日官方博客，属厂商自报：每个应用每个模型在 2026 年 10 月 5 日各跑一次；GPT-6.1 Sol 与 Claude Opus 5.5 以单条 chat 消息 + JSON 输出、默认推理设置参与；成本按挂牌价计算、不含 prompt 缓存折扣；d1 成本按 $0.04/百万输入 token 计。第三方独立评测目前只有 GJOpen 上的 D1 vs Jev 对比（回顾性测试）。价格数字另经 OpenRouter d1 页面交叉核对（$0.04 输入 / $0 输出）。

一句话总结：决策模型正在从"概念"变成"品类"——d1 用"输出 token 免费 + 长出眼睛"把分类类工作的成本打下来两个数量级，Jev 有了真正的对手；对用户来说，现在是拿自己的真实样本去实测两家校准质量的时候，而不是看榜单下单的时候。

来源

• Liquid AI 官方博客《Introducing d1: The most capable decision model, now with vision》（2026-10-05）：https://www.liquid.ai/blog/d1-decision-model
• OpenRouter d1 模型页（价格与 Decisions API 说明）：https://openrouter.ai/liquid/d1
• MarkTechPost《Liquid AI Releases d1》（2026-09-29）：https://www.marktechpost.com/2026/09/29/liquid-ai-releases-d1-a-decision-model-that-returns-calibrated-probabilities-with-zero-output-tokens/
• datanorth《Liquid AI d1: decision model with zero output tokens》（2026-09-30）：https://datanorth.ai/news/liquid-ai-releases-d1
• Utkarsh Ruhela《Liquid AI D1 vs Jev: GJOpen Forecasting Benchmark》（独立第三方对比）：https://www.utkarshruhela.com/gjopen-answer-evaluation
• AIDailyPost《Liquid AI's d1 Model Skips Text, Returns Pure Probabilities》（2026-09-30，更新 10-01）：https://aidailypost.com/news/liquid-ais-d1-model-returns-probabilities