發生了什麼

  • Liquid AI 的發布貼文在台北時間 9 月 30 日凌晨出現，宣布 d1 已可透過 Liquid API 使用；OpenRouter 則仍寫為即將提供。[1]
  • 公告圖比較 d1 與 Jev 1.13：總分 58.9／57.9，語言 67.6／62.0，檢索 60.7／55.4，藝術 45.5／37.7；工具 74.1／75.1、知識 43.3／51.3。圖註明是 Liquid 內部重現 Decision Index 0.2.1。[1]
  • 官方文件提供 d1:free 範例：輸入文字或 JSON 與問題，一次取得 Choice（選項機率）、Score（有序評分）或 Noul（是非機率）。使用量仍包含 input_tokens，output_tokens 為 0。[2]
  • 文件示範把客服訊息的類型、負責團隊與急迫程度一起判定。這是官方 API 教學，沒有公布真實客服上線後的準確率；零輸出 token 也不代表不需運算、永遠免費或已驗證低延遲。[2]
  • 開放 d1-3B 的模型卡描述它可用文字／圖片 state，對指定問題一次 forward pass 輸出 choice、score 或是非機率，定位為決策模型而非聊天模型；卡列的 Decision Index 0.2.1 得分 48.57 是 Liquid 使用官方 scorer 自測、非排行榜提交，不能與舊文 API 版 58.9 混為同一測試。[4]
  • 公開檔案樹列有 model.safetensors，大小 6,247,065,504 bytes（約 6.25 GB）；這是下載檔案大小，不等於載入推論所需 RAM 或 VRAM。[5]
  • Hugging Face 卡列的廠商測速為暖機後、bf16、20 次測量的 median：RTX 4090 單題 8 ms（使用 compile／CUDA graphs），不編譯為 16 ms；3.4K-token state 為 102 ms。新輸入形狀首輪另有 kernel 選擇或編譯成本，不能視為完整冷啟端到端延遲。[4]
  • d1-omni-600M 模型卡標為 early research 且仍在積極開發，沒有公布推論速度；音訊訓練情境是英語使用者對 assistant 的請求，片段裁至 30 秒，不能據此推定中文音訊表現。[6]

d1 的領先與落後，都要看

總分：57.9 對 58.9 分；語言：62 對 67.6 分；工具：75.1 對 74.1 分；知識：51.3 對 43.3 分
Liquid AI — d1 公告與完整比較圖 ↗ · d1／Jev 1.13 · 查閱 10/01 07:03
比較條件：Decision Index 0.2.1 廠商重測
指標Jev 1.13Liquid d1
總分（分）57.958.9
語言（分）6267.6
工具（分）75.174.1
知識（分）51.343.3

出自 Liquid 公告圖；每組從 0 起算。這是廠商內部重現 Hugging Face 的評測，不是 Hugging Face 或本站另行重測。未附信賴區間，不把總分高 1 分寫成所有任務都更好。

讀這些證據能知道什麼 · 編輯觀察如果流程只需要「選哪個類別／要不要放行」，這類模型有明確用途。但這次成績屬廠商重測，總分差距小，知識項目還少 8 分；應先看自己的任務屬哪一類。資料不足以判定它全面替代 Jev，也無法替你估算實際等待與月費。

社群回聲

下列引言是作者原話的忠實中文翻譯，可展開對照原文。背景另列；個人測試與費用未由本站重現，也不代表全體使用者。

觀點heath @heath0xFF
未來會提供下載並在本機執行嗎？
原話中文翻譯 · 短節錄
對照原文
will this be available to download & run locally in the future?

測試／貼文背景 該回覆當時沒有下載連結；10/8 後續見新權重。發布貼文下的部署問題，並非效能實測。Liquid AI 在同串回覆「for sure 🤝」，但沒有給日期；本文原先只確認了 API 文件。

X · 2026.09.30公開評論者；未確認商業關係完整原貼文 ↗查閱 10/01 07:03（台北）

接下來看什麼

d1-3B 與 d1-omni-600M 本機權重已在 Hugging Face 公開；模型卡僅提供廠商測速資訊，仍缺獨立中文任務錯誤率、冷啟端到端時間與完整硬體需求。

OpenRouter 入口、免費額度與速率條件本輪未重新核對；舊文中的 free 範例不代表目前條款仍有效。

來源與查核

  1. Liquid AI — d1 公告與完整比較圖 ↗廠商公告／內部重測 · 原文日期 2026.09.30 · 查核 10/01 07:03（台北）
  2. Liquid Docs — Decision Models ↗官方 API 文件 · 查核 10/01 07:03（台北）
  3. Liquid AI — 本機部署問題的官方回覆 ↗官方回覆／未提供時程 · 原文日期 2026.09.30 · 查核 10/01 07:03（台北）
  4. Hugging Face — LiquidAI/d1-3B 模型卡 ↗廠商模型卡 · 查核 10/08 16:38（台北）
  5. Hugging Face — LiquidAI/d1-3B 檔案清單 ↗公開模型檔案清單 · 查核 10/08 16:38（台北）
  6. Hugging Face — LiquidAI/d1-omni-600M 模型卡 ↗廠商模型卡（early research） · 查核 10/08 16:38（台北）

本文以 AI 輔助編輯，公告以原創整理呈現；社群引言採短節錄與忠實翻譯。功能、方案與價格可能後續調整；本文記錄的是上述查核時間的資訊。

修正紀錄

  • 2026-10-08：補核 Hugging Face 模型卡與檔案清單，d1-3B 及 d1-omni-600M 權重現已公開；3B 的約 6.25 GB 是下載檔案大小，不代表 RAM／VRAM 需求。補列開放版分數、廠商測速條件與音訊訓練限制，並與舊文的 API 版比較分開說明。