当大多数模型还在比拼生成质量时，Liquid AI 把注意力转向了另一个问题：模型能不能直接给出可用的判断概率。
发生了什么
Liquid AI 发布了 d1-ultra，一个同时接受文本与图像输入的决策模型。它的核心特征不是生成一段回答，而是在单次前向传播中直接返回校准过的概率值——也就是说，模型输出的是「这件事有多大可能成立」，而不是一段需要二次解读的文字。
根据公开信息，d1-ultra 在 Artificial Analysis 的 Decision Index 上得分 65，输入侧价格为每百万 token 0.042 美元。这两个数字放在一起值得注意：决策类任务通常需要多次采样或额外校准步骤，而 d1-ultra 把成本压到了相当低的水平。
为什么重要
大模型落地到实际业务时，最常见的摩擦点不是「写得好不好」，而是「能不能直接接进已有的决策流程」。传统做法是让模型输出文本，再用规则或第二个模型去解析、打分、校准，链路长、延迟高、成本叠加。
d1-ultra 的思路是把这一步内化：模型本身就是分类器/评估器，输出即概率。校准（calibration）是关键——一个概率为 0.8 的判断，应该在现实中大约 80% 的情况下成立。很多模型输出的置信度并不可靠，而校准概率意味着下游系统可以直接设阈值、算期望收益、做风险定价。
多模态输入则扩展了适用面：带图的风险判断、内容审核、质检、医疗分诊辅助等场景，往往需要同时看文字和图像。
影响与看点
对开发者而言，最直接的变化是架构简化。原本「模型 + 解析器 + 校准层」的三段式，可能被一次调用替代，这对延迟敏感和成本敏感的线上系统意义明显。每百万输入 token 0.042 美元的定价，也让高频、批量化的判断任务在经济上更可行。
对企业用户来说，校准概率打开了另一类用法：不是让模型「回答」，而是让模型「评估」。风控、推荐、工单分流、内容分级这些场景，需要的正是可比较、可设阈值的分数。
需要保持克制的地方也很清楚：Artificial Analysis 的 Decision Index 是一个相对新的评测维度，65 分在同类模型中的位置、以及校准质量在不同分布上的稳定性，还需要更多独立验证。决策模型的失败模式往往比生成模型更隐蔽——一个自信但错误的概率，比一段含糊的文字更难被发现。
一个值得跟踪的判断是：如果「输出概率」成为模型的一等公民，那么评测体系也需要跟着变——从看生成质量，转向看校准误差、阈值下的精确率/召回率，以及分布漂移时的鲁棒性。d1-ultra 更像是这个方向上的一个信号，而不是终点。
