Liquid AI d1 API oder lokaler Betrieb?

Liquid AI d1 kommt infrage, wenn eine Anwendung eine Kategorie, eine Ja-Nein-Entscheidung oder eine Bewertung benötigt. Die gehostete d1-API kostet 0,04 US-Dollar pro Million Eingabe-Tokens und erzeugt keine Ausgabe-Tokens. Für den lokalen Betrieb verarbeitet d1-3B Text und Bilder; das kleinere experimentelle d1-omni-600M unterstützt zusätzlich Spracheingaben. Der gemeinsame Familienname belegt keine identische Qualität.

Die API erleichtert den Einstieg ohne eigenen Modellserver. Offene Gewichte sind interessant, wenn Offline-Betrieb, Datenflüsse oder die Latenz auf dem Gerät ausschlaggebend sind. Bei diesem API-Preis rechtfertigt die Token-Ersparnis allein selten den Betriebsaufwand.

Welche Aufgaben übernimmt d1?

Liquid stellte das gehostete Modell am 5. Oktober und die offenen Gewichte am 7. Oktober 2026 vor. Die Modelle liefern typisierte Entscheidungen in einem Vorwärtsdurchlauf, statt eine Antwort Token für Token zu erzeugen:

• noul gibt die Wahrscheinlichkeit für „ja“ zurück, etwa bei einer Erstattungsanfrage.
• choice wählt aus benannten Kategorien und liefert deren Wahrscheinlichkeiten.
• score bewertet anhand einer vorgegebenen geordneten Skala, gewichtet nach Wahrscheinlichkeit.

Das passt zu Ticket-Routing, der Neusortierung von Suchergebnissen und Text- oder Bildprüfungen. Für Code, Zusammenfassungen und frei formulierte Erklärungen bleibt ein generatives Modell erforderlich. Diese Abgrenzung erklärt der Migrationsleitfaden. Unser Jev-Leitfaden behandelt eine andere Entscheidungs-API mit eigenem Integrationsvertrag.

Gehostetes d1, d1-3B und d1-omni-600M im Vergleich

Die 600M-Modellkarte nennt klare Grenzen: Pro Anfrage sind Bilder oder Audio möglich, nicht beides. Bei Bildern werden Zustands- und Fragetext auf 896 Tokens gekürzt. Audio umfasst höchstens 30 Sekunden, mono bei 16 kHz; trainiert wurde mit englischen Sprecher-Assistenten-Anfragen. Daraus folgt weder nachgewiesene deutsche Spracherkennungsqualität noch ein Transkriptionsdienst.

Liquid meldet im Decision Index 0.2.1 48,57 für d1-3B und 15,95 für d1-omni-600M. Die Werte wurden mit dem offiziellen Scorer berechnet, aber nicht als Ranglisteneinträge eingereicht. Sie sprechen dafür, bei hohen Qualitätsanforderungen zuerst das größere Modell zu prüfen. Einen Sieg bei jeder Aufgabe oder Gleichwertigkeit mit dem gehosteten Modell belegen sie nicht.

Was bedeutet der Preis von 0,04 US-Dollar?

Die Methodik der API-Ankündigung nennt den Preis pro Million Eingabe-Tokens. Laut API-Dokumentation wird jede Frage einschließlich ihres Textes und sämtlicher Bilder separat berechnet. Mehrere Fragen in einer HTTP-Anfrage bedeuten daher keine einmalige Abrechnung des gemeinsamen Eingabetextes.

Angenommen, 100.000 Anfragen enthalten je 1.000 abgerechnete Tokens pro Frage:

• Eine Frage je Anfrage: 100.000 × 1.000 ÷ 1.000.000 × 0,04 US-Dollar = 4 US-Dollar.
• Drei Fragen mit jeweils 1.000 Tokens: 12 US-Dollar.

Das sind reine Token-Kosten ohne Steuern und sonstige Gebühren. Frageumfang und Wiederholungen verändern den Betrag. Maßgeblich ist usage.input_tokens; usage.output_tokens bleibt trotz JSON-Antwort null.

Pro Bild und Frage gilt ceil(ceil(width / 32) × ceil(height / 32) × 1.5). Ein Bild mit 1024 × 1024 Pixeln entspricht 1.536 Tokens beziehungsweise 0,00006144 US-Dollar, zuzüglich Text. Drei Fragen ergeben 4.608 Bild-Tokens. Dies ist ein Preis für Bildverständnis, kein Bildgenerierungspreis und kein OmniaKey-Angebot.

Wann lohnt sich der lokale Betrieb?

In die Monatsrechnung gehören Hardware-Abschreibung oder Miete, Strom, Entwicklungszeit, Überwachung, gegebenenfalls Lizenzkosten und die Bearbeitung falscher Entscheidungen. Kostenlos herunterladbare Gewichte beseitigen diese Kosten nicht.

Hypothetische 50 US-Dollar pro Monat entsprechen beim API-Tarif 1,25 Milliarden Eingabe-Tokens: 50 ÷ 0,04 × 1.000.000. Bei 1.000 Tokens pro Anfrage sind das 1,25 Millionen Anfragen. Das ist ein Rechenbeispiel, kein Hardware-Angebot und kein Nachweis gleicher Modellqualität.

Offline-Fähigkeit, Datenkontrolle oder Gerätelatenz können den lokalen Betrieb schon bei geringerem Volumen rechtfertigen. Verglichen werden sollten Gesamtkosten pro akzeptierter Entscheidung, ergänzt um Fehler und manuelle Prüfungen.

Lizenz und Hardware richtig einordnen

Beide Modelle verwenden LFM Open License v1.0. Der Lizenzleitfaden beschreibt kostenlose kommerzielle Nutzung unter 10 Millionen US-Dollar Jahresumsatz und eine gesonderte kommerzielle Lizenz oberhalb der Grenze. Direkt an der Grenze sollte die Berechtigung anhand des Lizenztexts mit Liquid geklärt werden. Bei Weitergabe gelten Pflichten zu Lizenz, Namensnennung, gegebenenfalls NOTICE und Änderungsvermerken. Auch nachgelagerte kommerzielle Nutzer müssen ihre eigene Berechtigung prüfen. Maßgeblich sind die Lizenzen von d1-3B und 600M, keine uneingeschränkte Apache-2.0-Freigabe.

Parameterzahl × zwei Bytes ergibt für 16-Bit-Gewichte allein etwa 6,24 GB beziehungsweise 1,174 GB, dezimal gerechnet. Das ist kein RAM- oder VRAM-Mindestwert: Laufzeitpuffer, Aktivierungen, Medienverarbeitung und Batches benötigen zusätzlichen Speicher. Quantisierung verändert Speicherbedarf und möglicherweise Qualität.

Die 3B-Modellkarte berichtet bei einer vorgewärmten Einzelfrage 8 ms auf RTX 4090 und 30 ms auf Apple M5 Pro; bei einem Zustand mit 3,4K Tokens sind es 102 und 640 ms. Die RTX-Messung nutzt Kompilierung. Das sind Anbieterwerte für bestimmte Eingaben, keine Kaltstartmessungen oder API-Zusagen. Für 600M werden keine Inferenzzeiten veröffentlicht.

API-Aufruf und lokaler Start

Die gehostete Schnittstelle heißt POST /decisions/v1/systemone und verwendet ein anderes Schema als Chat Completions. LIQUID_API_KEY enthält einen Schlüssel aus der Liquid-Konsole. Das gemeinsame Beispiel nutzt eine englische Supportanfrage; seine Ausführung ist kostenpflichtig:

curl --fail-with-body https://api.liquid.ai/decisions/v1/systemone \
  -H "Authorization: Bearer $LIQUID_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "d1",
    "state": "Please refund the duplicate charge.",
    "questions": {
      "refund": {"type": "noul", "instructions": "Is a refund requested?"}
    }
  }'

Die Wahrscheinlichkeit steht in answers.refund.noul. Entscheidungsschwellen sollten anhand eigener gelabelter Beispiele gewählt werden. Bilder werden als Base64-Daten übertragen; entfernte Bild-URLs akzeptiert diese API nicht.

Für den lokalen Betrieb ist ein aktueller llama.cpp-Build mit d1-Unterstützung nötig. Das offizielle GGUF-Rezept startet den Server so:

llama-server -hf LiquidAI/d1-3B-GGUF:Q8_0

Der Aufruf erfolgt in einem zweiten Terminal:

curl --fail-with-body http://127.0.0.1:8080/v1/systemone \
  -H "Content-Type: application/json" \
  -d '{
    "state": "Please refund the duplicate charge.",
    "questions": {
      "refund": {"type": "noul", "instructions": "Is a refund requested?"}
    }
  }'

Für das kleinere Modell zuerst den Server stoppen und das 600M-Rezept verwenden:

llama-server -hf LiquidAI/d1-omni-600M-GGUF:Q8_0 -b 4096 -ub 4096

Die Batch-Größen müssen eine vollständige Frage aufnehmen. Für längere Zustände nennt die Modellkarte Werte bis 16.384. Die Befehle wurden mit den Quellen abgeglichen, nicht ausgeführt. Modell, Quantisierung und Laufzeitversion gehören ins Evaluationsprotokoll.

Welche Variante zuerst prüfen?

Gehostetes d1 eignet sich als Einstieg für vernetzte Dienste mit geringem oder unklarem Volumen. d1-3B ist aufgrund der veröffentlichten Vergleichswerte der naheliegende lokale Kandidat für Text und Bilder. d1-omni-600M verdient eine separate Prüfung, wenn Audio oder geringer Speicherbedarf die experimentellen Grenzen rechtfertigt.

Für alle Kandidaten dieselben gelabelten Aufgaben, Kategorien und Abnahmekriterien verwenden. Fehlleitungen, übersehene Fälle, p95-Latenz, Spitzenspeicher und Rückfälle auf Menschen oder andere Modelle messen. Wahrscheinlichkeiten müssen mit den eigenen Sprachen und Daten auf Kalibrierung geprüft werden.

Der OmniaKey-Modellkatalog zeigt aktuelle Gateway-Modelle und Preise. Dieser Artikel bestätigt Liquid-eigene und lokale Optionen, keine d1-Verfügbarkeit über OmniaKey. Für ergänzende Generierungsaufgaben können die dort gelisteten Modelle separat verglichen werden.