Liquid AI d1 API: ¿nube o local?

Liquid AI d1 merece una evaluación cuando la aplicación necesita una categoría, una decisión de sí o no o una puntuación. La API alojada d1 cuesta 0,04 USD por millón de tokens de entrada, sin generar tokens de salida. En local, d1-3B procesa texto e imágenes; el modelo experimental d1-omni-600M, más pequeño, también admite voz. Pertenecer a la misma familia no demuestra que tengan la misma calidad.

La API permite validar un flujo sin administrar un servidor de modelos. Los pesos abiertos interesan si necesitas trabajar sin conexión, controlar el recorrido de los datos o reducir la latencia en el dispositivo. Con esta tarifa, ahorrar tokens por sí solo puede no compensar el mantenimiento local.

Qué hace d1

Liquid presentó el modelo alojado el 5 de octubre y los pesos abiertos el 7 de octubre de 2026. Devuelven decisiones tipadas en una pasada de cálculo, sin redactar la respuesta token a token:

• noul: probabilidad de «sí», por ejemplo si un ticket solicita un reembolso.
• choice: elección entre categorías definidas, con sus probabilidades.
• score: posición ponderada por probabilidades en una escala ordenada que tú defines.

Encaja en el enrutamiento de tickets, la reordenación de resultados de búsqueda y la comprobación de texto o imágenes. Para redactar código, resúmenes o explicaciones sigue haciendo falta un modelo generativo. La guía de migración explica esta diferencia. Nuestra guía de Jev cubre otra API de decisiones con un contrato de integración distinto.

Comparación de las tres opciones

La ficha de 600M añade límites: cada petición admite imágenes o audio, nunca ambos. Con imágenes, los textos del estado y de las preguntas se recortan a 896 tokens. El audio debe ser mono a 16 kHz y durar como máximo 30 segundos; el entrenamiento usa peticiones en inglés entre una persona y un asistente. No acredita precisión multilingüe ni ofrece transcripción.

Liquid publica 48,57 para d1-3B y 15,95 para d1-omni-600M en Decision Index 0.2.1, calculados con el evaluador oficial, sin enviarlos a la clasificación. Son resultados del proveedor que justifican evaluar primero el modelo grande si prima la calidad. No prueban que gane en todas las tareas ni que iguale a d1 alojado.

Cómo se aplica el precio de 0,04 USD

La metodología del anuncio fija esa tarifa por millón de tokens de entrada. La documentación API aclara que cada pregunta factura su texto y todas las imágenes enviadas. Agrupar preguntas en una petición HTTP no implica cobrar la entrada compartida una sola vez.

Con 100.000 peticiones hipotéticas y 1.000 tokens facturados por pregunta:

• Una pregunta por petición: 100.000 × 1.000 ÷ 1.000.000 × 0,04 USD = 4 USD.
• Tres preguntas de 1.000 tokens cada una: 12 USD.

Son costes de tokens, sin impuestos ni otros cargos. La longitud de las preguntas y los reintentos cambian el total. Consulta usage.input_tokens; usage.output_tokens permanece en cero aunque la respuesta sea JSON.

Cada imagen aporta por pregunta ceil(ceil(width / 32) × ceil(height / 32) × 1.5) tokens. Una imagen 1024 × 1024 suma 1.536 tokens, equivalentes a 0,00006144 USD, antes del texto. Tres preguntas suman 4.608 tokens de imagen. Es un coste de comprensión de imágenes, no de generación ni una tarifa de OmniaKey.

Cuándo compensa desplegar en local

Incluye amortización o alquiler del hardware, electricidad, ingeniería, monitorización, licencia si corresponde y gestión de decisiones erróneas. Descargar pesos gratis no elimina esos gastos.

Un coste local hipotético de 50 USD al mes equivale a 1.250 millones de tokens de entrada alojados: 50 ÷ 0,04 × 1.000.000. Con 1.000 tokens por petición, son 1,25 millones de peticiones. Es una comparación aritmética, no un presupuesto de hardware ni una prueba de calidad equivalente.

Trabajar sin conexión, controlar los datos o cumplir una latencia concreta puede justificar el despliegue local con menos volumen. Compara el coste total por decisión aceptada, contabilizando también errores y revisión humana.

Licencia y requisitos de hardware

Los dos repositorios usan LFM Open License v1.0. La guía de licencia describe uso comercial gratuito por debajo de 10 millones de USD de ingresos anuales y una licencia comercial independiente por encima. En el límite del umbral, confirma la elegibilidad con Liquid según el texto aplicable. Redistribuir exige conservar licencia y atribuciones, incluir NOTICE cuando corresponda y señalar los archivos modificados. Los usuarios comerciales posteriores deben comprobar su propia elegibilidad. Revisa las licencias de d1-3B y 600M: pesos abiertos no equivale a Apache-2.0 sin restricciones.

Parámetros × dos bytes da aproximadamente 6,24 GB y 1,174 GB solo para los pesos de 16 bits, en unidades decimales. No son mínimos de RAM o VRAM: búferes, activaciones, procesamiento multimedia y lotes añaden memoria. La cuantización puede modificar tamaño y calidad.

La ficha de 3B publica 8 ms en RTX 4090 y 30 ms en Apple M5 Pro para una pregunta con el modelo ya calentado. Un estado de 3,4K tokens aumenta esas cifras a 102 y 640 ms. La prueba RTX usa compilación. Son mediciones del proveedor con entradas concretas, no tiempos de arranque en frío ni compromisos de latencia API. No se publican tiempos de inferencia para 600M.

Llamar a la API y arrancar el servidor local

El servicio alojado usa POST /decisions/v1/systemone, con un esquema distinto de Chat Completions. Guarda una clave de la consola Liquid en LIQUID_API_KEY. El ejemplo común conserva una petición de soporte en inglés; ejecutarlo genera una llamada facturable:

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?"}
    }
  }'

Lee la probabilidad en answers.refund.noul y elige el umbral con ejemplos etiquetados de tu aplicación. Las imágenes se envían como datos Base64, no como URL remota.

Para ejecutar en local necesitas una versión reciente de llama.cpp compatible con d1. La receta GGUF oficial inicia el servidor así:

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

Desde un segundo 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?"}
    }
  }'

Para probar el modelo pequeño, detén primero ese servidor y usa la receta de 600M:

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

Los tamaños de lote deben contener una pregunta completa; la ficha permite ampliarlos hasta 16.384 para estados largos. Hemos contrastado las instrucciones, sin ejecutar inferencia. Registra modelo, cuantización y versión del motor durante la evaluación.

Qué opción probar primero

d1 alojado facilita empezar con un servicio conectado y volumen bajo o incierto. d1-3B es el candidato local inicial para texto e imagen según los resultados publicados. d1-omni-600M requiere una evaluación propia cuando interesa la voz o el tamaño reducido y se aceptan sus límites experimentales.

Mantén iguales las tareas etiquetadas, categorías y reglas de aceptación. Mide rutas incorrectas, casos omitidos, latencia p95, memoria máxima y frecuencia de derivación a personas u otros modelos. Verifica la calibración con tu idioma y tus datos: devolver probabilidades no garantiza que sean fiables en otro contexto.

El catálogo de OmniaKey muestra los modelos y precios actuales de la pasarela. Este artículo verifica las opciones de Liquid y locales, sin confirmar disponibilidad de d1 en OmniaKey. Para tareas generativas complementarias, compara por separado los modelos del catálogo.