Liquid AI d1 API: hosting atau lokal?

Liquid AI d1 layak dievaluasi jika aplikasi membutuhkan kategori, keputusan ya/tidak, atau skor. API terkelola d1 dikenai US$0,04 per juta token input, tanpa menghasilkan token output. Untuk menjalankan sendiri, d1-3B memproses teks dan gambar; model eksperimental d1-omni-600M yang lebih kecil juga menerima suara. Berada dalam satu keluarga tidak membuktikan kualitas yang sama.

API cocok untuk memvalidasi alur tanpa mengelola server model. Bobot terbuka menarik jika aplikasi harus berjalan offline, mengendalikan perpindahan data, atau memenuhi target latensi perangkat. Dengan tarif API ini, penghematan token saja belum tentu menutup biaya pengoperasian sendiri.

Apa yang dikerjakan d1?

Liquid mengumumkan model terkelola pada 5 Oktober dan bobot terbuka pada 7 Oktober 2026. Model mengembalikan keputusan dengan tipe yang ditentukan dalam satu lintasan komputasi, tanpa menyusun jawaban token demi token:

• noul: probabilitas jawaban “ya”, misalnya apakah tiket meminta pengembalian dana.
• choice: pilihan dari kategori yang ditentukan, beserta probabilitas setiap opsi.
• score: posisi berbobot probabilitas pada skala berurutan yang Anda tetapkan.

Ini sesuai untuk mengarahkan tiket, menyusun ulang peringkat hasil pencarian, serta memeriksa teks atau gambar. Menulis kode, ringkasan, dan penjelasan bebas tetap membutuhkan model generatif. Panduan migrasi menjelaskan batas tersebut. Untuk API keputusan lain dengan kontrak integrasi tersendiri, lihat panduan Jev kami.

Membandingkan tiga pilihan

Kartu model 600M menetapkan batas penting: satu permintaan menerima gambar atau audio, bukan keduanya sekaligus. Dengan gambar, teks status dan pertanyaan dipotong hingga 896 token. Audio harus mono 16 kHz dengan durasi maksimal 30 detik; pelatihannya menggunakan permintaan berbahasa Inggris antara pembicara dan asisten. Ini bukan bukti akurasi suara dalam bahasa Indonesia atau layanan transkripsi.

Liquid melaporkan 48,57 untuk d1-3B dan 15,95 untuk d1-omni-600M pada Decision Index 0.2.1. Angka dihitung memakai penilai resmi, bukan hasil yang diajukan ke papan peringkat. Hasil penyedia mendukung evaluasi model besar terlebih dahulu jika kualitas penting, tetapi tidak membuktikan keunggulan pada setiap tugas atau kesetaraan dengan d1 terkelola.

Cara menghitung tarif US$0,04

Metodologi pengumuman mencantumkan tarif tersebut per juta token input. Dokumentasi API menyatakan bahwa setiap pertanyaan ditagihkan untuk teksnya dan seluruh gambar yang dikirim. Menggabungkan beberapa pertanyaan dalam satu permintaan HTTP tidak berarti input bersama hanya ditagih sekali.

Misalkan ada 100.000 permintaan dengan 1.000 token tertagih per pertanyaan:

• Satu pertanyaan per permintaan: 100.000 × 1.000 ÷ 1.000.000 × US$0,04 = US$4.
• Tiga pertanyaan, masing-masing 1.000 token: US$12.

Ini hanya biaya token, tanpa pajak dan biaya lain. Panjang pertanyaan dan percobaan ulang mengubah totalnya. Periksa usage.input_tokens; usage.output_tokens tetap nol meskipun respons berisi JSON.

Setiap gambar menambah ceil(ceil(width / 32) × ceil(height / 32) × 1.5) token untuk setiap pertanyaan. Gambar 1024 × 1024 menambah 1.536 token, atau US$0,00006144, sebelum teks. Tiga pertanyaan menghasilkan 4.608 token gambar. Ini biaya pemahaman gambar, bukan pembuatan gambar atau penawaran harga OmniaKey.

Apakah menjalankan lokal lebih murah?

Masukkan penyusutan atau sewa perangkat keras, listrik, waktu rekayasa, pemantauan, lisensi bila berlaku, serta biaya menangani keputusan yang salah. Bobot yang gratis diunduh tidak membuat operasi gratis.

Biaya lokal hipotetis US$50 per bulan setara dengan 1,25 miliar token input terkelola: 50 ÷ 0,04 × 1.000.000. Dengan 1.000 token per permintaan, itu setara 1,25 juta permintaan. Ini perbandingan aritmetis, bukan harga perangkat keras atau bukti kualitas yang sama.

Kebutuhan offline, kendali data, atau latensi dapat membenarkan pilihan lokal pada volume lebih kecil. Bandingkan total biaya per keputusan yang diterima, sambil mencatat kesalahan dan peninjauan manusia.

Lisensi dan kebutuhan perangkat keras

Kedua repositori memakai LFM Open License v1.0. Panduan lisensi menjelaskan penggunaan komersial gratis untuk pendapatan tahunan di bawah US$10 juta, serta lisensi komersial terpisah di atas batas tersebut. Jika tepat di batas, konfirmasikan kelayakan kepada Liquid berdasarkan teks lisensi. Distribusi ulang mengharuskan penyertaan lisensi, atribusi, NOTICE bila tersedia, dan penandaan berkas yang diubah. Pengguna komersial berikutnya juga harus menilai kelayakan masing-masing. Baca lisensi d1-3B dan 600M; bobot terbuka bukan berarti Apache-2.0 tanpa batasan.

Jumlah parameter × dua byte menghasilkan sekitar 6,24 GB dan 1,174 GB untuk bobot 16-bit saja, dalam satuan desimal. Itu bukan minimum RAM atau VRAM. Buffer runtime, aktivasi, pemrosesan media, dan batch memerlukan memori tambahan. Kuantisasi dapat mengubah ukuran maupun kualitas.

Kartu model 3B melaporkan 8 ms pada RTX 4090 dan 30 ms pada Apple M5 Pro untuk satu pertanyaan setelah pemanasan. Dengan status sepanjang 3,4K token, angkanya menjadi 102 dan 640 ms. Pengukuran RTX memakai kompilasi. Ini pengukuran penyedia dengan input tertentu, bukan waktu mulai dingin atau jaminan latensi API. Waktu inferensi 600M eksperimental tidak dipublikasikan.

Memanggil API dan menjalankan server lokal

Endpoint terkelola adalah POST /decisions/v1/systemone, dengan skema berbeda dari Chat Completions. Isi LIQUID_API_KEY menggunakan kunci dari konsol Liquid. Contoh bersama berikut mempertahankan permintaan dukungan berbahasa Inggris; menjalankannya membuat panggilan berbayar:

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?"}
    }
  }'

Baca probabilitas pada answers.refund.noul dan tentukan ambang menggunakan contoh berlabel dari aplikasi Anda. Gambar dikirim sebagai data Base64, bukan URL gambar jarak jauh.

Untuk lokal, gunakan llama.cpp terbaru yang mendukung d1, lalu ikuti resep GGUF resmi:

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

Dari terminal kedua:

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?"}
    }
  }'

Untuk model kecil, hentikan server tersebut lalu gunakan resep 600M:

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

Ukuran batch harus memuat seluruh pertanyaan; kartu model menyarankan peningkatan hingga 16.384 untuk status panjang. Perintah sudah dicocokkan dengan dokumentasi, tanpa menjalankan inferensi. Catat model, kuantisasi, dan versi runtime saat evaluasi.

Pilihan mana yang sebaiknya diuji dahulu?

d1 terkelola adalah awal yang praktis bagi layanan terhubung dengan volume rendah atau belum pasti. d1-3B menjadi kandidat lokal awal untuk teks dan gambar berdasarkan perbandingan yang dipublikasikan. d1-omni-600M perlu evaluasi terpisah jika suara atau ukuran kecil penting dan batas eksperimennya dapat diterima.

Gunakan tugas berlabel, kategori, dan aturan penerimaan yang sama. Ukur salah pengarahan, kasus terlewat, latensi p95, puncak memori, serta frekuensi pengalihan ke manusia atau model lain. Periksa kalibrasi pada bahasa dan data Anda sendiri; output berbentuk probabilitas tidak otomatis andal pada distribusi baru.

Katalog OmniaKey menampilkan model dan harga gateway saat ini. Artikel ini memverifikasi pilihan Liquid dan lokal, bukan ketersediaan d1 melalui OmniaKey. Untuk tugas generatif pendamping, bandingkan model yang tercantum secara terpisah.