Liquid AI d1 API: cloud o locale?

Liquid AI d1 è da valutare quando un'applicazione deve scegliere una categoria, rispondere sì o no oppure assegnare un punteggio. L'API ospitata d1 costa 0,04 USD per milione di token in ingresso, senza generare token in uscita. In locale, d1-3B gestisce testo e immagini; d1-omni-600M, più piccolo e sperimentale, gestisce anche la voce. La stessa famiglia non implica la stessa qualità.

L'API consente di verificare il flusso senza amministrare un server di modelli. I pesi aperti sono interessanti quando contano funzionamento offline, controllo dei dati o latenza sul dispositivo. A questo prezzo, il solo risparmio sui token può non giustificare la gestione locale.

A cosa serve d1

Liquid ha annunciato il modello ospitato il 5 ottobre e i pesi aperti il 7 ottobre 2026. Il modello restituisce decisioni tipizzate in un passaggio di calcolo, senza scrivere una risposta token per token:

• noul restituisce la probabilità di «sì», per esempio per individuare una richiesta di rimborso.
• choice sceglie fra categorie definite e ne restituisce le probabilità.
• score restituisce una posizione ponderata per probabilità su una scala ordinata definita dall'applicazione.

Sono compiti adatti all'instradamento dei ticket, al riordino dei risultati di ricerca e ai controlli su testo o immagini. Scrivere codice, riassunti e spiegazioni libere richiede ancora un modello generativo. La guida alla migrazione chiarisce la distinzione. La nostra guida a Jev descrive un'altra API decisionale con un contratto di integrazione separato.

Le tre opzioni a confronto

La scheda del 600M impone alcuni limiti: una richiesta accetta immagini oppure audio, mai entrambi. Con immagini, testo dello stato e domande vengono troncati a 896 token. L'audio deve essere mono a 16 kHz, lungo al massimo 30 secondi; l'addestramento usa richieste in inglese tra un parlante e un assistente. Questo non dimostra accuratezza vocale multilingue e non costituisce un servizio di trascrizione.

Liquid riporta 48,57 per d1-3B e 15,95 per d1-omni-600M su Decision Index 0.2.1, usando il sistema ufficiale di valutazione senza inviare i risultati alla classifica. Sono dati del fornitore che suggeriscono di partire dal modello grande quando conta la qualità. Non dimostrano una vittoria in ogni compito né equivalenza con d1 ospitato.

Come leggere il prezzo di 0,04 USD

La metodologia dell'annuncio indica questa tariffa per milione di token in ingresso. La documentazione API specifica che ogni domanda addebita il proprio testo e tutte le immagini fornite. Riunire più domande in una richiesta HTTP non significa pagare una sola volta l'input condiviso.

Ipotizzando 100.000 richieste con 1.000 token fatturati per domanda:

• Una domanda per richiesta: 100.000 × 1.000 ÷ 1.000.000 × 0,04 USD = 4 USD.
• Tre domande da 1.000 token ciascuna: 12 USD.

Sono costi dei token, esclusi imposte e altri addebiti. Lunghezza delle domande e tentativi aggiuntivi cambiano il totale. Leggi usage.input_tokens; usage.output_tokens resta zero anche se la risposta contiene JSON.

Ogni immagine contribuisce, per domanda, ceil(ceil(width / 32) × ceil(height / 32) × 1.5) token. Un'immagine 1024 × 1024 vale 1.536 token, cioè 0,00006144 USD, prima del testo. Tre domande valgono 4.608 token immagine. È comprensione delle immagini, non generazione e nemmeno un prezzo OmniaKey.

Quando conviene l'esecuzione locale

Conta ammortamento o noleggio dell'hardware, elettricità, lavoro tecnico, monitoraggio, eventuale licenza e gestione degli errori. Scaricare gratuitamente i pesi non azzera i costi operativi.

Un costo locale puramente ipotetico di 50 USD al mese equivale a 1,25 miliardi di token in ingresso ospitati: 50 ÷ 0,04 × 1.000.000. Con 1.000 token per richiesta sono 1,25 milioni di richieste. È un confronto aritmetico, non un preventivo hardware né una prova di pari qualità.

Offline, controllo dei dati o latenza possono giustificare il locale anche sotto quel volume. Confronta il costo totale per decisione accettata, mantenendo visibili errori e revisioni umane.

Licenza e memoria richiesta

Entrambi i repository usano LFM Open License v1.0. La guida alla licenza descrive uso commerciale gratuito sotto 10 milioni di USD di ricavi annui, con licenza commerciale separata sopra la soglia. In prossimità del valore esatto, verifica l'idoneità con Liquid leggendo il testo applicabile. La redistribuzione richiede licenza, attribuzioni, NOTICE se previsto e indicazione dei file modificati; anche i clienti commerciali a valle devono valutare la propria idoneità. Consulta le licenze di d1-3B e 600M. Pesi aperti non equivale a una licenza Apache-2.0 senza restrizioni.

Parametri × due byte dà circa 6,24 GB e 1,174 GB per i soli pesi a 16 bit, in unità decimali. Non sono requisiti minimi di RAM o VRAM: buffer, attivazioni, elaborazione multimediale e batch richiedono altra memoria. La quantizzazione può cambiare ingombro e qualità.

La scheda 3B riporta 8 ms su RTX 4090 e 30 ms su Apple M5 Pro per una domanda dopo il riscaldamento. Con uno stato di 3,4K token diventano 102 e 640 ms. Il dato RTX usa compilazione. Sono misure del fornitore su input specifici, non tempi di avvio a freddo o promesse sulla latenza API. Per il 600M sperimentale non vengono pubblicati tempi di inferenza.

Chiamata API e avvio locale

L'endpoint ospitato è POST /decisions/v1/systemone, con schema diverso da Chat Completions. Imposta LIQUID_API_KEY con una chiave creata nella console Liquid. L'esempio comune usa una richiesta di assistenza in inglese; eseguirlo produce una chiamata a pagamento:

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?"}
    }
  }'

La probabilità è in answers.refund.noul. Scegli la soglia usando esempi etichettati del tuo servizio. Le immagini richiedono dati Base64, non URL remoti.

Per il locale serve una versione recente di llama.cpp con supporto d1. La procedura GGUF ufficiale avvia il server così:

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

Da un secondo terminale:

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?"}
    }
  }'

Per il modello più piccolo, arresta prima il server e usa la procedura 600M:

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

I batch devono contenere una domanda intera; per stati lunghi la scheda indica di aumentarli fino a 16.384. I comandi sono stati confrontati con la documentazione, senza eseguire inferenza. Registra modello, quantizzazione e versione del motore.

Quale provare per primo

d1 ospitato è un punto di partenza pratico per servizi connessi con volume basso o incerto. d1-3B è il primo candidato locale per testo e immagini in base ai risultati pubblicati. d1-omni-600M merita una valutazione separata se voce o ingombro ridotto compensano i limiti sperimentali.

Mantieni uguali compiti etichettati, categorie e criteri di accettazione. Misura instradamenti errati, casi mancati, latenza p95, memoria di picco e frequenza del ricorso a persone o altri modelli. Verifica la calibrazione nella tua lingua e sui tuoi dati: un output probabilistico non basta a garantirne l'affidabilità.

Il catalogo OmniaKey mostra modelli e prezzi attuali del gateway. Questo articolo verifica le opzioni Liquid e locali, senza attestare la disponibilità di d1 su OmniaKey. Per la generazione complementare, confronta separatamente i modelli elencati.