Liquid AI d1 API: hospedada ou local?

Liquid AI d1 merece uma avaliação quando a aplicação precisa de uma categoria, de uma decisão de sim ou não ou de uma pontuação. A API hospedada d1 custa US$ 0,04 por milhão de tokens de entrada, sem gerar tokens de saída. Para execução local, d1-3B processa texto e imagens; o d1-omni-600M, menor e experimental, também aceita fala. Fazer parte da mesma família não comprova qualidade equivalente.

A API permite validar o fluxo sem operar um servidor de modelos. Os pesos abertos interessam quando é preciso funcionar offline, controlar o caminho dos dados ou reduzir a latência no dispositivo. Com essa tarifa, economizar tokens pode não compensar o trabalho de manter uma instalação própria.

O que o d1 faz

Liquid anunciou o modelo hospedado em 5 de outubro e os pesos abertos em 7 de outubro de 2026. Os modelos retornam decisões tipadas em uma passagem de cálculo, sem escrever a resposta token por token:

• noul: probabilidade de “sim”, como na identificação de um pedido de reembolso.
• choice: escolha entre categorias definidas, com as probabilidades das opções.
• score: posição ponderada pelas probabilidades em uma escala ordenada definida pela aplicação.

Isso serve para encaminhar chamados, reordenar resultados de busca e verificar texto ou imagens. Código, resumos e explicações livres continuam sendo tarefas de modelos generativos. O guia de migração explica essa divisão. Nosso guia de Jev cobre outra API de decisões, com um contrato de integração próprio.

Comparação das três opções

A ficha do 600M traz limites: uma requisição aceita imagens ou áudio, nunca os dois juntos. Com imagens, o texto do estado e das perguntas é truncado em 896 tokens. O áudio deve ser mono a 16 kHz, com até 30 segundos; o treinamento usa solicitações em inglês entre um falante e um assistente. Isso não comprova precisão em português nem caracteriza um serviço de transcrição.

Liquid informa 48,57 para d1-3B e 15,95 para d1-omni-600M no Decision Index 0.2.1, usando o avaliador oficial, sem submissão ao ranking. Os resultados do fornecedor justificam avaliar primeiro o maior quando a qualidade pesa mais. Não comprovam vitória em toda tarefa nem equivalência com o d1 hospedado.

Como funciona o preço de US$ 0,04

A metodologia do anúncio usa essa tarifa por milhão de tokens de entrada. A documentação da API informa que cada pergunta cobra seu texto e todas as imagens enviadas. Agrupar perguntas em uma requisição HTTP não significa cobrar a entrada compartilhada uma única vez.

Supondo 100 mil requisições, com 1.000 tokens cobrados por pergunta:

• Uma pergunta por requisição: 100.000 × 1.000 ÷ 1.000.000 × US$ 0,04 = US$ 4.
• Três perguntas de 1.000 tokens cada: US$ 12.

São custos de tokens, sem impostos ou outras cobranças. Tamanho das perguntas e novas tentativas mudam o total. Consulte usage.input_tokens; usage.output_tokens continua zero mesmo com uma resposta JSON.

Cada imagem adiciona, por pergunta, ceil(ceil(width / 32) × ceil(height / 32) × 1.5) tokens. Uma imagem 1024 × 1024 gera 1.536 tokens, ou US$ 0,00006144, antes do texto. Três perguntas geram 4.608 tokens de imagem. É compreensão de imagem, não geração nem uma cotação da OmniaKey.

Implantar localmente sai mais barato?

Inclua depreciação ou aluguel de hardware, energia, engenharia, monitoramento, licença quando aplicável e tratamento de decisões erradas. Baixar os pesos gratuitamente não elimina esses custos.

Um custo local hipotético de US$ 50 por mês equivale a 1,25 bilhão de tokens de entrada na API: 50 ÷ 0,04 × 1.000.000. Com 1.000 tokens por requisição, são 1,25 milhão de requisições. É uma comparação aritmética, não orçamento de hardware nem prova de qualidade equivalente.

Operação offline, controle de dados ou latência podem justificar o local em volumes menores. Compare o custo total por decisão aceita, registrando também erros e revisão humana.

Licença e requisitos de hardware

Ambos usam LFM Open License v1.0. O guia da licença descreve uso comercial gratuito abaixo de US$ 10 milhões de receita anual e uma licença comercial separada acima do limite. No valor exato da fronteira, confirme a elegibilidade com Liquid conforme o texto da licença. A redistribuição exige licença, atribuições, NOTICE quando houver e identificação dos arquivos alterados. Clientes comerciais posteriores também devem verificar a própria elegibilidade. Leia as licenças de d1-3B e 600M. Pesos abertos não significam Apache-2.0 sem restrições.

Parâmetros × dois bytes resulta em aproximadamente 6,24 GB e 1,174 GB apenas para os pesos de 16 bits, em unidades decimais. Não são mínimos de RAM ou VRAM: buffers, ativações, processamento de mídia e lotes consomem memória adicional. A quantização pode alterar tamanho e qualidade.

A ficha do 3B informa 8 ms na RTX 4090 e 30 ms no Apple M5 Pro para uma pergunta após aquecimento. Com um estado de 3,4K tokens, os valores passam a 102 e 640 ms. A medição na RTX usa compilação. São medidas do fornecedor para entradas específicas, não tempos de inicialização a frio ou garantias de latência da API. Não há tempos de inferência publicados para o 600M experimental.

Chamada à API e execução local

A API hospedada usa POST /decisions/v1/systemone, com esquema diferente de Chat Completions. Defina LIQUID_API_KEY com uma chave criada no console Liquid. O exemplo compartilhado mantém uma solicitação de suporte em inglês; executá-lo faz uma chamada cobrada:

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?"}
    }
  }'

Leia a probabilidade em answers.refund.noul e escolha o limiar com exemplos rotulados do seu produto. Imagens são enviadas em Base64, não por URL remota.

Para execução local, use uma versão recente do llama.cpp com suporte a d1. A receita GGUF oficial inicia o servidor assim:

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

Em outro 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 testar o menor modelo, pare esse servidor e use a receita do 600M:

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

Os lotes devem comportar uma pergunta inteira; a ficha orienta aumentá-los até 16.384 para estados longos. Conferimos os comandos com a documentação, sem executar inferência. Registre modelo, quantização e versão do motor na avaliação.

Por qual começar?

d1 hospedado é um ponto de partida prático para um serviço conectado com volume baixo ou incerto. d1-3B é o primeiro candidato local para texto e imagem conforme os resultados publicados. d1-omni-600M merece uma avaliação separada quando voz ou tamanho reduzido compensam suas limitações experimentais.

Use as mesmas tarefas rotuladas, categorias e regras de aceitação. Meça encaminhamentos errados, casos perdidos, latência p95, pico de memória e frequência de encaminhamento a pessoas ou outros modelos. Verifique a calibração no seu idioma e nos seus dados: retornar probabilidades não garante confiabilidade em uma distribuição diferente.

O catálogo da OmniaKey mostra os modelos e preços atuais do gateway. Este artigo confirma opções da Liquid e locais, sem afirmar disponibilidade de d1 na OmniaKey. Para geração complementar, compare separadamente os modelos listados.