Liquid AI 发布 d1-ultra 登顶决策模型指数，幻觉率降至 85% 非幻觉
ArtificialAnlys · x · 2026-10-16
Liquid AI 发布决策模型 d1-ultra，以 65 分登顶 Artificial Analysis Decision Index v1.0，领先 Jev 1.14（57 分）及 GLiDE、Microsoft-Decision-1（均 54 分）。
- 幻觉大幅减少：在 AA-Omniscience-Decision 上非幻觉率达 85%（d1 仅 2%），是第二名 Microsoft-Decision-1（40%）的两倍多；代价是准确率从 d1 的 41% 降至 32%——模型更倾向回答「我不知道」
- 速度与价格：每任务耗时 93 ms（第三快，前两位为 Celeris-1 Decision 63 ms、Jev 1.14 78 ms）；定价 $0.042/1M 输入 token，仅按输入计费，约合 $32/1M 任务，与 Celeris-1、Microsoft-Decision-1 相当，是 d1（$15）的两倍多，不到 GPT-6 Luna Decisions（$79）的一半
- 其他成绩：When2Call 工具调用准确率 93% 第一；WildGuardTest 平均 F1 95%，与 GLiDE 并列第一；HLE-MultiChoice 15%，与 Decider V1.1 27B 并列第二
Decision Index 综合四个评测（各占 25%）：AA-Omniscience-Decision（知识/幻觉）、HLE-MultiChoice（推理）、When2Call（工具调用）、WildGuardTest（安全分类），用于衡量这类「一次调用、从固定选项中带概率地选择」的廉价快速决策模型。
所属事件:Liquid AI 发布决策模型 d1-ultra，登顶 AA 决策指数(16 条相关)→
「模型」频道最新
- 同题讨论:AI 平台期之争——数据耗尽后进步能否靠 harness 延续 — Otherwise-Report1848 · 2026-10-16
- Mistral 自夸 STEM 成绩,榜单里其实仅排第六 — MistralAI · 2026-10-16
- 本地部署实测:Gemma 4、Llama 3 与 Mistral 工具调用能力横评 — leslysandra · 2026-10-16
- 闲鱼5元Gemini 18个月Pro泛滥，用户自嘲成碳基“鉴AI师” — huangyun_122 · 2026-10-16
- 博主实测称 Opus 5.5 与 Astra 风格迥异：Astra 下限高、推理独一档 — haider1 · 2026-10-16
- Artificial Analysis 推出 Decision Index,评测决策模型新品类 — ArtificialAnlys · 2026-10-16