Liquid AI d1 决策模型实测:2B 小模型分类准确率碾压同级通用模型
JosephJacks_ · x · 2026-11-02
开发者 @0xironyAditya 在单张 5060 Ti(BF16、约 4GB 显存)上对比了 Liquid AI 的 d1 系列 2B 决策模型与 Qwen3.5-2B、InternVL3.5-2B 等同尺寸通用模型:
- 扫描文档路由到 16 类:d1-2B 88.8% vs Qwen 55.0%、InternVL 56.2%
- 暴力内容标记:d1-Omni-2B 97.3% vs Qwen 83.6%、InternVL 87.7%
- 缺陷零件检测:d1-2B 70.8% vs Qwen 64.6%、InternVL 52.1%
- 单题耗时:d1 仅 0.13 秒,Qwen 0.26 秒,InternVL 0.64 秒
作者承认对比不完全公平——d1 是决策模型,对手是通用聊天模型——但在图像决策这一细分任务上,这个尺寸段似乎没有其他选择。结论:小模型+决策专用架构在分类类任务上性价比突出。
「Infra」频道最新
- Crusoe CEO 回应 neocloud 债务担忧：算力需求如潮水般汹涌 — nathanbenaich · 2026-11-02
- 开源推理引擎 Kapitsa 跑分 M5 Max:35B 达 346 tok/s,180B 上 48GB Mac 跑 61 tok/s — DotaMate · 2026-11-02
- 德州在建超级工程超5000亿美元，Stargate AI枢纽占千亿 — MatthewChang · 2026-11-02
- SemiAnalysis：若禁令蔓延，2028 年美国 30.3GW 数据中心容量面临暂停风险 — Eliv_nurotic · 2026-11-02
- B300 租价一个月从 $7.9/时跌到 $4.6/时,GPU 商求人租卡 — SumitGup · 2026-11-02
- FT 图表：四大科技巨头 CapEx 狂飙是理性押注而非无脑烧钱 — luisdans · 2026-11-02