四款决策模型实测对比:d1.2-ultra 准确率持平对手、成本仅 1/4.7
JosephJacks_ · x · 2026-11-19
博主 0xironyAditya 用两组真实任务对比评测了 Liquid AI 新发布的 d1.2-ultra 与 jev 1.14、gpt-6 luna、clef 三款决策模型,统一经 OpenRouter 调用,各处理 200 张图片决策:
- 任务:对风暴/火灾卫星前后图做损失分级并判断是否优先派队;将塞伦盖蒂相机陷阱照片分类为空或识别物种
- 结果:精确损失分级 47%/46%/42%/41%;优先派队判断 70%/64%/68%/69%;动物有无判断 99%/96%/96%/98%;物种识别 62%/63%/62%/65%
- 成本:200 张总成本 $0.018 / $0.034 / $0.034 / $0.083,d1.2-ultra 约为 jev 和 luna 的一半、clef 的 1/4.7
- 短板:d1.2-ultra 是四者中最慢的
结论:顶级模型准确率接近持平,但 d1.2-ultra 以显著更低成本达到同等水平;这类模型尚不能替代人工判断,但可用于初筛分堆和复核人工结论。
「模型」频道最新
- 疑似 Gemini 4 Neon 跑分曝光:17 项评测大多领先 Claude 和 GPT — nevrekaraishwa2 · 2026-11-19
- 260份文档实测:Gemini 3.8 Flash 以94.6分登顶文档抽取榜 — refractr · 2026-11-19
- K3.1 Pro 在 17 项基准中 14 项胜 K3,与 Opus 5.5 搭配省一半开销 — Kimi_Moonshot · 2026-11-19
- Simular box 刷 OSWorld v2 SOTA:80.7% 成功率、每任务仅 $1.79 — xwang_lk · 2026-11-19
- 北大发布人类行为预测基础模型,模拟人群反应超越前沿LLM — PekingUniversity · 2026-11-19
- 4.2 万 Star 开源项目 Heretic:不改权重训练,30 分钟消融模型拒答 — aigclink · 2026-11-19