Liquid AI d1-ultra 上线AI Gateway：多模态决策模型支持图像检测

当大模型不再只会"说话"：决策模型的崛起

大多数人对大语言模型的印象停留在"生成文本"——写文章、答问题、编代码。但有一类模型正在走一条完全不同的路：不生成任何文字，只输出结构化的概率判断。Liquid AI 的 d1-ultra 就是这样一个异类，它刚刚通过 AI Gateway 开放使用。

据 AI Gateway 官方信息，d1-ultra 是一个多模态决策模型，专门处理分类、路由和评分任务，输入支持文本与图像。与其让它"写一段分析"，不如直接问它："这张产品照片里的屏幕是否破损？"它会返回一个概率值，而不是一段解释。

这种设计思路意味着，d1-ultra 的定位不是替代聊天机器人，而是嵌入到自动化流程的决策节点上。

三种提问方式，一个核心逻辑

Boolean、Choice、Score

d1-ultra 的交互方式围绕三种问题类型展开：

• Boolean：提出一个是/否问题，模型返回"yes"的概率。比如判断客户描述是否表明商品到货时已损坏。
• Choice：在预定义的命名类别中做选择，适用于多分类场景。
• Score：在有序量表上打分，适合风险评估或质量分级。

关键在于，你可以在一次请求中针对同一个输入提出多个问题，并利用返回的概率决定何时自动执行操作、何时转交人工审核。这比单纯调用一个分类 API 灵活得多。

为什么结构化问答比文本生成更适合决策

传统做法是让生成式大模型输出一段自然语言，再用正则或第二个模型解析出"是/否"。这种链路的问题在于：格式不稳定、解析成本高、概率信息丢失。Boolean、Choice、Score 这三种问题类型本质上将"决策"变成了一次前向推理，输出直接就是可编程消费的数值。

这一设计思路与近年兴起的 LLM-as-a-judge、logit-based classification 一脉相承，但更进一步：它不是借用生成模型的输出分布，而是从架构层面就为判别任务优化。Choice 类型对应闭集多分类（closed-set classification），Score 类型对应序数回归（ordinal regression），Boolean 则是最简单的二分类。三者的组合基本覆盖了工业界大多数自动化决策需求。

代码调用方式

开发者可以通过三种接口调用 d1-ultra：AI SDK、兼容 OpenAI 的 Decisions API，以及 TypeSafe 兼容 API。模型名称统一为 liquid/d1-ultra。

以下是一个 AI SDK 的调用示例，场景是判断客户是否报告了商品损坏：

import { experimental_decide as decide } from 'ai';

const result = await decide({
  model: 'liquid/d1-ultra',
  state: 'The customer reports that the delivered laptop has a cracked screen.',
  questions: {
    damaged: {
      type: 'boolean',
      instructions: 'Does the customer report that the item arrived damaged?',
    },
  },
});

console.log(result.answers.damaged);

从这段代码可以看出，d1-ultra 的使用范式与常规文本生成模型截然不同——没有 prompt engineering 的花哨技巧，只有清晰的输入状态和结构化的问题定义。

AI SDK 与兼容 API 的意义

AI SDK 是 Vercel 推出的开源大模型调用工具箱，experimental_decide 属于其中实验性命名空间，表明决策调用是与流式生成并列的一等公民。支持 OpenAI 兼容 API 意味着已有基于 openai SDK 构建的代码库可以最小改动迁移——只需替换 base URL 和模型名，无需重写业务逻辑。TypeSafe 兼容 API 则强调端到端类型推导，配合 TypeScript 可在编译期校验问题定义的字段名和返回结构形状，避免运行时因拼写错误导致概率丢失。

三种接口并存降低了接入门槛，开发者可以按现有技术栈灵活选择。这反映出决策模型在生态位上的定位：不是绕开既有工具链的新物种，而是嵌入其中的专用能力模块。

校准概率才是真正的卖点

d1-ultra 官方强调的核心能力是"校准概率"（calibrated probabilities）。这个词在 AI 领域经常被滥用，但在这里有实际含义：模型输出的概率应当与实际发生的频率吻合。如果模型说某张图片有 80% 的概率存在缺陷，那么在大量类似样本中，大约 80% 确实应该有缺陷。

这个特性直接决定了自动化流程能否设置可靠的阈值。比如在视觉缺陷检测场景中，你可以设置：概率高于 0.95 自动放行，低于 0.6 直接拒绝，中间区间转人工审核。概率如果不校准，这套逻辑就会失效。

d1-ultra 支持的典型场景包括视觉缺陷检查和客户照片与损坏索赔的比对。这两个场景的共同点是：需要快速、一致地做出判断，且错误成本较高。

什么是校准概率

校准概率（calibrated probabilities）是统计学和机器学习中的一个基础概念，指模型输出的概率值应当反映真实世界事件发生的频率。举例来说，如果模型对1000个样本都给出"70% 概率为正类"的判断，那么其中真正为正类的样本应该接近700个，这称为"完美校准"。与之相对的常见问题是过度自信：模型声称90% 确定，实际正确率可能只有60%。

常用衡量指标包括可靠性图（reliability diagram）和期望校准误差（ECE）。业界常用 Platt scaling、Isotonic regression 或 temperature scaling 对概率进行后处理校准。d1-ultra 声称的校准能力意味着它经过针对性训练或后处理，阈值可以直接映射为业务规则，而不需要人工摸索一个经验值。

计费方式值得注意

d1-ultra 的定价模型在当前的 API 市场中相当少见：只对输入 token 计费，不收取输出 token 费用，图像输入也计入输入 token。

由于模型不生成文本，输出只是一个结构化的概率结果，token 消耗极低，因此不收取输出费用在逻辑上是自洽的。对于需要大量调用决策模型的场景——比如每天处理数千张质检图片——这种计费方式可能显著降低成本。

上下文窗口方面，d1-ultra 支持 32,768 个 token，足以容纳较长的文本输入或多张图片。

决策模型在 AI Gateway 生态中的位置

AI Gateway 将 d1-ultra 与其他模型统一在一个 API 下，决策调用同样会出现在日志中，并计入预算体系。平台按提供商定价计费，不加价，也不对推理收取平台费，自带密钥（BYOK）的请求也适用这一规则。

从更大的视角看，决策模型的出现在一定程度上回应了"用生成模型做分类任务是否划算"这个长期争论。用 GPT 级别的模型做二分类，既昂贵又不够稳定，还需要解析自然语言输出。d1-ultra 这类专用模型的思路是：把决策从生成中剥离出来，用更小的成本换取更可靠的判断。

当然，决策模型的适用范围也有边界。它不适合开放式问答、内容创作或需要推理链的复杂任务。它的价值恰恰在于把一件事做到极致：在明确定义的问题上给出可信的概率判断。

开发者可以在 AI Gateway 的模型广场中试用 d1-ultra，也可以查阅决策模型文档了解更详细的问题类型和用法。