LiquidAI: d1-ultra es un modelo de decisiones de LiquidAI, lanzado el 15 de octubre de 2026. Perplexity: Decider V1.2 es un modelo de decisiones de Perplexity, lanzado un día después, el 16 de octubre de 2026. Ambos pertenecen a la misma categoría, por lo que están orientados al mismo trabajo general: tomar una entrada y devolver una decisión en lugar de prosa de forma libre. Ninguno es un modelo de chat general, y ninguno está posicionado como asistente de programación o de escritura. Si tu aplicación necesita un modelo que produzca una decisión, ambos pertenecen a tu lista de candidatos.
Los dos difieren con mayor claridad en la ventana de contexto y el precio. Decider V1.2 acepta hasta 262144 tokens de contexto, mientras que d1-ultra acepta 32768 tokens. Esa es una diferencia de aproximadamente ocho veces, y es importante cuando alimentas al modelo con documentos largos, fragmentos recuperados grandes o un historial de conversación extenso antes de pedir una decisión. En el precio de entrada, Decider V1.2 es el más barato de los dos. El precio de salida no es significativamente distinto entre ellos, así que el lado de la entrada es donde se manifiesta la diferencia de coste. Ambos aceptan texto e imagen como entrada, y ambos devuelven decisiones como salida. Ninguno enumera parámetros soportados, por lo que no deberías esperar que ajustes como temperature o top_p tengan efecto. Ninguno se distingue como el único que ofrece herramientas, salida estructurada o razonamiento, así que en esos ejes no hay nada que los separe.
Para una selección práctica, empieza por el requisito de contexto. Si tu prompt más el material recuperado cabe cómodamente dentro de 32768 tokens, d1-ultra es una elección razonable y te mantiene en el modelo de LiquidAI. Si superas eso de forma habitual, o quieres margen para no estar recortando contexto, Decider V1.2 es al que debes llamar, y su precio de entrada más barato refuerza esa elección para prompts largos. Para tareas de decisión cortas con imágenes, donde la entrada es compacta, cualquiera de los dos modelos puede servir, y el factor decisivo pasa a ser con qué proveedor ya confías o con cuál ya estás integrado. Cuando la entrada es larga y el volumen de llamadas es alto, la combinación de la ventana más grande y el precio de entrada más bajo apunta a Decider V1.2.
Llamar a cualquiera de los dos modelos a través de api14 funciona de la misma manera, porque la pasarela expone una API compatible con OpenAI. Apuntas tu cliente de OpenAI existente a la URL base de api14, envías tu solicitud al endpoint de chat completions, y estableces el campo model al id que quieres. Para usar el modelo de LiquidAI, establece el id del modelo a "liquid/d1-ultra". Para usar el modelo de Perplexity, establécelo a "perplexity/pplx-decider-v1.2". Nada más en el cuerpo de la solicitud necesita cambiar para alternar entre ellos, ya que ambos toman entrada de texto e imagen y ambos devuelven decisiones. Eso significa que puedes mantener una sola ruta de código e intercambiar el id, o enrutar por solicitud según lo grande que sea la entrada.
Hay un caso en el que d1-ultra sigue siendo la mejor opción aunque Decider V1.2 tenga la ventana más grande y la entrada más barata. Si tus entradas son cortas y específicamente quieres permanecer en LiquidAI, o ya estás estandarizado en ese proveedor en otra parte de tu stack, no hay ninguna capacidad listada aquí que te fuerce a usar Decider V1.2. Los modelos empatan en precio de salida, en modalidades y en la ausencia de distinciones de herramientas, salida estructurada y razonamiento, así que para tareas de decisión compactas la elección es en gran medida una cuestión de preferencia de proveedor más que de una brecha técnica.