LiquidAI : d1-ultra est un modèle de décisions de LiquidAI, publié le 2026-10-15. OpenAI : GPT-6 Luna Decisions est un modèle de décisions d'OpenAI, publié le 2026-10-06. Les deux appartiennent à la même catégorie, ils visent donc le même type de tâche : prendre une entrée et renvoyer une décision plutôt qu'un bloc de prose libre. Si vous intégrez l'un d'eux dans un pipeline, vous choisissez entre deux fournisseurs offrant la même forme de sortie, ce qui fait des différences de contexte et de prix les facteurs décisifs pratiques.
Les deux modèles s'accordent sur les modalités d'entrée et de sortie. Tous deux acceptent du texte et des images en entrée, et tous deux émettent des décisions en sortie, donc aucun ne vous offre un type d'entrée supplémentaire que l'autre n'a pas. La séparation nette se situe au niveau de la longueur de contexte. GPT-6 Luna Decisions dispose d'une fenêtre de contexte de 1 050 000 tokens, tandis que d1-ultra en dispose de 32 768. C'est un écart important, et c'est la plus grande différence fonctionnelle entre eux. Sur le prix, d1-ultra est l'option la moins chère pour l'entrée. Les données qualitatives n'indiquent pas qu'un modèle est moins cher en sortie, donc considérez le coût de sortie comme à peu près identique ou inconnu plutôt que de supposer un avantage. Aucun des deux modèles n'est signalé comme prenant en charge de manière unique les outils, la sortie structurée ou le raisonnement, donc ne choisissez pas l'un en supposant qu'il débloque seul ces fonctionnalités.
Pour la plupart des tâches, la fenêtre de contexte tranche. Si votre entrée de décision est un long document, un grand ensemble d'images accompagné de texte, un long historique de conversation, ou tout ce qui dépasserait environ trente-deux mille tokens, GPT-6 Luna Decisions est celui qui peut le contenir en un seul appel. Si vos entrées sont courtes et que vous optimisez la dépense d'entrée, d1-ultra est le choix d'entrée le moins cher et sa fenêtre de 32 768 tokens est probablement plus que suffisante pour des décisions de type classification sur des entrées compactes. Un choix par défaut raisonnable est de commencer avec d1-ultra pour les appels de décision petits et à fort volume, puis de passer à GPT-6 Luna Decisions lorsque l'entrée dépasse ce que d1-ultra peut accepter.
Appeler l'un ou l'autre modèle via api14 utilise la même interface compatible OpenAI. Vous pointez votre client vers api14, vous vous authentifiez de la même manière, et vous envoyez le même corps de requête. La seule chose qui change entre les deux est la chaîne d'identifiant de modèle. Utilisez "liquid/d1-ultra" pour router vers le modèle de LiquidAI et "openai/gpt-6-luna-decisions" pour router vers celui d'OpenAI. Comme les formes de requête et de réponse sont identiques, vous pouvez conserver un seul chemin de code et échanger l'identifiant, ou choisir entre eux à l'exécution selon la taille de l'entrée ou le budget, sans réécrire votre intégration.
Il existe un cas où le modèle le moins cher reste le meilleur choix même lorsque le contexte n'est pas la contrainte. Si vos entrées sont systématiquement courtes et que le coût d'entrée est votre priorité, d1-ultra l'emporte sur le champ de prix qualitatif, et aucune capacité listée n'est présente chez GPT-6 Luna Decisions et absente chez d1-ultra. Le contexte plus large de GPT-6 Luna Decisions ne vaut la peine d'être payé que lorsque vous en avez réellement besoin. Si vous n'approchez jamais la limite de 32 768 tokens, la marge supplémentaire ne vous apporte rien, et le modèle d'entrée le moins cher est le choix par défaut sensé.