LiquidAI d1.1 est un modèle de décision structuré de Liquid AI, positionné comme le successeur de d1. Il se situe dans la catégorie des décisions plutôt que dans la catégorie du chat général, ce qui indique à quoi il sert : au lieu de rédiger de la prose, il prend une situation décrite et renvoie un choix. Liquid AI le propose comme point de terminaison System One, ce qui signifie que le modèle est conçu autour d'une sortie de décision rapide et directe plutôt que d'une génération longue.
Le modèle accepte le texte et les images en entrée, donc l'état que vous envoyez peut inclure des informations visuelles en plus de la description écrite. Sa modalité de sortie est les décisions : vous envoyez un état accompagné de questions typées, et il renvoie un choix. La fenêtre de contexte est de 65 536 tokens, et la sortie maximale est de 58 982 tokens. Cette combinaison d'un budget d'entrée modéré et d'un budget de sortie important convient aux charges de travail où l'état entrant est compact mais où l'ensemble des décisions candidates ou le raisonnement qui leur est associé peut être long.
Les cas d'usage pratiques découlent de cette forme. Le routage et le triage sont des applications naturelles, où une demande ou un ticket entrant est classé dans l'une de plusieurs files. Les tâches de sélection fonctionnent de la même manière : étant donné un état et un ensemble d'options typées, le modèle en choisit une. Comme les images sont acceptées en entrée, les décisions qui dépendent d'un contexte visuel, comme choisir une catégorie pour une photo soumise ou évaluer le scan d'un document, entrent dans le champ d'application. Partout où vous demanderiez autrement à un modèle de chat de répondre par une seule étiquette ou un choix structuré, d1.1 cible directement cette tâche.
Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "liquid/d1.1". Comme l'interface suit le schéma OpenAI, les clients et SDK existants fonctionnent sans modification ; vous les pointez vers api14 et définissez le champ model sur cet identifiant. Le modèle ne liste aucun paramètre de requête pris en charge au-delà de la forme de requête standard, donc limitez votre payload à l'identifiant de modèle, à vos messages et aux entrées elles-mêmes plutôt que de vous appuyer sur des contrôles d'échantillonnage ou de formatage.
Si votre tâche est de la rédaction ouverte, du résumé ou de la conversation multi-tours, un modèle de génération de texte général convient mieux, car d1.1 renvoie des décisions plutôt que de la prose. Il vaut également la peine de vérifier que votre état et votre ensemble de questions tiennent dans le contexte de 65 536 tokens. Pour les problèmes de choix structuré, cependant, la sortie de décision et l'entrée d'image en font une correspondance directe.