LiquidAI: d1

LiquidAI d1 is een gestructureerd beslissingsmodel van Liquid AI. Het staat op api14 onder het model-id liquid/d1 en de provider LiquidAI, en de hoofdcategorie is decisions. In plaats van vrije tekst te genereren, is d1 gebouwd rond het maken van keuzes, wat het een ander soort hulpmiddel maakt dan een algemeen chat- of schrijfmodel. Als je applicatie een model nodig heeft om een optie te kiezen, een score toe te kennen of ja of nee te antwoorden, dan is dat de rol die d1 is ontworpen om te vervullen.

Het model neemt tekst als invoer en retourneert beslissingen als uitvoer. Het contextvenster is 65536 tokens en de maximale uitvoer is 58982 tokens. De provider beschrijft d1 als een gestructureerd beslissingsmodel dat wordt aangeboden als een System One endpoint: je stuurt een state samen met getypte vragen, en het retourneert een keuze, een score of een ja/nee-antwoord. Die framing is belangrijk wanneer je een integratie plant, omdat het antwoord dat je terugkrijgt bedoeld is om door code te worden verwerkt in plaats van als conversationele tekst te worden gelezen.

De praktische use cases volgen direct uit die vorm. Overal waar een systeem een state moet evalueren en zich op een antwoord moet vastleggen, kan d1 dienen als de beslissingsstap: een verzoek langs een van meerdere paden routeren, een item scoren aan de hand van criteria die je aanlevert, of een boolean retourneren voor een gate of filter. Omdat de invoer tekst is en de uitvoer een beslissing, past het natuurlijk in pipelines waarin een upstream-component context samenstelt en een downstream-component op het resultaat handelt. Het is niet gepositioneerd als een generator van lange uitleg, dus behandel het als het component dat beslist, niet het component dat vertelt.

Je kunt het aanroepen via de OpenAI-compatibele API van api14 met het model-id liquid/d1. Omdat het endpoint het OpenAI chat completions-formaat volgt, werken bestaande clients en SDK's zonder speciale behandeling. Een ding om te controleren voordat je bouwt: d1 vermeldt geen ondersteunde request parameters, dus ga er niet van uit dat sampling controls of vergelijkbare opties effect zullen hebben. Stuur je state en getypte vragen in het request, en lees de beslissing uit het antwoord.

De belangrijkste beperking om in gedachten te houden is het contextvenster van 65536 tokens. Als je taak afhankelijk is van zeer lange invoer, plan dan hoe je die erin krijgt, aangezien zowel de state als de vragen op dat budget een beroep doen. En als wat je eigenlijk nodig hebt tekstgeneratie, samenvatting of open gesprek is, past een model in een andere categorie beter dan d1. Kies d1 wanneer het ding dat je terug wilt een beslissing is.