LiquidAI: d1-ultra to model decyzyjny od LiquidAI, wydany 2026-10-15. OpenAI: GPT-6 Luna Decisions to model decyzyjny od OpenAI, wydany 2026-10-06. Oba należą do tej samej kategorii, więc są przeznaczone do tego samego rodzaju zadania: przyjęcia danych wejściowych i zwrócenia decyzji, a nie swobodnego bloku prozy. Jeśli włączasz jeden z nich do potoku przetwarzania, wybierasz między dwoma dostawcami oferującymi ten sam kształt danych wyjściowych, co sprawia, że różnice w kontekście i cenie stają się praktycznymi czynnikami decydującymi.
Oba modele są zgodne co do modalności wejścia i wyjścia. Oba przyjmują tekst i obraz na wejściu, a na wyjściu emitują decyzje, więc żaden nie daje dodatkowego typu danych wejściowych, którego brakuje drugiemu. Wyraźny podział dotyczy długości kontekstu. GPT-6 Luna Decisions ma okno kontekstu wynoszące 1 050 000 tokenów, podczas gdy d1-ultra ma 32 768 tokenów. To duża różnica i największa funkcjonalna różnica między nimi. Pod względem ceny d1-ultra jest tańszą opcją dla danych wejściowych. Dane jakościowe nie wskazują żadnego modelu jako tańszego na wyjściu, więc koszt wyjścia należy traktować jako w przybliżeniu taki sam lub nieznany, a nie zakładać przewagi. Żaden model nie jest oznaczony jako wyjątkowo obsługujący narzędzia, ustrukturyzowane wyjście ani rozumowanie, więc nie wybieraj jednego z założeniem, że tylko on odblokowuje te funkcje.
W przypadku większości zadań decyduje okno kontekstu. Jeśli twoje dane wejściowe do decyzji to długi dokument, duży zestaw obrazów z towarzyszącym tekstem, długa historia rozmowy lub cokolwiek, co przekroczyłoby około trzydziestu dwóch tysięcy tokenów, GPT-6 Luna Decisions jest tym, który może to pomieścić w jednym wywołaniu. Jeśli twoje dane wejściowe są krótkie i optymalizujesz wydatki na wejście, d1-ultra jest tańszym wyborem wejściowym, a jego okno 32 768 tokenów prawdopodobnie w zupełności wystarczy do decyzji w stylu klasyfikacji na kompaktowych danych wejściowych. Rozsądnym domyślnym podejściem jest rozpoczęcie od d1-ultra dla małych, masowych wywołań decyzyjnych i przełączenie na GPT-6 Luna Decisions, gdy dane wejściowe wzrosną ponad to, co d1-ultra może przyjąć.
Wywoływanie któregokolwiek modelu przez api14 używa tego samego interfejsu zgodnego z OpenAI. Kierujesz klienta na api14, uwierzytelniasz się w ten sam sposób i wysyłasz to samo ciało żądania. Jedyną rzeczą, która zmienia się między nimi, jest ciąg identyfikatora modelu. Użyj "liquid/d1-ultra", aby skierować do modelu LiquidAI, i "openai/gpt-6-luna-decisions", aby skierować do OpenAI. Ponieważ kształty żądania i odpowiedzi są identyczne, możesz zachować jedną ścieżkę kodu i podmienić identyfikator albo wybierać między nimi w czasie wykonania na podstawie rozmiaru danych wejściowych lub budżetu, bez przepisywania integracji.
Jest jeden przypadek, w którym tańszy model jest wciąż lepszym wyborem, nawet gdy kontekst nie jest ograniczeniem. Jeśli twoje dane wejściowe są konsekwentnie krótkie i najbardziej zależy ci na koszcie wejścia, d1-ultra wygrywa w jakościowym polu ceny, a nie ma żadnej wymienionej możliwości, którą ma GPT-6 Luna Decisions, a której brakuje d1-ultra. Większy kontekst w GPT-6 Luna Decisions jest wart płacenia tylko wtedy, gdy naprawdę go potrzebujesz. Jeśli nigdy nie zbliżasz się do limitu 32 768 tokenów, dodatkowy zapas nie daje ci nic, a tańszy model wejściowy jest rozsądnym domyślnym wyborem.