LiquidAI: d1-ultra är en beslutsmodell från LiquidAI, släppt 2026-10-15. OpenAI: GPT-6 Luna Decisions är en beslutsmodell från OpenAI, släppt 2026-10-06. Båda tillhör samma kategori, så de riktar sig mot samma typ av uppgift: att ta en indata och returnera ett beslut i stället för ett fritt formulerat textblock. Om du kopplar in en av dem i en pipeline väljer du mellan två leverantörer som erbjuder samma utdataform, vilket gör skillnaderna i kontext och pris till de praktiska avgörande faktorerna.
De två modellerna är överens om indata- och utdatamodaliteter. Båda accepterar text- och bildindata, och båda ger beslut som utdata, så ingen av dem ger dig en extra indatatyp som den andra saknar. Den tydliga uppdelningen är kontextlängden. GPT-6 Luna Decisions har ett kontextfönster på 1 050 000 tokens, medan d1-ultra har 32 768 tokens. Det är en stor skillnad, och det är den enskilt största funktionella skillnaden mellan dem. Priset: d1-ultra är det billigare alternativet för indata. Den kvalitativa datan markerar inte någon av modellerna som billigare för utdata, så betrakta utdatakostnaden som ungefär densamma eller okänd i stället för att anta en fördel. Ingen av modellerna flaggas som unikt stödjande för verktyg, strukturerad utdata eller resonemang, så välj inte en av dem utifrån antagandet att den ensam låser upp dessa funktioner.
För de flesta uppgifter avgör kontextfönstret saken. Om din beslutsindata är ett långt dokument, en stor bilduppsättning med tillhörande text, en lång konversationshistorik, eller något som skulle spränga gränsen på ungefär trettiotvåtusen tokens, är GPT-6 Luna Decisions den som kan hålla det i ett enda anrop. Om dina indata är korta och du optimerar utgiften för indata är d1-ultra det billigare indatavalet och dess fönster på 32 768 tokens är sannolikt mer än tillräckligt för klassificeringsliknande beslut över kompakta indata. En rimlig standard är att börja med d1-ultra för små beslutsanrop med hög volym och byta till GPT-6 Luna Decisions när indata växer bortom vad d1-ultra kan acceptera.
Att anropa någon av modellerna via api14 använder samma OpenAI-kompatibla gränssnitt. Du pekar din klient mot api14, autentiserar på samma sätt och skickar samma förfrågningskropp. Det enda som ändras mellan de två är strängen för modell-id. Använd "liquid/d1-ultra" för att dirigera till LiquidAIs modell och "openai/gpt-6-luna-decisions" för att dirigera till OpenAIs. Eftersom förfrågnings- och svarsformerna är identiska kan du behålla en kodväg och byta ut id:t, eller välja mellan dem vid körning baserat på indatastorlek eller budget, utan att skriva om din integration.
Det finns ett fall där den billigare modellen fortfarande är det bättre valet även när kontexten inte är begränsningen. Om dina indata konsekvent är korta och du bryr dig mest om indatakostnaden vinner d1-ultra på det kvalitativa prisfältet, och det finns ingen listad förmåga som GPT-6 Luna Decisions har och d1-ultra saknar. Den större kontexten hos GPT-6 Luna Decisions är bara värd att betala för när du faktiskt behöver den. Om du aldrig närmar dig gränsen på 32 768 tokens köper det extra utrymmet dig ingenting, och den billigare indatamodellen är den förnuftiga standarden.