LiquidAI: d1 är en beslutsmodell från LiquidAI, och Perplexity: Decider V1.2 är en beslutsmodell från Perplexity. Båda tillhör samma kategori, så ingen av dem är en allmän chattmodell som du skulle använda för att skriva ett mejl eller en funktion. Du anropar dem när du vill få ett beslut returnerat i stället för prosa. LiquidAI släppte d1 den 2026-10-01, och Perplexity släppte Decider V1.2 den 2026-10-16, så de två ligger nära varandra i tid och riktar sig mot samma uppgift.
Den tydligaste skillnaden är kontexten. Decider V1.2 accepterar upp till 262144 tokens, medan d1 accepterar 65536, så Perplexitys modell tar emot ungefär fyra gånger så mycket indata i ett anrop. Båda accepterar text och bild som indata, och båda returnerar beslut som utdata, så modalitetsbilden är densamma på båda sidor. Ingen av modellerna listar några parametrar som stöds, vilket innebär att du inte bör förvänta dig att kunna justera sampling eller liknande reglage via förfrågans body. Den kvalitativa jämförelsen markerar indatapriset som oavgjort, så kostnaden per indatatoken är ungefär densamma för båda, och det finns ingen betydande skillnad registrerad för utdatapris eller för exklusivitet gällande verktyg, strukturerad utdata eller resonemang.
För uppgiftsval är den avgörande faktorn hur mycket material modellen måste väga. Om ditt beslut beror på ett långt dokument, en stor transkription, en stor uppsättning hämtade avsnitt eller flera bilder samtidigt, är Decider V1.2 det säkrare valet eftersom dess kontextfönster är mycket större och du löper mindre risk att trunkera bevis som spelar roll. Om dina indata är korta och väl avgränsade är d1 ett rimligt val och indatapriset är ungefär detsamma, så du byter i huvudsak bort kontextutrymme mot inget särskilt. När bevisen ryms bekvämt inom 65536 tokens kan endera modellen duga, och du kan välja utifrån vilken leverantörs beslut du har funnit mer användbara i dina egna utvärderingar.
Att anropa endera modellen via api14 fungerar på samma sätt eftersom gatewayen exponerar ett OpenAI-kompatibelt API. Du pekar din klient mot api14:s bas-URL, skickar din förfrågan till chat completions-endpointen och anger fältet model. För att använda LiquidAI:s modell anger du modell-id:t till "liquid/d1". För att använda Perplexitys modell anger du det till "perplexity/pplx-decider-v1.2". Allt annat i förfrågan, inklusive dina meddelanden och eventuella bilder, förblir som det är. Att växla mellan de två är en ändring på en rad, så du kan köra samma prompt mot båda och jämföra besluten du får tillbaka.
Det finns skäl att stanna kvar med d1 även när kontexten inte är begränsningen. Om dina indata konsekvent är korta, om du redan har anpassat din pipeline kring LiquidAI:s beslutsformat, eller om du helt enkelt föredrar dess utdata på dina data, ger det större fönstret hos Decider V1.2 dig ingenting och indatakostnaden är ungefär densamma. I den situationen är det extra utrymmet oanvänd kapacitet, och det finns ingen listad kapacitetsskillnad som skulle tvinga fram bytet.