Liquid AI 发布首个决策模型 d1，称在 Hugging Face Decision Index 上首次超越 Jev

北京时间 9 月 30 日凌晨（UTC 9 月 29 日 18:35），Liquid AI 在 X 上宣布推出其首个决策模型 d1，并称它是第一个在 Hugging Face 的 Decision Index 上超过 Jev 的模型（）。帖文还称 d1 在多语言评测中胜出、对提示注入（prompt injection）更稳健、更能处理长输入，并称它「为软件环境里的快速、结构化决策」而构建。d1 现通过 Liquid API 提供，入口是 console.liquid.ai；Liquid 称它「即将上线 OpenRouter」。

公告配图底部注明，这项成绩来自对 Decision Index 0.2.1 的「内部复现」（internal reproduction）：总分为 d1 58.9、Jev 1.13 57.9，领先 1.0 分。

决策模型不生成文本，只返回带概率的答案

Liquid 的迁移指南把分工写得很直接：如果一次调用要的是「有界决策」，也就是可能的答案在调用前就已确定，就用决策模型，适合分类、路由（工单、邮件、请求）、评分、内容审核，以及替代 LLM-as-judge（用大模型充当裁判）等场景；需要生成新内容、多轮对话或复杂多步推理，仍然交给通用语言模型（）。

一次 d1 调用包含三部分：模型、状态（state，一段文本或 JSON 对象）和一组带类型的问题。问题只有三种类型：Noul 是 yes/no 问题，返回 0～1 的概率；Choice 从命名选项里选一个，返回被选中的选项、完整概率分布和一个 confidence（置信度）值；Score 在自定义的有序评分上返回概率加权的位置。文档里「这条消息是不是投诉」的示例返回 0.999（）。

响应里的 usage.output_tokens 恒为 0：决策模型不生成 token，同一份状态上的多个问题在一次调用中一并评估。对调用方来说，这省掉的是输出 token 计费、JSON 解析和因格式错误产生的重试；迁移指南还把「三个串行问题并成一次往返」以及「同一输入重复评估更一致、判定更少翻转」列为换用决策模型的理由。

Liquid 在跟帖里补充了文档、迁移指南和演示教程的链接（）。演示是一个像素风生存赛车游戏，d1 在游戏循环里每秒做大约 2～5 次决策，用 Choice 问题在左、中、右三条车道里挑一条。仓库说明里写道，按车道做摘要、把到最近障碍的距离写进去，得到的决定比直接看路面网格置信度高得多；演示里还有一个「Jev vs d1」模式，Jev 那一路调用 OpenRouter 上的 typesafe/jev-1.13（）。

分领域对比：Arts、Language、Retrieval 领先，Knowledge 与 Tools 落后

配图列出的分领域成绩如下，前一列为 d1、后一列为 Jev 1.13：Arts 45.5 对 37.7（+7.8）、Language 67.6 对 62.0（+5.6）、Retrieval 60.7 对 55.4（+5.3）、Tools 74.1 对 75.1（−1.0）、Knowledge 43.3 对 51.3（−8.0）。每个领域下还标注了纳入的基准数量：Arts 7 项、Language 10 项、Retrieval 6 项、Tools 5 项、Knowledge 10 项。

这个榜单以 Hugging Face Space 的形式发布，自述为非官方、由社区维护，与 TypeSafe AI 没有隶属关系；它追踪的是社区对 Jev 的开放复现，0.2 版把 40 项基准放进五个等权领域取平均，当前版本为 0.2.1（）。

帖文对多语言、抗提示注入、长输入这三项都只有结论性描述，没有评测数字。

接入方式：d1:free 与 TypeSafe 的 SDK

文档给出的接入流程是：在 console.liquid.ai 注册、到 Dashboard > API Keys 创建以 liquid_ 开头的密钥，然后按「模型 + 状态 + 问题」发一次调用。Marktechpost 的梳理补充了细节：调用端点为 https://api.liquid.ai/decisions/v1/systemone（POST），默认模型名是 d1:free，Python 与 TypeScript 客户端用的是 TypeSafe AI 的 typesafe-sdk（）。

Liquid 的模型库把 d1 标注为仅通过 API 提供（）；Marktechpost 还称它不可训练，也没有可自行部署的 GGUF、MLX 或 ONNX 权重。

Liquid 的 cookbook 里，d1 的默认地址是 api.liquid.ai，配置里还预留了把请求转发到 openrouter.ai 的写法。有人追问 d1 未来能否本地下载运行（），Liquid AI 回复「当然」（），但没有给出时间表。

对手 Jev：TypeSafe 9 月 15 日进入早期访问的 System One 模型

Jev 由 TypeSafe AI 开发。创始人 Diogo Almeida 在 9 月 15 日的博文中宣布 Jev 进入早期访问，并称它属于新的「System One Model」类别：不生成字符串，单次调用返回带概率的类型化决策。博文给出的数字是端到端响应 70～500 毫秒、输入 $0.042/百万 token、输出免费（）。Jev 1.13 可通过 OpenRouter 调用。

Marktechpost 的对比表把 d1 与 Jev 1.13、Convai Laya、AutoTrust 的 JEV-27B 列在一起，其中后两者是开放权重模型。

外部实测与质疑：有账号称结论「在这里同样成立」

第三方账号 @latent_node 在回复中称，他们用自己的开放基准 typed-decisions 测了 d1。该基准包含 2,000 条「带类型的决策」，给出的结果是 d1 准确率 0.742、KL 0.475；Jev 1.13 的对应数字是 0.727 和 1.442。他们的结论是「你们的说法在这里同样成立」，但也指出 d1 在 yes/no 与 choice 上和自己的 Decider 1 打平，而 Decider 1 在评分细则（rubric）上更高。这是该账号的自测结果（、）。

配图中落后的 Knowledge 项有回复直接点名。@Layton_Gott 写道：「它在知识上落后不是个好兆头，这一点影响很大。」（）

据 Marktechpost 的核对，d1 的付费价格、模型规模与上下文窗口尚未公布；OpenRouter 的具体上线时间，Liquid 也尚未给出。

参考链接