不吐一个Token的模型来了：Liquid AI开源d1决策模型，成本只有GPT-6.1 Sol的1/200

2026年10月，大模型圈的主旋律还是万亿参数、百万Token上下文。位于剑桥的Liquid AI却在同一周干了件反方向的事：开源了d1决策模型。这个模型不聊天、不写代码、不生成一段完整的话，它只输出概率。

一条工单该不该退款？一张电路板有没有缺陷？一段语音想表达什么意图？d1一次前向推理就给出校准过的答案，输出Token数为零。官方定价每百万输入Token 0.04美元，对比GPT-6.1 Sol和Claude Opus 5.5，六个真实任务里四个持平或反超，成本只有它们的1/19到1/200。

决策模型是什么

生成式大模型回答问题，要一个Token一个Token往外写，你的代码再去解析JSON。这个流程在分类、路由、审核这类场景里，绝大部分算力都花在了组织语言上。

d1换了思路。你给它一个”状态”（文本、图片或两者混合）和一组带类型的问题，它读一遍，直接返回每个候选答案的概率，全程不生成任何Token。

问题分三种类型：

noul：是非题，返回0到1之间的概率
choice：选择题，每个标签各给一个概率
score：评分题，在2到10级的量表上给一个概率加权的位置

一次请求可以对同一个状态问多个问题，输入Token只算一次。一条文本判断耗时200到300毫秒，够实时系统用。

数字硬碰硬

Liquid AI用d1 Playground的对比脚本，在六个真实应用上对阵GPT-6.1 Sol和Claude Opus 5.5。结果如下：

六个任务中四个，d1持平或超过GPT-6.1 Sol
成本是两个旗舰模型的1/19到1/200（按牌价计，不含缓存折扣）
每个任务的响应时间都显著更快

模型本身只有3.12B参数，底座是自家的LFM2.5-VL-3B视觉语言模型。团队先把LFM2.5-2.6B与它的文本主干做了权重平均，再用不同种子和数据配比微调出多个检查点，最后合并。d1-3B在32K上下文上，Decision Index v0.2.1拿到48.57分，超过所有10B以下模型，也压过34.7B总参的Decider 35B-A3B（47.11分）。榜首是12B的Winnow-12B，50.02分。

延迟数据更夸张。RTX 4090上一个问题8毫秒，AMD MI325X上9毫秒。边缘端Jetson AGX Thor单问16毫秒，Orin Nano也只要50毫秒。一张384像素的图，AGX Thor上35毫秒读完。

六个场景，从SQL到游戏

官方演示里最值得注意的是这些用法全在实时跑：

工单过滤。 d1被当成SQL里的一个函数：`WHERE d1(ticket, ‘the customer wants to cancel’)`。150张支持工单一次查询筛完，F1分数对标人工标注。

视觉质检。 四条产线的电路板、蜡烛、腰果、口香糖从摄像头下经过，d1分拣好坏件，准确率85%到97%。模型从没为这些任务训练过，靠一段简短描述理解要求。

代码检索。 d1在Hugging Face transformers仓库的6511个文件里逐层下钻，找到回答问题的那个函数。

上下文压缩。 编程Agent会话里的每个工具输出，d1判断保留、精简还是丢弃，砍掉52%的Token，任务需要的一条没漏。对跑长会话的Agent来说，这是直接省钱的活。

网页Agent。 给一句目标，d1在机票搜索网站上从页面全部可选项里挑下一步动作。

游戏。 d1实况操作八款经典游戏。俄罗斯方块纯文字描述能拿70行，加上屏幕画面提到81行；Wordle直接读截图，12局全胜，平均3.8次猜中。

两个开源型号，门槛低到 Jetson

这次开源的是两个检查点，都挂在Hugging Face上，Transformers可直接加载，llama.cpp首日支持，Ollama一条命令就能拉到本地。

d1-3B：3.12B参数，读文本和图片，32K上下文，400M的SigLIP2 NaFlex视觉编码器
d1-omni-600M：587M参数，文本加图片或文本加音频二选一，16K上下文，音频最长30秒，能做语音指令路由

许可证是LFM Open License v1.0，年收入低于1000万美元的公司免费商用。API侧可通过Liquid AI控制台调用，Vercel和OpenRouter也已上架（暂限文本，视觉能力在路上）。计费只算输入Token，一张1024×1024的图片折合1536个Token。

冷静看边界

d1有明确的能力圈。它不做知识问答，Decision Index里Knowledge类目只有23.8分；它是分类器和评分器，取代的是LLM-as-a-judge、内容审核、意图识别、Agent护栏、模型路由这些”结构化判断”环节。真正需要生成内容的活，还是得交给大模型。

官方建议的组合拳很清晰：Agent流水线里，判断类的活全部卸给d1，生成类的活留给旗舰模型。一次调用省19到200倍，乘以每天百万级请求，账单差距会非常可观。

一个新赛道的信号

OpenAI 10月发布的Decision-1（9B参数的决策模型，速度是GPT-6 Sol的35倍）已经验证过这条路。微软、Liquid AI前后脚入场，说明行业共识正在形成：推理成本要省，最好的办法是别让万亿参数模型去干一个分类器的活。

开源权重、8毫秒延迟、0.04美元的牌价，d1把入门门槛拉到了消费级硬件上。对你的下一个Agent项目来说，架构清单里值得加一行：结构化判断，先问d1。