10 月 15 日，Liquid AI 发布 d1-ultra，定价 每百万输入 token 0.042 美元，输出 token 收费为零——因为它根本不生成输出 token。

事件经过：不生成文本的「决策模型」

决策模型和聊天模型是两条不同的产品线。d1-ultra 接收一段「状态」（文本、图片或两者）加一个或多个结构化问题，一次前向传播后直接返回每个答案的概率，不写任何一个字。它支持三类问题：是/否（noul），返回 0 到 1 的概率；多选一（choice），给出每个标签的概率；打分（score），给出标尺上的位置。

Liquid AI 在发布中给出的对标是：在 112 项评测上对比自家上一代 d1 与 Jev 1.14，并称在 Artificial Analysis 决策指数上领先其他决策模型至少 8 分，得分为 65。该指数由四个维度等权构成：知识与幻觉、推理、工具调用、安全分类，各占 25%。第三方页面显示其上下文窗口为 32,768 token，延迟 P50 约 0.19 秒。官方列举的场景是产线电路板缺陷检测、理赔照片与用户描述核对这类「对着规格看图片」的活。

真正需要算清楚的是计费方式，因为它有一个会咬人的细节。图片按 1.5 token / 32×32 像素块折算，一张 1024×1024 的图等于 1,536 token，与文本同价；但每个问题都作为独立 prompt 计费，包含它附带的所有图片。也就是说对同一张照片问十个问题，这张图会被计费十次，光图片就是 15,360 token，把多个问题合并进一次调用并不能摊薄。

对从业者的影响

先看价格落在什么位置。Artificial Analysis 给这一类别算的「每百万次任务成本」区间是 17 至 199 美元：Decider v1.1 27B 为 17 美元，Microsoft-Decision-1 为 31 美元，Jev 1.13 为 42 美元。按官方定价，一段约一千 token 的状态跑一百万次，成本约 0.042 美元——处在这一类别的中段，不算便宜也不算贵。真正该比较的不是每 token 价格，而是每次正确决策的成本。

第二个影响是任务分流的经济性变清晰了。这一周里同时出现的几条价格信号方向一致：Anthropic 称 Claude Haiku 5.5 的平均运行成本比 Haiku 4.5 低约 75%，面向高吞吐任务；OpenAI 的 GPT-6 Luna Decisions API 声称在特定有界任务上比走标准 Responses API 快 10 倍；Reflection AI 称其 Beam 在部分推理基准上接近 GLM-5.2，但推理算力只用三分之一到四分之一。共同点是把「分类、路由、打分」这类有界决策从通用生成模型里拆出来单独计价。

第三，工程上要做的是任务盘点和批量策略调整。凡是现在用大模型写「请判断以下工单属于哪一类并只输出类别名」这类 prompt 的调用，都是决策模型的候选替换对象：省掉的是输出 token 与首字延迟，换来的是可以直接当置信度用的概率值。合并问题不能省钱这条规则，需要在调用层做限制，而不是指望 API 帮你摊。

站长观点

我对这波「按次计价」的态度是：值得试，但别只看价签。决策模型给出的概率需要校准才能当阈值用，Liquid 自己也承认多数决策模型存在过度自信问题，并把校准作为 d1-ultra 的训练目标之一——这意味着你接入后仍要用自己业务的真实样本跑一遍校准，看 0.9 的置信度在你的数据上实际准确率是多少。直接把 0.5 当分界线，多半会踩坑。

另一个取舍点更实际：d1-ultra 目前只在 Liquid 自家 API、控制台和 d1 Playground 可用，官方称 Vercel 与 OpenRouter 即将接入（OpenRouter 页面已列出该模型）。也就是说这是一条新供应商依赖。如果你的调用量还没大到值得为省下的输出 token 引入第二个供应商，我的建议是先按现有量级跑一次成本对比再决定，不要因为单价小数点后三位的差异就改架构。

来源清单

• Liquid AI 官方发布文章《d1-ultra: Introducing the World's Best Decision Model》（2026-10-15，liquid.ai/blog/d1-ultra）
• OpenRouter 模型页 liquid/d1-ultra（上下文 32,768、延迟 P50 0.19s、发布日期 2026-10-15）
• Artificial Analysis Decision Index 及同类模型每百万任务成本区间数据（经第三方整理引用）
• Anthropic Claude Haiku 5.5 / OpenAI GPT-6 Luna Decisions API / Reflection AI Beam 公开定价与性能声明（2026 年 10 月）

说明：模型定价、上下文长度、基准得分与平台可用性均为易变信息，截至 2026-10-17 以官网为准。