d1.2-ultra(ディーワンポイントツー・ウルトラ)は、Liquid AIが発表した決定モデルで、入力したテキストや画像に対して選択肢ごとの確率を返すタイプのAIモデルです。AI評価機関のArtificial AnalysisがDecision Index v2.1で評価し、d1.2-ultraがAA-Paperclipで首位、総合でも上位に入ったことが公表されました。
室谷代表取締役d1.2-ultraは、Liquid AIが発表した決定モデルで、テキストや画像を一度読み込むだけで選択肢ごとの確率を返せるモデルなんですよね。Artificial AnalysisがDecision Index v2.1で評価した結果が今回出てきた、という整理です。
テキトー教師DotAI 認定講師そうですね。ここは主語を間違えないほうがよくて、モデルを出したのはLiquid AI、評価を公表したのはArtificial Analysisです。
決定モデルというカテゴリ自体がまだ新しいので、まず仕組みから押さえたほうが理解が早いですよ。
決定モデルというカテゴリ自体がまだ新しいので、まず仕組みから押さえたほうが理解が早いですよ。
d1.2-ultraとは?Liquid AIが発表した決定モデルの概要
d1.2-ultra / d1.2 の概要
位置づけ
Liquid AIが開拓した決定モデル(d1シリーズ)の最新版。旗艦d1-ultraとd1.1を更新する位置づけ
3種類の質問形式
Noul(Yes/No)、Choice(選択肢から1つ)、Score(尺度上の位置)に確率で回答
料金と速度の設計
出力トークンは常に0で、課金は入力トークンのみ。文章生成をしない分、料金と速度に効く
複数質問の一括呼び出し
1回の呼び出しで複数の質問をまとめて投げられる
向く用途
分類・ルーティング・Yes/Noのゲート判定など、ラベルと確率だけ欲しい場面
室谷代表取締役まず前提として、Liquid AIはd1シリーズとして決定モデルというカテゴリを開拓してきた会社です。今回のd1.2-ultraとd1.2は、旗艦にあたるd1-ultraとd1.1を更新する位置づけだと発表元のスレッドに書かれています。
テキトー教師DotAI 認定講師単に新モデルが出たという話じゃないんですよ。決定モデルは一般的なLLMのように文章を生成するのではなく、入力に対して「Yes/No」「多肢選択」「スケール評価」の3種類の質問へ確率で答える。
この違いが料金にも速度にも効いてくるわけです。
この違いが料金にも速度にも効いてくるわけです。
室谷代表取締役ですよね。Liquid AIのドキュメントを見ると、質問はNoul(Yes/No)、Choice(選択肢から1つ)、Score(尺度上の位置)の3種類で、1回の呼び出しで複数の質問をまとめて投げられる。
出力トークンは常に0で、課金は入力トークンだけという設計になっています。
出力トークンは常に0で、課金は入力トークンだけという設計になっています。
テキトー教師DotAI 認定講師講座でも受講生さんに「LLMにJSONで答えさせてパースする処理、実は決定モデルで置き換えられるかもしれませんよ」と話すことが増えました。分類やルーティング、Yes/Noのゲート判定は、まさにこの形に落とし込みやすいんです。
室谷代表取締役MYUUUでも、問い合わせの振り分けみたいな処理はまさにこれなんですよね。文章を生成させる必要がなくて、ラベルと確率だけ欲しい場面はかなり多い。
そこに特化したモデルが精度を上げてくると、構成を考え直す価値が出てきます。
そこに特化したモデルが精度を上げてくると、構成を考え直す価値が出てきます。
d1.2-ultraが首位になったAA-PaperclipとDecision Index v2.1の中身
Decision Index v2.1の評価配分と内容
| 評価項目 | 配分 | 内容 |
|---|---|---|
| AA-Paperclip | 30% | 文書の判断と抽出(履歴書1,500件、領収書・請求書、研究論文など) |
| EvalSafe-O*NET-AA | 15% | TypeSafeのO*NETベンチマークに基づく職場文書の判断 |
| When2Call | 10% | NVIDIAのツール呼び出し評価 |
| AA-Omniscience-Decision v1.1 | 15% | 知識と幻覚を測る非公開データセット |
| HLE-MultiChoice v1.1 | 15% | Humanity's Last Examのテキスト多肢選択(回答拒否の選択肢あり) |
| AA-Symmetry v1.1 | 15% | 選択肢の順序や言い回しを変えても判断が保たれるか |
室谷代表取締役ここが今回の一番のニュースで、d1.2-ultraはAA-Paperclipというベンチマークで76点を取って首位なんですよ。2位のDrex Max v1.1を3点差でリードしていると発表元が書いています。
テキトー教師DotAI 認定講師AA-PaperclipはArtificial Analysisの独自非公開ベンチマークで、文書からの判断と抽出を測るものです。各文書の15個の答えをまとめて1つの意思決定としてスコア化する、という設計になっています。
室谷代表取締役で、Decision Index v2.1自体が6つの評価の加重平均なんですよね。公式ページによると、AA-Paperclipが30%、EvalSafe-O*NET-AAが15%、When2Callが10%、AA-Omniscience-Decision v1.1が15%、HLE-MultiChoice v1.1が15%、AA-Symmetry v1.1が15%という配分です。
テキトー教師DotAI 認定講師整理するとこうです。
- AA-Paperclip(30%): 文書の判断と抽出。履歴書1,500件、領収書・請求書、研究論文など
- EvalSafe-ONET-AA(15%): TypeSafeのONETベンチマークに基づく職場文書の判断
- When2Call(10%): NVIDIAのツール呼び出し評価
- AA-Omniscience-Decision v1.1(15%): 知識と幻覚を測る非公開データセット
- HLE-MultiChoice v1.1(15%): Humanity's Last Examのテキスト多肢選択。回答を拒否する選択肢あり
- AA-Symmetry v1.1(15%): 選択肢の順序や言い回しを変えても判断が保たれるか
室谷代表取締役面白いのは最後のAA-Symmetryですよね。選択肢を並べ替えたり言い換えたり、質問を否定形にしても同じ判断が出るかを見る。
実務だと、プロンプトの書き方を少し変えただけで判定がブレるのは困るので、そこを評価に入れているのは実用的だなと。
実務だと、プロンプトの書き方を少し変えただけで判定がブレるのは困るので、そこを評価に入れているのは実用的だなと。
テキトー教師DotAI 認定講師しかもスコアの定義が「正解したかどうか」だけじゃないんですよ。公式ページでは、選んだ答えの確率に対するBrierスコアを精度から引いたものを0〜100で出していて、100が確実に正解という意味になります。
確率の較正度まで測っているわけです。
確率の較正度まで測っているわけです。
室谷代表取締役決定モデルは確率を返すのが本質なので、当たったかどうかだけでなく「その確からしさが信じられるか」が重要なんですよね。しきい値を決めて運用する側からすると、そこが見えるのはありがたいです。
d1.2-ultraでできること――決定モデルは通常のLLMと何が違うのか
決定モデル(d1.2-ultra)と通常のLLMの違い
決定モデル(d1.2-ultra)
- 出力トークンを生成しない
- 1回のフォワードパスで選択肢ごとの確率を返す
- 安くて速い
- テキスト判断が200〜300ミリ秒
- ゼロショットで判断タスクを理解
- プロンプトで長々と出力形式を指定しなくていい
通常のLLM
- 出力トークンを生成する
- テキストを順次生成して回答する
- (本文に記載なし)
室谷代表取締役通常のLLMとの違いを整理すると、一番大きいのは出力トークンを生成しないことです。1回のフォワードパスで、選択肢ごとの確率を返して終わり。
だから安くて速い。
だから安くて速い。
テキトー教師DotAI 認定講師Liquid AIのd1のブログでは、テキストの判断が200〜300ミリ秒で返ると書かれています。リアルタイム性が要る用途に向くわけですね。
室谷代表取締役使い方の例も具体的で、サポートチケットの振り分け、外観検査、コード検索、文書のフォルダ分け、Webエージェントの次の行動選択、コーディングエージェントのコンテキスト圧縮なんかが紹介されています。
テキトー教師DotAI 認定講師コンテキスト圧縮の例は面白いですよね。ツール出力を1つずつ読んで、残す・削る・捨てるを判断する。
それでトークンの52%を削減しつつ、タスクに必要な出力は全部残したと書かれています。
それでトークンの52%を削減しつつ、タスクに必要な出力は全部残したと書かれています。
室谷代表取締役あとは画像入力ですね。d1.2-ultraもd1.2もテキストと画像の入力に対応しています。
d1のブログでは、基板やキャンドル、カシューナッツ、チューイングガムの良品・不良品を85〜97%の精度で仕分けたと。しかもそのタスク用に学習させたわけではなく、短い説明だけでタスクを理解したという話です。
d1のブログでは、基板やキャンドル、カシューナッツ、チューイングガムの良品・不良品を85〜97%の精度で仕分けたと。しかもそのタスク用に学習させたわけではなく、短い説明だけでタスクを理解したという話です。
テキトー教師DotAI 認定講師ゼロショットでそこまで行くのは、判断タスクに振り切ったモデルならではですね。プロンプトで長々と出力形式を指定しなくていいのも、運用では効いてきます。
室谷代表取締役d1.2-ultraとd1.2の性能比較――スコア改善とパレートフロンティア
室谷代表取締役前身からの伸びも見ておきたいところで、d1.2-ultraは75点でd1-ultraから4点向上、d1.2は69点でd1.1から3点向上と発表元が書いています。
テキトー教師DotAI 認定講師2モデルを並べるとこうなります。
- d1.2-ultra: 総合75点(前身d1-ultraから+4点)、AA-Paperclip 76点で首位
- d1.2: 総合69点(d1.1から+3点)
室谷代表取締役総合スコアの一覧を見ると、d1.2-ultraの75点の下に73点が並んで、d1.2は69点で7番目あたり。上位はかなり密集しているので、4点とか3点の改善は地味に見えて、順位としては効いてくるんですよね。
テキトー教師DotAI 認定講師ここで大事なのが、両モデルとも「能力vsコスト」のパレートフロンティア上にいるという点です。つまり、この価格帯でこの性能という組み合わせで、他に取って代われるモデルがいない位置にいる、という見方になります。
室谷代表取締役パレートフロンティアという言葉は、性能を上げるにはコストを払うしかない、という境界線のことです。その線の上に2つとも乗っているなら、予算に応じてd1.2とd1.2-ultraを選び分けられる。
ラインナップとして筋が通っているわけです。
ラインナップとして筋が通っているわけです。
テキトー教師DotAI 認定講師前身のd1-ultraの評価についてはd1-ultraとは?Liquid AIの決定モデルがDecision Index首位で解説しているので、世代ごとの変化を追うとLiquid AIの改善の方向性が見えますよ。
d1.2-ultraの料金とコスト効率――100万タスクあたり133ドル、入力トークン単価0.042ドル
室谷代表取締役料金は2つの見方があります。1つは入力トークン単価で、d1.2-ultraが100万トークンあたり0.042ドル、d1.2が0.02ドル。
もう1つがタスクあたりのコストで、100万タスクあたりd1.2-ultraが133ドル、d1.2が63ドルです。
もう1つがタスクあたりのコストで、100万タスクあたりd1.2-ultraが133ドル、d1.2が63ドルです。
テキトー教師DotAI 認定講師後者のほうが実務ではイメージしやすいんですよ。Decision Indexの各評価を100万回まわしたらいくらか、という数字なので、件数が見えている業務ならそのまま概算に使えます。
室谷代表取締役ここ、単価だけ見ると「0.042ドルって安いの?」となりがちなんですけど、出力トークンが0で課金は入力だけなんですよね。しかも1回の呼び出しで複数の質問をまとめられるので、質問ごとにリクエストを分けるより入力トークンを節約できる。
テキトー教師DotAI 認定講師画像も入力トークンとして同じレートで数えられて、32×32ピクセルのパッチあたり1.5トークン。1024×1024の画像なら1,536トークンという計算になります。
画像を大量に投げる用途では、この換算を知っておかないと見積もりがずれますね。
画像を大量に投げる用途では、この換算を知っておかないと見積もりがずれますね。
室谷代表取締役あと注意点として、質問はそれぞれ独立したプロンプトとして課金されるので、同じ画像に対して5個の質問を投げたら、画像トークンも5回分カウントされるはずです。このへんは設計で効いてくるので、まとめて投げるか分けるかを意識したほうがいいです。
テキトー教師DotAI 認定講師料金の考え方は生成AIのモデル選びとはちょっと違うので、コスト感覚の比較という意味ではCursorの料金を徹底解説!Pro/Pro+/Ultraの違いと選び方のような記事で扱っている「従量か定額か」の議論とも通じるものがありますね。
室谷代表取締役そうですね。決定モデルは従量の入力トークン課金で、しかも出力がゼロ。
タスク数が見えている業務ほど、コストを読みやすい構造になっています。
タスク数が見えている業務ほど、コストを読みやすい構造になっています。
d1.2-ultraの使い方・提供形態――コンテキスト64K、テキスト・画像入力、Liquid AI自社API
室谷代表取締役提供形態は、Liquid AIの自社API「Liquid API」経由です。コンテキストウィンドウは64Kトークン、入力はテキストと画像に対応しています。
テキトー教師DotAI 認定講師使い方はドキュメントに詳しくて、modelに使うモデル名、stateに評価対象の文脈、questionsに質問の定義を入れる形です。質問には名前とタイプ、ChoiceとScoreには選択肢やレベルを定義するcriteriaを渡します。
室谷代表取締役エンドポイントは1つで、モデル名を変えるだけで切り替えられるのも分かりやすいですね。SDKはPythonとTypeScriptが用意されていて、画像入力はSDKがまだ未対応なのでrequestsやfetchを使う、とドキュメントに書かれています。
テキトー教師DotAI 認定講師あと面白いのが、コーディングエージェント向けのスキルが配布されていることです。既存のコードベースを見て、プロンプトしてパースしているLLM呼び出しを決定モデルに置き換える候補を提案してくれる。
移行の入口として現実的ですよね。
移行の入口として現実的ですよね。
室谷代表取締役実際、既存コードのどこが「本当は有限個の選択肢から選ぶだけの処理」なのかは、人間が眺めても意外と見落とすんですよ。そこを機械的に洗い出してくれるのは助かります。
テキトー教師DotAI 認定講師なお、今回のスレッドで示されている提供元はLiquid AIの自社APIです。それ以外の経路については今回の発表内容からは現時点では明らかにされていません。
室谷代表取締役評価の枠組みそのものについては、Artificial Analysis Intelligence Index v5とは?9評価・非公開6割の新指標を解説やArtificial Analysis Capability Indexes v2.0とは?職種別6指数を更新、Claude Opus 5.5が全分野首位も参考になります。指標の作り方が分かると、スコアの読み方も変わってきますからね。
よくある質問
室谷代表取締役最後に、よく聞かれそうな点を整理しておきます。
テキトー教師DotAI 認定講師まず「d1.2-ultraとは何か」ですが、Liquid AIが発表した決定モデルで、テキストと画像を入力し、Yes/No・多肢選択・スケール評価の質問に確率で答えるモデルです。出力トークンは生成しません。
室谷代表取締役「d1.2-ultraの料金は」については、入力100万トークンあたり0.042ドル、100万タスクあたり133ドルと発表されています。d1.2はそれぞれ0.02ドル、63ドルです。
テキトー教師DotAI 認定講師「d1.2-ultraの使い方・提供形態は」については、Liquid AIの自社APIで提供され、コンテキストは64Kトークン、テキストと画像の入力に対応しています。
室谷代表取締役「AA-Paperclipとは」については、Artificial Analysisの独自非公開ベンチマークで、文書からの判断と抽出を測るものです。d1.2-ultraはそこで76点を取って首位、2位に3点差をつけています。
テキトー教師DotAI 認定講師「d1.2-ultraとd1.2のどちらを選ぶか」については、総合スコアが75点と69点、コストが133ドルと63ドルなので、判断の難しさと予算のバランスで選ぶことになります。両方ともパレートフロンティア上にいると発表元が示しています。
室谷代表取締役日本での提供開始時期や日本語対応の詳細については、今回の発表内容からは現時点では明らかにされていません。続報が出たら追いかけたいですね。
