Nyhet
Liquid AI släpper öppna beslutsmodellerna d1-3B och d1-omni-600M för edge-enheter
Liquid AI släppte den 7 oktober 2026 två öppna modeller i sin d1-familj: d1-3B och den experimentella d1-omni-600M. Modellerna är så kallade beslutsmodeller som svarar i ett enda framåtpass i stället för att generera token. Enligt bolaget är d1-3B bäst under 10 miljarder parametrar på Decision Index 0.2.1 och svarar på 16 millisekunder på en Nvidia Jetson AGX Thor.
Det viktigaste i korthet
• Liquid AI släpper d1-3B och d1-omni-600M (experimentell) som öppna modeller, tillgängliga på Hugging Face.
• Enligt bolaget får d1-3B 48,57 på Decision Index 0.2.1, före alla 4B- och 9B-modeller och före Decider 35B-A3B (47,11).
• d1-3B hanterar text och bilder. d1-omni-600M hanterar text och bilder eller text och ljud.
• Enligt bolaget svarar d1-3B på 16 ms på Jetson AGX Thor, 26 ms på Jetson AGX Orin och 50 ms på Jetson Orin Nano.
• På sju publika dataset får d1-3B medelvärdet 82,9 och d1-omni-600M 78,4, mot 81,1 för Decider 4B och 77,1 för Decider 2B.
• Användning kräver transformers 5.14 eller senare och trust_remote_code=True.
Vad har hänt
Liquid AI har publicerat två modeller i sin d1-familj av beslutsmodeller, byggda på bolagets Liquid Foundation Models (LFM). Beslutsmodeller skiljer sig från bolagets generativa modeller genom att de inte producerar token. De svarar på en fråga i ett enda framåtpass. Bolaget lyfter fram modellerna för snabba, strukturerade beslut, även med multimodala indata.
Modellerna har olika grund. d1-3B bygger på LFM2.5-VL-3B, bolagets senaste visionsspråkmodell, som är decoder-only och tar text och bilder. d1-omni-600M bygger på LFM2.5-Encoder-350M, en dubbelriktad encoder, och har fått tillägg av vision- och ljudencoders. Den tar antingen text och bild eller text och ljud. Bolaget skriver att d1-omni-600M är en tidig forskningsversion under vidareutveckling.
I bolagets jämförelse på sju publika dataset, som omfattar läsförståelse, toxicitetsdetektering, avsiktsklassificering, medicinska frågor och språköverskridande förståelse, får d1-3B medelvärdet 82,9. Det är högst i tabellen och över Decider 4B på 81,1. d1-omni-600M får 78,4 och går enligt bolaget förbi Decider 2B (77,1) med en fjärdedel av parametrarna. Resultaten varierar mellan dataseten. d1-3B får till exempel 83,3 på SQuAD 2.0 mot 76,0 för Decider 4B. Decider 4B ligger däremot högre på BoolQ (89,0 mot 86,3), XNLI (88,6 mot 85,6) och MASSIVE intent (88,3 mot 86,9). d1-omni-600M har högst på Civil Comments (95,8) och PAWS-X (79,5).
Bolaget har inte redovisat några vision- eller ljudbenchmarks. Det anger att Decision Index v0.3 bara har en privat visionsdel och att beslutsbenchmarks för ljud ännu är ett olöst problem. Bolaget säger dock att d1-3B behåller visionsförmågan från sin grundmodell på standardtester och att d1-omni-600M klarar alla tre modaliteter.
Hastigheten har testats tillsammans med Nvidia. Enligt bolaget svarar d1-3B på en fråga på under 50 ms på alla mätta edge-enheter: 30 ms på Apple M5 Pro, 16 ms på Jetson AGX Thor, 26 ms på Jetson AGX Orin 64 GB och 50 ms på Jetson Orin Nano. Tre frågor tar bara 1,3 gånger så lång tid som en, och på AGX Thor ökar tiden från 16 till 20 ms. På GPU anges under 10 ms per fråga: 8 ms på Nvidia RTX 4090 och 9 ms på AMD MI325X. En bild på 384 pixlar behandlas på under 18 ms på båda. För d1-omni-600M redovisas inga hastighetssiffror.
I kodexemplet ställer man flera namngivna frågor över ett textläge med model.system_one. Frågetyperna som visas är ja/nej-liknande, val mellan alternativ och poängsättning. Bilder kan också vara hela läget, och system_one_batch hanterar många förfrågningar samtidigt utan utfyllnad. Exemplet gäller bara d1-3B, och instruktioner för d1-omni-600M finns i dess modellkort. Demos finns i Hugging Face-utrymmet System One Arcade.
Vad det betyder för dig i Sverige
Källan tar inte upp Sverige eller svenska specifikt. Modellerna är öppna och kan laddas ner från Hugging Face, så svenska utvecklare kan i princip testa dem direkt. De kan vara intressanta för den som bygger klassificering, ärendehantering eller routing på enheter nära användaren, till exempel de Jetson-kort som bolaget har mätt på. Källans exempel handlar om att sortera supportärenden och räkna föremål i en bild. Hur väl modellerna fungerar på svenska framgår inte.
Det här vet vi inte än
Källan anger inte licensvillkor, pris eller om modellerna får användas kommersiellt. Den säger inget om stöd för svenska. Hastighet för d1-omni-600M är inte redovisad, och den modellen är en tidig, experimentell version. Bolaget redovisar inga vision- eller ljudbenchmarks, så förmågan inom de områdena är inte oberoende belagd. Siffrorna för prestanda och hastighet kommer från Liquid AI självt, och några oberoende tester nämns inte.