意思決定モデル「d1」が画像入力に対応、同一タスクでGPT-6.1 Solより高精度・高速・低コスト

Announcing d1 with vision. 👁👁 Our first decision model now supports images, text or both as inputs. We tested d1 against GPT-6.1 Sol and Claude Opus 5.5 on six real applications, from filtering support tickets to inspecting circuit boards. d1 matches or beats GPT-6.1 Sol on four of them. It costs 19x to 200x less than both models and answers significantly faster on every task.

> probabilities for yes/no, choice, or score questions
> one forward pass, without generating tokens
> text decisions in 200 to 300 ms
> Liquid API: https://t.co/HxYWoaUnAU

🧵

— Liquid AI (@liquidai) October 5, 2026

意思決定モデルは提示された状況に対し、各選択肢の確率を直接回答するモデルです。d1はテキスト・画像・その両方といった非構造化データを入力として受け取り、1回のフォワードパスで質問に対する各回答の確率を直接出力します。出力プロセスでトークンを生成しないため応答速度は極めて速く、テキストベースの決定では200〜300ミリ秒で完了します。

d1をサポートチケットのフィルタリングから回路基板の検査まで6つの実際のアプリケーションでテストし、「GPT-6.1 Sol」「Claude Opus 5.5」と比較した結果、d1は4つのアプリケーションでGPT-6.1 Solと同等以上の性能を発揮しました。また両モデルよりも19分の1から200分の1の低コストで済み、すべてのタスクで大幅に高速に処理できることが確認できました。

d1は以下の3種類の質問に回答可能です。さらに一つのリクエストに対して複数の質問を同時に行うこともできるため、入力トークン数の節約に役立てることができます。

・Noul(ヌール)：はい/いいえの質問に対し、0から1の確率で回答
・Choice(チョイス)：複数の選択肢の中から最適なものを1つ選び、各選択肢の確率を提示
・Score(スコア)：設定されたスケール上で、各レベルの確率によって重み付けされた位置を回答

以下はd1による視覚情報処理の応用を見据えたデモ事例であり、d1 Playgroundで実際に動作します。

・視覚検査
カメラの下を通過する4つの生産ラインの部品(回路基板・ろうそく・カシューナッツ・チューインガム)の視覚検査を行う産業用アプリケーションのデモです。d1はトレーニングなしで良好な部品と不良品を85〜97%の精度で分類でき、優れた汎化能力により短い説明からタスクを理解できることを示しています。

・ゲーム
d1に8つのクラシックゲームをプレイさせるデモです。テトリスのようなゲームでは視覚情報を用いることでスコアが70から81に向上しました。また、Wordleのようなゲームではスクリーンショットから直接ボードを読み取ることで、開発者がゲームのテキストバージョンを作成する手間を省きました。さらに、Quick, Draw!のような純粋な視覚タスクでは62の単語の中からプレイヤーの描いた絵を推測し、6つの描画のうち平均5.2個を認識する能力を示しました。

d1決定モデルはLiquid AI APIを通じて利用可能で、console.liquid.aiでAPIキーを作成できます。画像を入力として使用する際はbase64エンコードされたデータとして送信します。

import base64, os, requests

image = base64.b64encode(open("board.jpg", "rb").read()).decode()

response = requests.post(
    "https://api.liquid.ai/decisions/v1/systemone",
    headers={"Authorization": f"Bearer {os.environ['LIQUID_API_KEY']}"},
    json={
        "model": "d1",
        "images": [f"data:image/jpeg;base64,{image}"],
        "state": "Camera image of a circuit board on the production line.",
        "questions":
            {"defect": {
                "type": "noul",
                "instructions": "Does this circuit board have a defect?"
             }
         },
    },
)

print(response.json()["answers"]["defect"]["noul"])

なおd1は現在VercelとOpenRouterでも利用可能ですが、記事作成時点ではテキストのみのサポートとなっている点に注意が必要です。視覚機能は近日中に両プラットフォームでも提供予定とのことです。