Liquid AI ha annunciato il 16 novembre 2026 il rilascio di d1.2 e d1.2-ultra, due nuovi modelli di intelligenza artificiale specializzati nelle attività di classificazione, estrazione delle informazioni e supporto ai processi decisionali automatizzati. L’aggiornamento estende le capacità di elaborazione dei precedenti modelli della famiglia d1, introducendo il supporto ai contenuti audio accanto a quelli testuali e visivi e cinque nuove tipologie di operazioni accessibili mediante API. L’architettura dei modelli decisionali è orientata alla produzione di risultati strutturati, accompagnati da informazioni probabilistiche utilizzabili dalle applicazioni per determinare le condizioni di accettazione automatica delle risposte e individuare le elaborazioni che necessitano di una successiva verifica. La versione d1.2-ultra ha ottenuto il punteggio più elevato nell’Artificial Analysis Decision Index v2.1, raggiungendo 75 punti, mentre d1.2 ha totalizzato 69 punti.
Le nuove funzionalità comprendono l’estrazione di valori testuali, numerici e temporali dai documenti, con la possibilità di restituire anche i riferimenti alle porzioni di testo dalle quali sono state ricavate le informazioni. Nell’elaborazione di una fattura, ad esempio, il modello può identificare l’importo da corrispondere, la data di scadenza e ulteriori elementi amministrativi, segnalando esplicitamente l’eventuale assenza delle informazioni richieste. La funzione di identificazione delle sequenze testuali permette inoltre di individuare tutte le occorrenze appartenenti a una categoria specifica, restituendone la posizione all’interno del documento. Questa configurazione può essere utilizzata nelle procedure di identificazione dei dati personali, attraverso il riconoscimento di nominativi, numeri telefonici e indirizzi di posta elettronica. Le funzionalità visive comprendono la localizzazione degli oggetti mediante coordinate, la stima quantitativa degli elementi presenti in un’immagine con un intervallo associato e la selezione simultanea di più categorie pertinenti.
L’introduzione della modalità audio permette di analizzare direttamente le registrazioni per riconoscere la lingua parlata o identificare caratteristiche sonore dell’ambiente. Anche le richieste indirizzate al modello possono essere formulate attraverso registrazioni vocali. Nelle valutazioni condotte utilizzando il dataset ESC-50, dedicato alla classificazione dei suoni ambientali, e FLEURS, comprendente campioni vocali in 43 lingue, entrambi i modelli hanno raggiunto percentuali di accuratezza comprese tra il 95% e il 97%. Ulteriori verifiche interne hanno evidenziato per d1.2-ultra e d1.2 risultati rispettivamente del 98% e del 96% nell’estrazione dei valori dalle ricevute, del 94% per entrambi nella localizzazione di oggetti descritti verbalmente e del 93% e 92% nella stima del numero di elementi presenti nelle immagini, considerando una tolleranza di un’unità.
Una caratteristica centrale dei sistemi riguarda la calibrazione delle probabilità, misurata attraverso lo scostamento tra il livello di affidabilità comunicato dal modello e la frequenza effettiva delle risposte corrette. Liquid AI ha condotto una valutazione su 22.505 quesiti distribuiti tra 13 benchmark, ottenendo un errore di calibrazione di 0,8 punti percentuali per d1.2-ultra e di 1,2 punti per d1.2. Nelle medesime condizioni, Jev 1.14 ha registrato un errore di 2,7 punti, Perplexity Decider v1.3 di 3,7 punti e GPT-6 Luna, utilizzato attraverso Decisions API, di 7,2 punti. La calibrazione consente di configurare soglie probabilistiche per la revisione umana delle elaborazioni, anche se l’affidabilità di tali soglie deve essere verificata sulle specifiche tipologie di dati trattate dalle applicazioni aziendali.
Entrambi i modelli sono disponibili attraverso Liquid API, con una tariffazione di 0,02 dollari per milione di token in ingresso per d1.2 e di 0,042 dollari per d1.2-ultra, senza costi aggiuntivi per i token generati. Le immagini vengono contabilizzate suddividendole in regioni di 32 × 32 pixel, ciascuna equivalente a 1,5 token. Un’immagine con risoluzione di 1.024 × 1.024 pixel corrisponde pertanto a 1.536 token. Quando una richiesta comprende più quesiti riferiti allo stesso contenuto, il documento viene contabilizzato una sola volta, aggiungendo i token delle singole domande. Liquid AI prevede inoltre la distribuzione attraverso OpenRouter e Vercel, mentre non ha ancora comunicato una data per l’eventuale rilascio pubblico dei pesi dei modelli.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
