d1-2B e d1-Omni-2B di Liquid AI: decisioni in 6 ms, senza generare testo

Un LLM classico risponde generando token uno dopo l'altro. Per decisioni semplici, come scegliere il team che deve gestire un ticket, è un processo lento e difficile da controllare: la risposta va parsata, può uscire dal formato atteso e non dice quanto il modello sia sicuro.

Un decision model lavora in modo diverso. Riceve uno state (un testo, un JSON, immagini, video o audio) e un insieme di domande con un nome e un tipo. In un solo forward pass legge lo state e restituisce per ogni domanda una risposta tipizzata con le relative probabilità. Non c'è sampling e non ci sono token in output.

L'interfaccia segue la System One API introdotta da TypeSafe con il suo modello hosted Jev, oggi riprodotta da molti laboratori e progetti open. Lo stesso schema di richiesta funziona sull'API di TypeSafe, sull'endpoint /v1/systemone di llama.cpp e, con il metodo system_one, nel codice Transformers dei modelli d1.

Entrambi i modelli derivano dal backbone LFM3: d1-2B da LFM3-VL-2B, d1-Omni-2B da LFM3-Omni-2B. Ereditano quindi i 24 layer tri-ibridi (13 gated short convolution, 5 sliding-window attention e 6 global attention), il contesto da 128K token e le 16 lingue supportate, italiano incluso. Trovi i dettagli dell'architettura tri-ibrida nella nostra guida a LFM3.

La scelta è semplice. Usa d1-Omni-2B solo se le decisioni dipendono da ciò che si sente: messaggi vocali, chiamate, eventi sonori. Senza audio la model card stessa consiglia d1-2B, che è più forte su testo e box singoli, segnala più spesso i valori mancanti ed è calibrato meglio.

Ogni domanda ha un nome scelto da te, un type e le instructions. Con un'unica chiamata puoi porre più domande di tipo diverso sullo stesso state.

Un valore o un box viene considerato mancante quando found è sotto 0,5, e in quel caso la risposta è None. Questo permette di distinguere "il campo non c'è" da "il modello ha letto un valore sbagliato".

Liquid AI ha valutato i quattro modelli open della famiglia d1 sugli stessi item e con lo stesso scoring. Il confronto più interessante è con d1-3B, il modello rilasciato a inizio ottobre e basato su LFM2.5-VL-3B.

Con il 62% dei parametri, d1-2B supera d1-3B in 24 dei 27 benchmark pubblicati (calcolo nostro), con un margine di 11,5 punti su ImajevBench. d1-3B resta avanti su AI2D, Typed Decisions e Fast Decisions. d1-Omni-2B segue d1-2B a breve distanza e lo supera solo su Typed Decisions e POPE: il costo dell'audio sulle altre modalità è contenuto.

La capacità distintiva di d1-Omni-2B è decidere su ciò che sente. Liquid AI ha misurato ogni test due volte, con il testo scritto e con lo stesso contenuto letto ad alta voce, su clip e voci mai viste in training. I punteggi sono effective accuracy: 0 equivale al caso, 100 a tutte le risposte corrette.

Il risultato dipende da quanto contenuto passa dalla voce. Quando la voce porta una domanda o un comando breve, la perdita è minima: meno di un punto sulle domande nuove, circa 5 punti su routing e comandi reali. Quando la voce porta molto contenuto, come un passaggio lungo o uno state completo, l'accuratezza crolla: Belebele dimezza. La model card avverte che il calo è più forte nelle lingue che non usano l'alfabeto latino.

Sul riconoscimento di eventi sonori (ESC-50) il modello ottiene 84,5 punti.

Le model card confrontano d1-2B solo con altri modelli Liquid AI. Per un confronto esterno abbiamo usato il Decision Index, una leaderboard indipendente mantenuta dalla community su Hugging Face. Valuta 244 decision model sulla stessa suite di 37 benchmark pubblici (110.201 richieste) e su test privati che nessuno può usare in training. Ogni benchmark è corretto per il caso: 0 significa risposta casuale, 100 risposta perfetta.

La classifica principale, il Full score della versione 0.4.1, usa solo test privati: per il 60% test privati sulle stesse competenze della suite pubblica, per il 40% task privati di domini nuovi. Il punteggio pubblico è mostrato accanto ma non conta.

Sulla suite pubblica il 51,1 di d1-2B lo collocherebbe intorno al 114esimo posto su 244 (calcolo nostro). È sopra d1-3B, sopra vLLM-SR d3-nano della stessa taglia e sopra Decider 35B-A3B, che ha oltre 18 volte i parametri. I decision model da 27B, circa 14 volte più grandi, restano però avanti di 14-20 punti, e anche Jev di TypeSafe lo supera di quasi 10.

Il punteggio pubblico di d1-3B sulla leaderboard (48,99) coincide con quello riportato da Liquid AI (49,0): la misura di Liquid sulla public suite è quindi affidabile.

Poiché non generano token, i decision model si misurano in latenza end-to-end. Liquid AI riporta chiamate "a caldo" in BF16 con Transformers dopo model.compile(), che alla prima esecuzione richiede circa un minuto.

Tre domande costano appena il 33% in più di una, perché lo state viene letto una sola volta. Anche su un Mac con Apple M5 Pro una decisione su un'immagine richiede meno di 50 ms. Il collo di bottiglia sono gli state lunghi: 5K token di testo richiedono 0,75 secondi su M5 Pro. Questi numeri non valgono per llama.cpp, che ha prestazioni proprie.

Il supporto ai modelli d1 è arrivato in llama.cpp v0.8.0 (build b11960) con l'endpoint POST /v1/systemone, compatibile con la System One API di TypeSafe. Entrambi i repository GGUF includono il modello e il projector multimodale in Q8_0.

Gli esempi che seguono sono scenari illustrativi. I primi tre usano d1-2B, l'ultimo d1-Omni-2B. I modelli supportano l'italiano, quindi puoi scrivere domande e opzioni in italiano; confronta comunque il risultato con le stesse domande in inglese sui tuoi dati.

Il vantaggio pratico di un decision model è che ogni risposta arriva con un numero. Per sfruttarlo serve un minimo di metodo.

Dati aggiornati al 29 ottobre 2026. I benchmark dei modelli d1 sono quelli pubblicati da Liquid AI e non li abbiamo verificati in modo indipendente. I valori del Decision Index vengono dalla leaderboard pubblica (versione 0.4.1, 28 ottobre 2026). Il conteggio dei benchmark vinti, la posizione stimata sulla suite pubblica e i rapporti tra parametri sono calcoli nostri. I comandi seguono la documentazione ufficiale di llama.cpp e delle model card, mentre i casi d'uso sono esempi illustrativi.