Puntos clave
- Liquid AI d1-ultra es un modelo de decisión multimodal lanzado por Liquid AI el 15 de octubre de 2026, pensado para problemas de decisión difíciles y no como un chatbot genérico.
- Alcanza 65 puntos en el Decision Index de Artificial Analysis, lidera las ocho categorías de la suite interna de 112 evaluaciones de Liquid AI y admite 44 idiomas.
- El acceso es mediante API; el precio difundido ronda los 0,042 dólares por millón de tokens de entrada y los tokens de salida no se facturarían, aunque conviene verificar la tarifa en el sitio oficial liquid.ai.
- Todavía no existe una página dedicada al producto, así que la información fiable está en el anuncio de Liquid AI y en su web oficial.
Datos rápidos
| Tipo | Modelo de decisión multimodal con API |
|---|---|
| Dispositivos | Servicio en la nube; se usa desde tu propia aplicación |
| Precio | API: ~0,042 USD por millón de tokens de entrada; salida sin coste (verificar) |
| Idiomas | 44 idiomas declarados por Liquid AI |
| Lo destacado | 65 en el Decision Index; lidera 8 categorías de 112 evaluaciones |
| Dificultad | Media: requiere conocimientos básicos de API |
| Categoría | IA y modelos |
| Creador | Liquid AI |
| Sitio oficial | liquid.ai ↗ |
| Popularidad | 🔥 301,1K Popularidad |
| Última actualización |
Qué es d1-ultra y por qué Liquid AI lo llama modelo de decisión
Liquid AI presentó d1-ultra el 15 de octubre de 2026 como su modelo de decisión más potente hasta la fecha. La empresa no lo vende como un asistente conversacional general, sino como una herramienta construida específicamente para problemas de decisión difíciles: situaciones con varias opciones, restricciones y consecuencias donde hay que elegir bien. Esa etiqueta de decision model es la clave para entender a quién se dirige y en qué se diferencia de los modelos generalistas que ya conoces.
El modelo es multimodal, lo que significa que puede trabajar con más de un tipo de entrada además del texto, y admite 44 idiomas según el anuncio de la compañía. En el Decision Index de Artificial Analysis obtiene 65 puntos y ocupa el primer puesto, y además lidera las ocho categorías de la suite de evaluación interna de Liquid AI, compuesta por 112 pruebas. Es un lanzamiento reciente y en tendencia porque combina una etiqueta clara, un primer puesto en un índice público y un precio de entrada llamativamente bajo.
Conviene separar bien las dos fuentes de resultados. El 65 del Decision Index proviene de una evaluación externa y pública, mientras que el liderazgo en las ocho categorías sale de la propia suite de Liquid AI, es decir, de pruebas diseñadas por el fabricante. Ambas cosas son útiles, pero no tienen el mismo peso probatorio: cuando compares d1-ultra con otros modelos, cita cada dato por separado y no mezcles un ranking independiente con una evaluación interna.
- Enfoque en decisiones, no en conversación
Liquid AI lo posiciona para problemas de decisión difíciles, así que espera un rendimiento orientado a elegir entre alternativas más que a mantener charlas largas.
- Multimodal y multilingüe
Acepta entradas de más de un tipo y cubre 44 idiomas declarados, lo que facilita usarlo en productos con audiencias internacionales.
- Dos rankings que no son lo mismo
El 65 del Decision Index es externo; el liderazgo en ocho categorías de 112 evaluaciones es interno de Liquid AI. Preséntalos por separado.
Cómo funciona el acceso por API y qué implica el precio
d1-ultra no se distribuye como una aplicación de consumo ni como pesos abiertos: el acceso es a través de una API. Eso significa que tú o tu equipo enviáis peticiones desde vuestro propio software y recibís las respuestas del modelo, integrándolo en un flujo de trabajo existente. Si nunca has usado una API, el concepto es sencillo: obtienes una clave, haces llamadas desde código y pagas según el consumo. No hay que instalar nada en el dispositivo del usuario final.
El dato económico que circula desde el lanzamiento es de aproximadamente 0,042 dólares por millón de tokens de entrada, con los tokens de salida sin facturar. Es una estructura poco habitual, porque la mayoría de proveedores cobran tanto la entrada como la salida, y precisamente por eso conviene tratarla con cautela: verifica la tarifa vigente en el sitio oficial de Liquid AI antes de calcular costes o comprometer un presupuesto. Las condiciones de una API pueden cambiar y las notas de lanzamiento no siempre reflejan la letra pequeña.
El hecho de que la salida no se facture, si se confirma, cambia bastante el cálculo para aplicaciones que generan respuestas largas o razonamientos extensos. En un modelo de decisión, la salida suele incluir la justificación de la elección, no solo la respuesta final, así que ese detalle puede pesar mucho en el coste total. Aun así, no des por hecho el precio: comprueba límites de uso, cuotas y posibles restricciones en la página oficial antes de diseñar tu producto alrededor de esa cifra.
- Solo API, sin app de consumo
No hay una aplicación dedicada para el gran público; la integración se hace desde tu propio código mediante llamadas a la API.
- Precio de entrada bajo, salida sin coste
La cifra difundida es de unos 0,042 USD por millón de tokens de entrada y salida no facturada, pero confírmalo en liquid.ai.
- Pensado para integrarse en flujos existentes
Al ser una API, encaja en paneles internos, asistentes de análisis o herramientas de soporte a la decisión que ya uses.
Cómo empezar a usar d1-ultra paso a paso
Antes de escribir código, lo más sensato es entrar en el sitio oficial de Liquid AI, liquid.ai, y buscar la documentación de la API. Ahí deberías encontrar cómo obtener credenciales, qué endpoints existen, qué formatos de entrada acepta el modelo multimodal y cuáles son las condiciones de uso vigentes. Como todavía no hay una página dedicada exclusivamente a d1-ultra, la información puede estar dentro de la sección general de productos o de desarrolladores, así que revisa con calma y no te fíes de resúmenes de terceros.
Una vez tengas la clave, empieza con una prueba mínima: una sola petición con un problema de decisión real y acotado, por ejemplo elegir entre tres proveedores con criterios de coste, plazo y riesgo. Observa si la respuesta incluye una recomendación clara y una justificación útil. Después amplía a un lote pequeño de casos y compara resultados con el modelo que uses ahora. Este enfoque por etapas te permite evaluar calidad y coste antes de comprometerte con una integración mayor.
Cuando valides la calidad, mide el consumo real de tokens en tus propios casos, no en ejemplos genéricos. Aunque la entrada sea barata y la salida no se facture según lo difundido, tus patrones de uso determinarán el gasto final. Define también qué haces si el modelo no está disponible o cambia de condiciones: tener un proveedor alternativo evita sorpresas. Y documenta internamente qué decisiones delega tu equipo en el modelo y cuáles requieren revisión humana, sobre todo en contextos sensibles.
- Empieza por la documentación oficial
Busca la sección de API en liquid.ai para conocer credenciales, formatos y condiciones antes de integrar nada.
- Prueba con un caso real y acotado
Un único problema de decisión con criterios claros te dirá más que decenas de ejemplos genéricos.
- Compara contra tu modelo actual
Ejecuta el mismo lote de casos en ambos y valora calidad de la recomendación, justificación y coste.
- Mide tu propio consumo
Calcula tokens reales de tus flujos de trabajo; el precio publicado solo es una referencia inicial.
Casos de uso, comparación con otros modelos y límites
El público natural de d1-ultra es quien trabaja con problemas de decisión difíciles: priorizar un conjunto de proyectos con recursos limitados, evaluar riesgos antes de aprobar una operación, clasificar incidencias por impacto o recomendar una opción entre varias con criterios en conflicto. Su carácter multimodal y sus 44 idiomas lo hacen atractivo para equipos internacionales que reciben información en distintos formatos e idiomas y necesitan una recomendación consistente, no solo un texto bien redactado.
Frente a modelos generalistas de otros proveedores, la diferencia declarada no es tanto la conversación como el enfoque en la decisión y el coste de entrada. Si tu caso de uso principal es generar texto creativo o mantener diálogos largos, un modelo generalista puede seguir siendo la opción lógica. Si lo que necesitas es elegir bien entre alternativas y justificarlo, d1-ultra está posicionado justo ahí. En cualquier caso, compara con tus propias pruebas: los rankings de terceros orientan, pero no sustituyen una evaluación con tus datos.
Hay varios puntos abiertos que debes tener presentes. No existe una página dedicada al producto, así que detalles como límites de contexto, modalidades exactas de entrada, disponibilidad por regiones o condiciones comerciales pueden no estar confirmados. El liderazgo en ocho categorías proviene de evaluaciones internas del fabricante, y el precio de salida sin coste es un dato difundido que conviene verificar. Antes de depender de d1-ultra en producción, revisa la documentación oficial y confirma cada cifra que vayas a citar.
- Encaja en decisiones con criterios en conflicto
Priorización de proyectos, evaluación de riesgos o triaje de incidencias son ejemplos donde su enfoque tiene sentido.
- No siempre sustituye a un modelo generalista
Para creatividad o conversación larga, un modelo generalista puede rendir mejor; elige según tu tarea principal.
- Datos que aún debes confirmar
Límites de contexto, modalidades exactas, regiones disponibles y condiciones comerciales no están cerrados en las notas públicas.
- Evalúa con tus propios casos
Un primer puesto en un índice externo es una señal, no una garantía para tu dominio concreto.
Guía paso a paso
Consulta el sitio oficial de Liquid AI
Entra en liquid.ai y localiza la información sobre d1-ultra y su API. Como no hay página dedicada al producto, revisa las secciones de productos y desarrolladores. Anota condiciones de uso y disponibilidad antes de seguir.
Obtén acceso a la API
Sigue el proceso de registro o solicitud de credenciales que indique la documentación oficial. Necesitarás una clave para autenticar tus peticiones. Si el proceso no está claro, contacta con Liquid AI a través de los canales que figuren en su web.
Haz una primera petición de prueba
Envía un problema de decisión sencillo y bien definido, con dos o tres opciones y criterios explícitos. Comprueba que la respuesta incluye una recomendación y una justificación comprensible. Ajusta el formato de tu petición según lo que pida la documentación.
Amplía a un lote y compara
Ejecuta entre diez y veinte casos representativos de tu trabajo real. Pásalos también por el modelo que usas ahora y compara calidad, coherencia y utilidad de la justificación. Anota dónde acierta y dónde falla cada uno.
Calcula coste y decide la integración
Mide los tokens de entrada que consumes en tus flujos y contrasta la tarifa vigente en el sitio oficial. Verifica también los límites de uso aplicables. Con esos datos, decide si integras d1-ultra en producción o lo mantienes como alternativa.
Preguntas frecuentes
¿Cuánto cuesta usar Liquid AI d1-ultra?
La cifra difundida desde el lanzamiento es de aproximadamente 0,042 dólares por millón de tokens de entrada, con los tokens de salida sin facturar. Es una estructura poco común, porque la mayoría de proveedores cobran entrada y salida. Como las condiciones pueden cambiar, confirma la tarifa vigente y los posibles límites de uso en el sitio oficial de Liquid AI antes de calcular tu presupuesto.
¿Dónde puedo probarlo y hay una app oficial?
No hay una aplicación de consumo ni una página dedicada exclusivamente a d1-ultra. El acceso es mediante API, así que se integra desde tu propio software con una clave de autenticación. Para empezar, consulta la documentación en el sitio oficial de Liquid AI, liquid.ai, y sigue el proceso de acceso que indiquen allí. Si no encuentras la información, contacta con la compañía por sus canales oficiales.
¿Qué significa que sea un modelo de decisión multimodal?
Significa que Liquid AI lo ha diseñado para problemas de decisión difíciles, donde hay que elegir entre alternativas con restricciones y consecuencias, en lugar de para conversación general. Multimodal indica que acepta más de un tipo de entrada además del texto. Cubre 44 idiomas declarados y obtiene 65 puntos en el Decision Index de Artificial Analysis, según el anuncio de la compañía.
¿Es mejor que otros modelos para mi caso de uso?
Depende de la tarea. Si necesitas elegir entre opciones y justificar la elección, su enfoque encaja bien; si buscas creatividad o diálogos largos, un modelo generalista puede ser más adecuado. Ten en cuenta que el liderazgo en las ocho categorías de 112 evaluaciones proviene de la suite interna de Liquid AI, no de una prueba independiente. Lo más fiable es comparar con tus propios casos.
¿Qué datos debería verificar antes de usarlo en producción?
Comprueba en el sitio oficial el precio vigente, los límites de contexto y de uso, las modalidades exactas de entrada, la disponibilidad por regiones y las condiciones comerciales. Tampoco des por cerrado que la salida siga sin facturarse. Al no existir una página dedicada al producto, parte de estos detalles puede cambiar o no estar confirmada, así que revisa la documentación antes de depender de d1-ultra en un servicio crítico.
