Saltar al contenido
Fuentes. Contexto. Criterio.SEÑALIA SIN RUIDOBoletín gratis
martes, 17 de noviembre de 2026
ModelosNoticia · 2 min de lecturaAnuncio de la empresaConfianza alta

Liquid AI libera d1-3B, un modelo de decisión multimodal que responde en 16 milisegundos en el borde

Tercer «clon de Jev» con peso propio: sin generar texto, supera según su fabricante a modelos 12 veces mayores en su índice

Redacción automática SEÑALResponsable editorial: Sergio SallaveraEl hecho: 7 oct 2026

Liquid AI ha publicado d1-3B y d1-omni-600M (experimental), dos modelos de decisión de pesos abiertos que no generan tokens y responden en una sola pasada. Según el fabricante, d1-3B marca 48,57 en su Decision Index —por delante de todo modelo bajo 10B y del Decider 35B-A3B— y contesta en 16 ms en un Jetson AGX Thor.

Qué ha ocurrido

Liquid AI ha liberado dos modelos de su familia d1: d1-3B, entrenado sobre su VLM LFM2.5-VL-3B, y d1-omni-600M, sobre un codificador bidireccional con entradas de audio y que la empresa etiqueta como lanzamiento de investigación. A diferencia de un generativo, no emite tokens: devuelve la decisión (clasificación, elección o puntuación sobre criterios dados) en una sola pasada. d1-3B acepta texto e imagen; d1-omni-600M, texto+imagen o texto+audio. Ambos pesos abiertos están en Hugging Face, con demos y código de ejemplo.

Las cifras son del fabricante: 48,57 en su Decision Index v0.2.1 —por delante de todo modelo bajo 10B y del Decider 35B-A3B (47,11), doce veces mayor—; media de 82,9 en siete benchmarks públicos (SQuAD 2.0, Civil Comments, MASSIVE, PubMedQA, BoolQ, XNLI, PAWS-X) frente a 81,1 de Decider 4B; y latencias de 8 ms en una RTX 4090, 16 ms en un Jetson AGX Thor y 50 ms en un Orin Nano, medidas en colaboración con Nvidia.

Por qué importa

La categoría de «modelos de decisión» o de sistema-uno —popularizada por Jev (TypeSafe) en septiembre y seguida ya por OpenAI (Decisions API) y AWS (Decider 2B)— recibe su primer competidor centrado en el borde y la multimodalidad: si sus números se replican, encaja en dispositivos donde un LLM de texto no cabe por latencia o coste.

Qué cambió

AntesLa categoría de modelos de decisión sin texto la lideraban Jev (comercial) y modelos pequeños de AWS y OpenAI, todos de texto y centrados en servidor.
AhoraLiquid AI publica dos modelos abiertos multimodales de decisión con latencias de 8 a 50 ms medidas en hardware Nvidia de borde.
ConsecuenciaLa competencia de la categoría se desplaza al dispositivo físico y a la multimodalidad, con el listón de verificación en manos de terceros.

Qué sabemos · qué no

Confirmado

  • Los blogs oficiales de Liquid AI y de su organización en Hugging Face (7 de octubre de 2026) publican las tablas completas de calidad y latencia, el código de uso (transformers>=5.14, trust_remote_code) y los enlaces de descarga.
  • d1-omni-600M se distribuye explícitamente como versión experimental; su empresa no publica cifras de velocidad para él.
  • Los benchmarks de calidad y latencia proceden del fabricante; no se conoce réplica externa.
  • Los blogs oficiales de Liquid AI (7-10-2026) confirman el lanzamiento de d1-3B y d1-omni-600M con pesos abiertos en Hugging Face.
  • El fabricante publica 48,57 en su Decision Index v0.2.1 (frente a 47,11 de Decider 35B-A3B) y media de 82,9 en siete datasets públicos.
  • Las latencias (8 ms en RTX 4090, 16 ms en Jetson AGX Thor, 50 ms en Orin Nano) se midieron en colaboración con Nvidia, según Liquid AI.
  • d1-omni-600M se etiqueta como lanzamiento experimental, sin cifras de velocidad publicadas.

Todavía no

  • Que las ventajas sobre Decider 4B/35B-A3B se mantengan en mediciones independientes: todo el comparativo es del propio fabricante, que define el índice.
  • Cómo rinden las modalidades imagen y audio en decisión fuera de los ejemplos publicados: el propio post admite que no hay benchmarks de audio para decisión.
  • No hay medición independiente de la ventaja sobre Decider 4B y 35B-A3B; el índice y los benchmarks los publica el propio fabricante.
  • No hay benchmarks públicos de decisión en audio; el post lo reconoce como problema abierto.
  • No se publican datos de consumo energético por decisión en los dispositivos medidos.

La misma claridad, en tu correo.

IA HOY, gratis de lunes a viernes, con fuentes y contexto.

Para ir al grano técnico

Qué vigilamos ahora

Inclusiones de d1-3B en el JevBench y en evaluaciones de terceros, y los primeros despliegues reales en dispositivos Jetson u homólogos.

Réplicas independientes en JevBench o el Decision Index por terceros y adopción en productos de borde.

Fuentes

Naturaleza de la afirmación principal: Anuncio de la empresa. Fuente primaria consultada y verificable.

  1. Liquid AI — blog oficial (Open d1) · nivel 1 · primaria · consultada 12 oct 2026
  2. Liquid AI — publicación en el blog de Hugging Face · nivel 1 · primaria · consultada 12 oct 2026

IA HOY · de lunes a viernes

La misma claridad,
cada día, en tu correo.

Una noticia principal, una selección breve y el contexto o las dudas que conviene seguir. Con fuentes y sin rellenar cupos.

Ver una edición de ejemplo

Para seguir leyendo