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
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
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
- → docs
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.
- Liquid AI — blog oficial (Open d1) · nivel 1 · primaria · consultada 12 oct 2026
- 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.
Para seguir leyendo
Modelos ·
DeepSeek actualiza V4.1 Flash con mejores marcas en agentes y menos coste por tarea
Modelos ·
IBM estrena Granite Switch 4.1, un modelo abierto de decisiones y voz en el mismo endpoint
Modelos ·
Mistral lanza Timestral, su familia de modelos de pronóstico para series temporales de 5 a 209 millones de parámetros
Modelos ·
Meta lanza Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros que corre en Mac Studio