Du document à l’audio, Liquid AI élargit le champ de ses modèles de décision

La gamme d1.2 combine extraction, classement et probabilités de confiance. Sa version Ultra prend la tête du Decision Index d’Artificial Analysis.

Automatiser le traitement d’un document suppose de récupérer une information exploitable, de savoir où elle se trouve et de décider si elle mérite une vérification. C’est à ces opérations que Liquid AI destine d1.2 et d1.2-ultra. Les deux nouveaux modèles de décision acceptent le texte, les images et l’audio, avec des réponses structurées adaptées au classement, à l’extraction et à la localisation d’informations.

Dans son annonce, l’éditeur ajoute cinq types de tâches et maintient une facturation limitée aux données d’entrée. La version Ultra obtient aussi la première place parmi les modèles de décision sur le Decision Index d’Artificial Analysis. Cette combinaison vise des traitements répétitifs où le format de la réponse et la fiabilité de sa probabilité comptent autant que son contenu. Des réponses directement rattachées aux données

L’extraction peut porter sur un texte, un nombre ou une date. Pour une facture, l’API renvoie par exemple le montant demandé avec le passage dont il provient ; un champ signale si l’information a été trouvée. Une autre fonction récupère tous les passages d’une certaine catégorie dans un document, comme les données personnelles, en conservant leur position.

Pour les images, les réponses peuvent prendre la forme de rectangles entourant un objet ou plusieurs occurrences, accompagnés d’un décompte. Une estimation numérique peut aussi être assortie d’un intervalle. Enfin, le classement accepte plusieurs réponses simultanées : un message au support peut relever à la fois de la facturation et de la livraison, avec une probabilité pour chaque catégorie.

L’audio peut constituer le contenu à analyser ou la question elle-même. Les exemples proposés portent sur la reconnaissance d’une langue ou la présence d’une sirène. Dans ses tests internes, l’éditeur rapporte 95 à 97 % de bonnes réponses sur des enregistrements d’ESC-50 et de FLEURS, ce dernier couvrant 43 langues. Les questions sont fermées, avec trois à six choix ou une réponse oui/non : ces résultats ne mesurent pas une compréhension générale de toute conversation. Un classement externe, des tests internes distincts

Avec un score de 75, d1.2-ultra arrive en tête du Decision Index au moment de la publication. La version d1.2 obtient 69. Cet indice regroupe six évaluations portant sur des documents, des décisions, l’appel d’outils et des questions de connaissance. Son calcul tient aussi compte des probabilités : une mauvaise réponse donnée avec une forte assurance est davantage pénalisée.

Les nouvelles tâches font l’objet de mesures séparées. Faute de benchmark public les couvrant, Liquid AI utilise des partitions de test de jeux de données publics. Pour la lecture de valeurs sur des reçus, l’éditeur annonce 98 % de réussite pour Ultra et 96 % pour d1.2. Sur la sélection de tous les objets présents dans une image, l’ordre s’inverse : 87 % pour Ultra et 90 % pour d1.2. La variante la plus chère ne domine donc pas chaque tâche évaluée. Une tarification limitée aux entrées

Les deux versions sont disponibles sur l’API Liquid, à 0,02 dollar par million de tokens d’entrée pour d1.2 et 0,042 dollar pour d1.2-ultra. Aucun token de sortie n’est facturé. Selon la documentation, dans une requête comportant plusieurs questions, le contenu partagé n’est comptabilisé qu’une fois ; chaque question ajoute ses propres tokens. Les arrivées sur OpenRouter et Vercel sont annoncées, tout comme une ouverture future des poids de ces deux versions, sans échéance précise. La confiance doit pouvoir se vérifier

Pour orienter une décision vers une vérification humaine, la probabilité renvoyée doit correspondre à la fréquence réelle de réussite. Une confiance de 80 % est bien calibrée si les réponses ainsi notées sont correctes environ huit fois sur dix. Cette calibration décrit la fiabilité des probabilités, pas à elle seule le taux global de bonnes réponses.

Sur 13 benchmarks et 22 505 questions communes à cinq modèles, Liquid AI mesure une erreur de calibration de 0,8 point pour d1.2-ultra et de 1,2 point pour d1.2. Ces chiffres proviennent de son propre protocole. Dans une chaîne de traitement, les probabilités peuvent servir à fixer un seuil pour automatiser certains cas et soumettre les autres à un contrôle humain.