{"id":3444524,"date":"2026-09-30T10:20:58","date_gmt":"2026-09-30T08:20:58","guid":{"rendered":"https:\/\/datanorth.ai\/?post_type=news&#038;p=3444524"},"modified":"2026-09-30T10:20:50","modified_gmt":"2026-09-30T08:20:50","slug":"liquid-ai-lanceert-d1","status":"publish","type":"news","link":"https:\/\/datanorth.ai\/nl\/nieuws\/liquid-ai-lanceert-d1","title":{"rendered":"Liquid AI lanceert d1"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><em>Gepubliceerd: 30 september 2026<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Liquid AI lanceerde d1 op 29 september 2026, een model dat classificeert, routeert en scoort zonder ook maar een uitvoertoken te genereren. In plaats van tekst te schrijven geeft het een kans terug voor elk mogelijk antwoord, waardoor je alleen voor invoer betaalt. Het draait via de API van Liquid en via de AI Gateway van Vercel, met een contextvenster van 32.000 tokens.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat is het beslismodel d1?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">De meeste teams die een taalmodel voor classificatie gebruiken, laten het een klein stukje JSON schrijven. Het model produceert die tekst token voor token en je betaalt voor elk ervan. d1 slaat die schrijfstap volledig over. Het leest jouw invoer en geeft getallen terug.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Het model kan drie soorten vragen aan, en je kunt ze in een enkele aanroep combineren:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Noul: een ja-of-neevraag, beantwoord met een kans tussen 0 en 1. Is dit bericht spam? levert 0,92 op.<\/li>\n\n\n\n<li>Choice: een keuze uit benoemde opties, met een kans per optie. Het routeren van een supportticket kan billing 0,65, technical 0,30 en account 0,05 opleveren.<\/li>\n\n\n\n<li>Score: een beoordeling op een geordende schaal, met een gewogen positie. Een urgentiescore kan terugkomen als 1,85, tussen gemiddeld en hoog in.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Liquid noemt contentmoderatie, ticketafhandeling, veiligheidsgrenzen en het goedkeuren van tool calls van een agent als de taken waarvoor het model is gebouwd. De documentatie trekt de grens simpel: is het antwoord een van een bekende set opties, gebruik dan een beslismodel, en moet het model een nieuwe tekst samenstellen, gebruik dan een taalmodel.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat je krijgt en wat niet<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Licentie: gesloten, alleen via de gehoste API<\/li>\n\n\n\n<li>Geen downloadbare gewichten en geen GGUF, MLX of ONNX, dus je kunt het niet op eigen hardware draaien<\/li>\n\n\n\n<li>Niet te finetunen op jouw eigen data<\/li>\n\n\n\n<li>Contextvenster: 32.000 tokens<\/li>\n\n\n\n<li>Toegang: de API van Liquid en de AI Gateway van Vercel onder model-ID liquid\/d1, met OpenRouter gepland zonder datum<\/li>\n\n\n\n<li>Een gratis niveau genaamd d1:free, betaalde tarieven zijn niet gepubliceerd<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Dat laatste punt blokkeert de businesscase. Je kunt de besparing ten opzichte van jouw huidige opzet niet berekenen, omdat Liquid niet heeft verteld wat d1 kost zodra je het gratis niveau verlaat.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat Liquid AI niet publiceert<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Liquid AI schreef geen lanceerbericht voor d1. De nieuwspagina eindigt nog steeds bij LFM2.5-VL-DSpark op 24 september 2026. Alles over d1 staat in de ontwikkelaarsdocumentatie, die de API beschrijft en geen cijfers geeft over nauwkeurigheid, snelheid of prijs.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Dat is een echt gat voor een model dat volledig op kalibratie leunt. Gekalibreerd betekent dat de genoemde kans overeenkomt met hoe vaak het antwoord klopt, dus een 0,9 zou ongeveer negen van de tien keer goed moeten zijn. Liquid stelt dit en publiceert niets waarmee je het kunt narekenen. De eigen handleiding zegt dat je de kalibratie op jouw eigen verkeer moet meten, wat eerlijk advies is en tegelijk een erkenning.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Secundaire berichtgeving zet d1 bovenaan de Jev Decision Index op Hugging Face, een ranglijst die beslismodellen over 37 benchmarks beoordeelt. Die index rangschikt modellen met open gewichten, en d1 heeft geen gewichten. Zolang Liquid of de beheerder van de ranglijst niet uitlegt hoe een model dat alleen via een API draait daarop is gemeten, is die positie geen bewijs om op te handelen.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Hoe verhoudt d1 zich tot een open alternatief?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Fastino bracht GLiNER2.5-Decide uit op 25 september 2026, vier dagen eerder, gericht op hetzelfde werk. Het verschil zit niet in het uitvoerformaat maar in waar het model draait. Fastino levert gewichten die je zelf kunt hosten. Liquid houdt d1 achter de eigen API.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Voor een team dat dit verkeer toch al naar een gehost model stuurt, kost dat verschil niets en is d1 een directe vervanging. Voor een team dat gereguleerde of klantdata binnen het eigen netwerk classificeert, valt d1 volledig af, en geen prijsverlaging verandert daar iets aan.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wat betekent dit?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">d1 is een pilot waard, geen migratie. Neem de ene classificatieroute met het hoogste volume, draai die een week tegen zowel d1 als jouw huidige model en vergelijk nauwkeurigheid en kosten naast elkaar. Dat is ongeveer een dag werk en het beantwoordt de enige vraag die voor jouw data telt.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Plan voorlopig niets breders. Een model zonder gepubliceerde prijs, zonder gepubliceerde nauwkeurigheid en zonder lanceerbericht is geen basis voor een pijplijn. De LFM-lijn van Liquid levert in 2026 gestaag op, dus het bedrijf is hier niet het risico. De ontbrekende cijfers zijn dat wel. Mag jouw data de eigen servers niet verlaten, sla d1 dan over en kijk naar een beslismodel met open gewichten. Het testen waard, nog niet het vastleggen waard.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><em>Voor meer informatie, bekijk <a href=\"https:\/\/docs.liquid.ai\/lfm\/models\/decision-models\" target=\"_blank\" rel=\"noopener noreferrer nofollow\">de offici\u00eble aankondiging van d1 in de documentatie van Liquid AI<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Liquid AI lanceerde d1 op 29 september 2026, een beslismodel dat classificeert, routeert en scoort zonder ook maar een uitvoertoken te genereren.<\/p>\n","protected":false},"author":12,"featured_media":3444520,"template":"","tags":[],"news-category":[],"class_list":["post-3444524","news","type-news","status-publish","has-post-thumbnail"],"meta_box":[],"_links":{"self":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news\/3444524","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news"}],"about":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/types\/news"}],"author":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/users\/12"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media\/3444520"}],"wp:attachment":[{"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/media?parent=3444524"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/tags?post=3444524"},{"taxonomy":"news-category","embeddable":true,"href":"https:\/\/datanorth.ai\/nl\/wp-json\/wp\/v2\/news-category?post=3444524"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}