d1-omni-600M

Última atualização:

Aberto—$0/M input

Notas do quadrante

Ver o quadrante completo

Pontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.

  • Maturidade5.9/10

    Pesos experimentais abertos sob a mesma LFM Open License v1.0 do d1-3B, com README de texto, imagem e áudio. Existe GGUF. A Liquid diz que os números de inferência ainda não estão prontos. Sem API hospedada nem SLA.

  • Capability4.9/10

    Placares oficiais (22/10): Decision Index 0.4.1 Full 11,75 (#206); JevBench Intelligence 3,3, calibração 62,3, p50 0,021 s. A mesma interface noul/choice/score, lida da distribuição sobre as opções. Sem ECE e sem tabela de latência. Áudio limitado a clipes em inglês de até 30 s.

  • Adoção4/100

    Cerca de 8,5 mil downloads e 77 curtidas em três dias, à frente do d1-3B em downloads, mais um repo GGUF. A atenção do lançamento ficou no 3B. Sem caso de produção.

Vendor claims

publicado (OK do Fabricio 17/10 BRT). Auditoria dos placares de 17/10/2026: veja a seção “Auditoria dos placares” abaixo; onde ela conflita com afirmações antigas de placar nesta página, ela vale.

O d1-omni-600M é o checkpoint aberto menor do lançamento da Liquid AI em 7 de outubro de 2026. O card lista 587M de parâmetros: um tronco e head de decisão de 381M, um encoder de visão de 94M e um encoder de áudio de 112M. A base é o LFM2.5-Encoder-350M, um encoder bidirecional, não o decoder do d1-3B.

O estado é texto ou JSON, com imagens ou um clipe de voz. As respostas saem da distribuição sobre as opções, com zero tokens de saída. Aceita ou texto e imagem ou texto e áudio, não os três juntos. O contexto é de 16.384 posições. Com imagens, o texto do estado e das perguntas é cortado em 896 tokens. Os clipes de áudio são cortados em 30 segundos. transformers>=5.15, trust_remote_code=True.

Licença. A mesma LFM Open License v1.0 do d1-3B. O uso comercial fica limitado quando a receita anual chega a US$ 10 milhões.

Escopo do áudio. O card avisa que o áudio foi treinado em pedidos entre um falante de inglês e um assistente: tipo de fala, tema e o que a pessoa quer.

O que a Liquid diz, e o que não diz

  • Decision Index v0.2.1: 15,95, contra 48,57 do d1-3B. UnverifiedClaim.
  • Sete benchmarks de texto, média 78,4, pouco acima do Decider 2B (77,1). O mais alto dessa tabela em Civil Comments (95,8) e PAWS-X (79,5). UnverifiedClaim.
  • O blog não publica tabela de latência. Chama isto de release experimental de pesquisa, ainda em desenvolvimento. O 0–0 ms do frontmatter quer dizer que não há número.
  • Sem ECE.

O relato de treino: fine-tune do encoder em tarefas de decisão, depois áudio (FastConformer mais um adapter, encoder treinado com o tronco de texto congelado) e visão (torre SigLIP2 do LFM2.5-VL-450M, adapter mais LoRA ativa só quando há imagem, encoder de visão congelado). Um fine-tune completo depois mescla a LoRA e faz média dos pesos com o checkpoint anterior.

Tem pesos de decisão próprios e a mesma interface tipada do d1-3B. O índice fica muito abaixo do 3B, então é opção de tamanho, não um segundo carro-chefe. Compare com o d1-3B e o d1 hospedado.

Port para Core ML (8/10/2026)

O FluidInference/d1-omni-600m-coreml converte o caminho de texto (tronco encoder LFM2.5 mais a cabeça de decisão) para Core ML em aparelhos Apple. Quem portou relata 2 respostas trocadas em 492 checagens contra o original (|Δp| máximo 0,017) e cerca de 4,6 ms por pergunta com 64 tokens no Neural Engine (UnverifiedClaim). Mantém a LFM Open License v1.0: sem uso comercial para entidades com receita anual de US$ 10 milhões ou mais. Os caminhos de imagem e áudio não foram portados. Notas inalteradas.

Auditoria dos placares (17/10/2026)

publicado (OK do Fabricio 17/10 BRT). Conferido nos placares oficiais em 17/10/2026: Decision Index 0.3.2 (dados de 16/10, 19:00 UTC), JevBench e ImageJevBench ao vivo. Os placares são fontes separadas e nunca são combinados. Afirmações e posições antigas de placar mais abaixo nesta página ficam superadas quando conflitam com esta seção.

Placar Linha Resultado
Decision Index 0.3.2 (16 out 19:00 UTC) LiquidAI d1-omni-600M Full 9,09 (#156, grupo de empate 46); público 17,9 (#151); same-skills 12,86; new-domains 5,08
JevBench pesos abertos (ao vivo 17/10) Liquid AI d1-omni-600M Capability 32,8; Intelligence 3,3; calibração 62,3; p50 0,021 s; US$ 0,0079/1k
ImageJevBench v0.3.0 Liquid d1-omni-600M Capability 26,5; Intelligence 5,7; calibração 47,3; p50 0,25 s; US$ 0,016/1k

Afirmações de status de placar nesta página para reconferir com a tabela (podem estar superadas):

  • “Decision Index v0.2.1: 15,95, contra 48,57 do d1-3B.”

Atualização da nota (auditoria, 17/10/2026). Capability 5,5 → 4,7 = tipos × 0,30 + calibração × 0,25 + latência × 0,25 + acurácia × 0,20 = 10 × 0,30 + 4 × 0,25 + 2 × 0,25 + 1 × 0,20 = 4,70 → 4,7. Tipos, calibração e latência vêm da conta anterior (10 / 4 / 2); só a acurácia é refeita pelo placar (1; era 5): Decision Index Full 9,09 ÷ 60,11 × 8 = 1,2, arredondado para cima. Maturidade e adoção inalteradas.

Hugging Face em 17/10 (LiquidAI/d1-omni-600M): 13.899 downloads, 135 likes, tag de licença other, última modificação 2026-10-07.

Auditoria de placar (22/10/2026, DI 0.4.1)

publicado (OK do Fabricio 22/10 BRT).

O Decision Index 0.4.1 (22/10; referência Jev 1.13 Full 59,22, era 61,26 no 0.4) lista a linha desta ficha com Full 11,75 (#206). Regra de acurácia: 8 × 11,75 ÷ 59,22 = 1,59 → 2 (era 1). Capability = 10 × 0,30 + 4 × 0,25 + 2 × 0,25 + 2 × 0,20 = 4,90 → 4,9 (era 4,7). Maturidade e adoção inalteradas.