¿Para qué conectar un modelo dedicado como Liquid AI d1.2 si ChatGPT o Claude ya responden en JSON cuando se lo pides en el prompt? Cualquier chatbot está diseñado para sostener una charla fluida. Incluso bajo un esquema estricto, genera texto carácter por carácter, cobra por los tokens de salida y a veces inventa campos.
El 16 de noviembre de 2026, Liquid AI lanzó la segunda generación de sus modelos de toma de decisiones: d1.2 y d1.2-ultra. En lugar de prosa, devuelven estructuras con nivel de confianza calibrado sobre texto, imágenes y audio.
Por qué un chatbot queda incómodo como engranaje y cómo funcionan los modelos de decisión
Al procesar una solicitud, un modelo de lenguaje común actúa como narrador: lee la entrada y escribe la respuesta token por token. Los modelos de decisión de la serie d1 funcionan distinto. En una sola pasada directa por la red entregan de inmediato el JSON terminado con la decisión y su probabilidad calibrada.
De ahí sale una facturación poco habitual: pagas solo por los tokens de entrada y cero por los de salida. El millón de tokens de entrada cuesta $0.02 en d1.2 y $0.042 en d1.2-ultra, con ventana de contexto de 66K tokens.
En el ranking Artificial Analysis Decision Index v2.1, la versión mayor d1.2-ultra obtuvo 75 puntos y ocupó el primer puesto entre 25 modelos frente a una mediana de 66. La evaluación combina seis pruebas y penaliza los errores cometidos con alta confianza. La versión menor d1.2 alcanzó 69 puntos.
Un chatbot redacta un ensayo y cobra por cada letra de la respuesta; un modelo de decisión marca las casillas en silencio.
Cinco funciones nuevas y audio en la entrada: qué hace la generación d1.2
Pensemos en una solicitud web: el cliente llenó un formulario, adjuntó el escaneo de una factura y subió la foto de una caja abollada. Así procesan ese flujo las cinco funciones nuevas del lanzamiento de Liquid AI.
La primera es la extracción de valores con tipos text, number y date. El modelo saca del formulario o PDF el monto y la fecha junto con la cita para verificarlos. Si un campo como el impuesto no aparece en la factura, responde con honestidad not found. En recibos CORD y SROIE alcanza 98% de precisión en d1.2-ultra y 96% en d1.2.
La segunda es la búsqueda de fragmentos, o span detection. Sirve para extraer de una conversación todos los teléfonos, correos o preguntas del cliente sin revisar a mano. Devuelve cada tramo y su posición exacta en el texto: sobre datos personales de Nemotron PII, Ultra logra 94% de precisión y 93% de cobertura, mientras d1.2 marca 92% y 88%.
La tercera es la localización de objetos en fotos mediante box. Encuentra una firma, logotipo o defecto y devuelve las coordenadas del rectángulo delimitador alrededor del objetivo. Cada imagen se calcula a 1.5 tokens por parche de 32×32 píxeles —una foto de 1024×1024 consume 1,536 tokens—, y las preguntas repetidas sobre la misma imagen solo cobran los tokens de la pregunta. En RefCOCO ambas versiones aciertan en el 94% de los casos.
La cuarta es la estimación numérica con rango. Para contar productos en un estante o personas en una foto, en lugar de dar un número único ofrece una horquilla, por ejemplo 12 con rango de 10 a 14. En COCO, con margen de más o menos un objeto, Ultra obtiene 93% y el modelo base 92%.
La quinta es la selección múltiple mediante choice con la bandera multiple: true. Un correo de cliente rara vez trata un solo tema, así que recibe varias etiquetas con su probabilidad cada una: «envío», «facturación» y «urgente». En selección múltiple sobre COCO, d1.2 llega a 90% y Ultra a 87%.
Además de texto e imagen, los modelos aceptan audio tanto como grabación para analizar como pregunta hablada. En conjuntos internos de ESC-50 y FLEURS identifican sonidos y 43 idiomas hablados con una precisión de 95% a 97%.
Umbral de confianza en vez de fe ciega y límites reales
Las redes comunes pueden marcar 95% de seguridad y equivocarse. En d1.2-ultra, sobre 13 benchmarks con 22,505 preguntas, el error de calibración fue de 0.8 puntos, y en d1.2 de 1.2 puntos. Los competidores muestran mayor desvío: 2.7 en Jev 1.14, 3.7 en Perplexity Decider v1.3 y 7.2 en GPT-6 Luna Decisions API. Cuando el modelo de Liquid AI marca 80%, acierta aproximadamente cuatro de cada cinco veces.
En Make, n8n o tu propio backend esto sirve como seguro mediante un umbral de confianza. Las solicitudes cuyos campos y etiquetas superan el listón pasan directo al CRM y al área correspondiente. Los casos dudosos por debajo del umbral van a un operador, evitando que la automatización falle en silencio.
El enfoque tiene cuatro límites. Primero, d1.2 no redacta correos ni código: para generar texto necesitas un modelo de lenguaje común al lado. Segundo, a diferencia de los locales Open d1 y LFM con latencia menor a 50 ms, estas versiones son cerradas, operan solo vía API en la nube de Liquid AI u OpenRouter y no revelan su número de parámetros.
Tercero, d1.2-ultra tarda 218 ms por tarea en Artificial Analysis frente a una mediana de 206 ms y un precio medio de $133 por millón de tareas. Donde importa la velocidad, conviene d1.2 con unos 150 ms en pruebas y mediana de 0.30 segundos en OpenRouter. Por último, las cifras de 87% a 98% en las cinco funciones nuevas provienen de pruebas internas de Liquid AI sobre particiones reservadas de conjuntos abiertos, sin evaluación externa independiente.

