리퀴드 AI, 제브 성능 앞선 멀티모달 의사결정 모델 ‘d1-울트라’ 공개

AI타임스 기사(박찬 기자) 본문 전체를 읽고 정리했어요.

무엇인가

리퀴드 AI는 15일(현지시간) 멀티모달 의사결정 모델 d1-울트라(d1-ultra)를 공개하고 자사 API로 제공하기 시작했어요. 이달 초 낸 d1의 후속이고, 기존 의사결정 모델이 잘 못 다루던 복잡하고 불규칙한 실제 업무를 겨냥했다고 해요. 예시로 회로 기판 규격과 실제 사진을 비교해 결함을 찾거나, 고객이 낸 사진과 보험 청구 내용을 대조해 타당성을 판단하는 작업을 들었어요.

동작 방식

텍스트, 이미지, 또는 둘을 함께 받아 한 번의 순전파로 결과를 내요. 출력 토큰을 생성하지 않고 판단과 함께 선택지별 확률을 줘요. 질문 유형은 세 가지예요.

| 유형 | 내용 | |---|---| | Noul | 예·아니요 질문에 0–1 확률 | | Choice | 여러 선택지 각각의 확률 | | Score | 정해진 기준에서 사례의 위치를 점수로 |

d1보다 큰 오픈 가중치 모델을 바탕으로 자체 구조 개선과 학습 파이프라인을 적용했고, 특히 지식 작업 성능이 많이 올랐다고 해요.

성능

• 회사 자체 112개 평가에서 8개 영역 모두 타입세이프 AI의 제브 1.14를 앞섰고, 같은 가격에 정확도와 확률 보정이 더 좋았다고 주장해요.
• 독립 평가기관 Artificial Analysis의 의사결정 지수에서 65점으로 1위예요. 13일 첫 평가에서 제브 1.13은 58점, 패스티노 랩스 GLiDE와 마이크로소프트 Decision-1은 각 54점이었어요.
• 이 지수는 지식·환각, 추론, 도구 호출, 안전성 분류 네 가지를 같은 비중으로 합산해요. 첫 평가에서 기존 d1은 지식 정답률 41점으로 제브(35점)를 앞섰지만 틀린 답을 피하는 능력은 2점으로 제브(35점)에 크게 뒤졌어요. 그래서 d1-울트라는 제시한 확률이 실제 정확도와 맞는 정도인 확률 보정(calibration)에 공을 들였다고 해요.

가격과 한계

• 입력 100만 토큰당 0.042달러로 제브와 같고 출력 요금은 없어요. 이미지는 32×32 패치당 1.5토큰이라 1024×1024 한 장이 1,536토큰이에요. 질문마다 별도 요청이라 같은 이미지로 여러 질문을 하면 이미지 비용도 그만큼 들어요.
• 112개 평가는 자체 측정치이고, 파라미터 규모와 기반 오픈 모델 이름은 공개하지 않았어요. 내려받을 가중치나 양자화 버전도 없고, Vercel AI Gateway와 OpenRouter 지원은 예고 단계예요.