跳转到正文
GETAI.APP
产品动态Liquid AIGETAI.APP查看原文

Liquid d1.2 增加音频输入与五类任务

Liquid AI 发布 d1.2 与 d1.2-ultra 决策模型,官方 API 增加音频输入、值读取、片段提取、图片定位、数值估计和多选回答。

AI 生成主题插画,非实拍

Liquid AI 于 11 月 16 日发布 d1.2 和 d1.2-ultra,扩展其决策模型的输入与结构化回答类型。本篇为近期发布补录。

结构化信息读取主题插画,AI 生成、非实拍

公告列出五类新增任务:从输入读取文字、数字或日期;提取符合条件的文本片段;在图片中定位一个或多个对象;估计数值并给出范围;返回全部适用选项及各自概率。两款模型还可接受音频,既可分析录音,也可接收口述问题。

按官方文档,托管模型仅按输入 token 计费:d1.2 为每百万 0.02 美元,d1.2-ultra 为每百万 0.042 美元。模型返回结构化决策,不生成逐 token 的文本输出;图片和音频也会计入输入。

上述能力以 Liquid API 文档为准。核对时 OpenRouter 已列出 d1.2,但其页面输入模态仅注明文本和图片,不能据此认定第三方入口提供相同音频能力。

来源:Liquid AI · d1.2 公告、Liquid AI Docs · Decision Models、OpenRouter · d1.2。

配图:GETAI.APP 使用内置 imagegen 生成的主题插画,非官方界面或评测图。

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?