Il sito che ti spiega l'AI.
News, strumenti e guide in italiano.
Deep learning

Liquid AI d1.2 e d1.2-ultra: modelli di decisione con audio, probabilità e prezzi minimi

Liquid AI lancia d1.2 e d1.2-ultra: modelli di decisione omnimodali con audio, cinque nuovi compiti e prezzi da pochi centesimi per milione di token.

Daniele Della Corte
Novembre 18, 2026
Lettura: 7 min
Documenti e scontrini sulla scrivania, esempio di dati da leggere ed estrarre con un modello di decisione
fonte: unsplash photo-1673874855449

Liquid AI ha presentato d1.2 e d1.2-ultra, due nuovi modelli di decisione omnimodali che leggono testo, immagini e, per la prima volta, anche audio. Non sono chatbot: sono pensati per restituire risposte strutturate, come un valore estratto da una fattura o un riquadro attorno a un oggetto, accompagnate dalla probabilità che la risposta sia giusta.

L’annuncio è comparso sul blog ufficiale dell’azienda il 16 novembre 2026, ed è interessante soprattutto per chi costruisce automazioni e flussi di lavoro con l’AI.

Cosa sono i modelli di decisione di Liquid AI

Per capire d1.2 serve partire dall’idea di fondo. Un modello linguistico classico produce testo libero, e spetta a te scrivere il codice che lo interpreta, lo controlla e lo trasforma in un dato utilizzabile. Un modello di decisione, invece, risponde a una domanda con un formato preciso e prevedibile: una scelta tra opzioni, un numero, una data, una posizione in un documento. Il risultato si inserisce direttamente in un database o in un processo automatico, senza passaggi di pulizia.

Liquid AI offre questo approccio tramite una propria API, con un endpoint e un formato di richiesta già noti a chi aveva provato le versioni precedenti. Con d1.2 la famiglia si aggiorna e diventa più ampia, sia per i tipi di input sia per i tipi di compito.

La differenza con un normale modello generativo si vede nella probabilità associata a ogni risposta. Sapere che il modello è sicuro al 99% oppure al 60% permette di decidere quando fidarsi dell’automazione e quando mandare il caso a una persona.

Due modelli per due esigenze

La famiglia è divisa in due. d1.2 è la versione più economica, pensata per chi ha grandi volumi e vuole il miglior rapporto tra qualità e costo. d1.2-ultra è la versione di punta, che secondo Liquid AI offre il punteggio più alto a qualsiasi prezzo. Entrambe sono disponibili da subito tramite API con i nomi d1.2 e d1.2-ultra.

Le novità: audio e cinque nuovi compiti

La novità più visibile è l’ingresso dell’audio come input. Il suono può essere l’oggetto della domanda, per esempio riconoscere la lingua parlata in una registrazione o individuare una sirena in sottofondo, oppure può essere la domanda stessa, pronunciata a voce invece che scritta. Con testo e immagini, i due modelli coprono quindi tre modalità con la stessa interfaccia.

Accanto all’audio, l’API guadagna cinque compiti nuovi, che rispondono a esigenze molto concrete delle aziende:

  • leggere un valore, cioè restituire un testo, un numero o una data insieme ai caratteri da cui è stato letto, oppure l’esito “non trovato”;
  • trovare porzioni di testo di un certo tipo, come i dati personali, con la loro posizione esatta;
  • localizzare oggetti in un’immagine, con un riquadro per uno solo o per tutti, più il conteggio;
  • stimare un numero, fornendo la migliore ipotesi e un intervallo di incertezza;
  • scegliere più opzioni insieme, con una probabilità distinta per ciascuna.

Sono compiti che sembrano semplici, ma coprono una buona parte del lavoro quotidiano di chi gestisce documenti.

Numeri e benchmark dichiarati

Sul fronte delle prestazioni, Liquid AI cita l’Artificial Analysis Decision Index v2.1, un indicatore che mette insieme sei benchmark su estrazione di dati, chiamata di strumenti e domande di conoscenza difficili, e che valuta anche la probabilità assegnata alle risposte. Secondo il blog, d1.2-ultra ottiene 75 punti, due in più del miglior modello di decisione precedente, e si piazza al primo posto della categoria.

Un altro dato riguarda la calibrazione, cioè quanto le probabilità dichiarate corrispondono alla realtà. Su 13 benchmark e 22.505 domande, l’errore di calibrazione è di 0,8 punti per d1.2-ultra e di 1,2 per d1.2. Nel confronto riportato dall’azienda, Jev 1.14 si ferma a 2,7, Decider v1.3 di Perplexity a 3,7 e GPT-6 Luna, usato tramite la Decisions API, a 7,2. Più il numero è basso, meglio è.

Sono dati forniti dall’azienda stessa, quindi vanno letti come tali e non come una verifica indipendente.

Accuratezza sui nuovi compiti

Per i compiti introdotti con questa versione, Liquid AI pubblica risultati su insiemi di test interni. d1.2-ultra legge i valori delle ricevute con il 98% di accuratezza sui dataset CORD e SROIE, contro il 96% di d1.2. Nel trovare i dati personali, usando Nemotron PII, la precisione e il richiamo sono del 94% e del 93% per la versione ultra, e del 92% e dell’88% per quella base.

Per la localizzazione degli oggetti, entrambi i modelli arrivano al 94% sui dataset della famiglia RefCOCO. Nel conteggio all’interno di un singolo oggetto, su COCO, si parla del 93% per la versione ultra e del 92% per la base. Curiosamente, nella selezione della presenza di oggetti è d1.2 a prevalere, con il 90% contro l’87%.

Sull’audio, entrambi i modelli rispondono correttamente al 95%-97% delle domande di riconoscimento di suoni, con ESC-50, e di riconoscimento della lingua, con FLEURS, che copre 43 lingue, su registrazioni non viste in addestramento.

Prezzi e disponibilità

Il modello di prezzo è uno degli aspetti più netti. Si paga soltanto per i token in ingresso: d1.2-ultra costa 0,042 dollari per milione di token in input, mentre per d1.2 il blog indica 0,02 dollari senza specificare in modo esplicito l’unità. Un’immagine viene conteggiata con 1,5 token per ogni riquadro di 32 per 32 pixel, quindi una foto da 1024 per 1024 pixel pesa 1.536 token alla stessa tariffa del testo.

C’è anche un dettaglio utile per chi fa molte domande sullo stesso documento: testo e immagini vengono fatturati una volta sola per richiesta, e ogni domanda aggiuntiva costa soltanto il proprio testo. Se devi estrarre dieci campi da una fattura, non paghi dieci volte la fattura.

L’accesso avviene già oggi tramite la Liquid API. L’azienda annuncia l’arrivo a breve su OpenRouter e Vercel, che renderà i modelli più facili da provare per chi usa già quei servizi. Nel blog non risultano indicati la finestra di contesto, il numero di parametri né i termini di licenza, per cui conviene controllare la documentazione prima di pianificare un uso in produzione.

Perché conta per chi lavora con l’AI

Il contesto è quello di un mercato che sta spostando l’attenzione dai modelli più grandi a quelli più mirati e meno costosi. Liquid AI è la stessa azienda dei modelli open-weight di cui abbiamo parlato nella nostra analisi su LFM3 e i suoi sei modelli, ma con d1.2 il discorso cambia: qui non si compete sulla chat, bensì sull’affidabilità di una singola decisione.

Il confronto con i grandi laboratori è esplicito, dato che tra i termini di paragone compare GPT-6 Luna di OpenAI. Anche sul versante dei listini la partita è aperta, come mostra il recente taglio dei costi raccontato in GPT-6.2 Astra e Sol, e un prezzo di pochi centesimi per milione di token mette pressione a chi vende servizi analoghi.

Per un professionista o una piccola azienda, i casi d’uso indicati da Liquid AI sono immediati: estrarre i dati da fatture e ricevute, individuare dati personali in un documento prima di condividerlo, trovare le firme sui moduli, contare oggetti in una foto, classificare l’argomento dei messaggi di assistenza, riconoscere la lingua di un vocale.

Cosa non risolvono

Un modello di decisione non scrive testi, non conversa e non ragiona in modo aperto. Se ti serve un assistente generale, strumenti come ChatGPT restano la strada giusta, mentre d1.2 si inserisce a valle, come componente specializzato di una pipeline.

Va poi ricordato che i benchmark citati derivano in parte da test interni, e che l’accuratezza reale sui tuoi documenti dipenderà dal tipo di materiale, dalla qualità delle scansioni e dalla lingua.

Conclusioni: come provarlo

d1.2 e d1.2-ultra mostrano una direzione chiara: modelli che non cercano di sembrare intelligenti in una conversazione, ma di essere affidabili e misurabili in compiti precisi. Le probabilità per ogni risposta, i prezzi molto bassi e l’aggiunta dell’audio li rendono un candidato serio per chi automatizza la gestione di documenti, immagini e registrazioni.

Il consiglio pratico è semplice: scegli un compito ripetitivo del tuo lavoro, per esempio l’estrazione dei totali dalle ricevute, prepara un campione di cinquanta documenti reali e confronta d1.2 con la soluzione che usi oggi, guardando sia l’accuratezza sia il costo. Puoi partire dall’annuncio ufficiale di Liquid AI, che include un esempio di codice per l’estrazione da una fattura. Se lo provi, raccontaci com’è andata.

Newsletter gratuita · ogni venerdì

Tutta l'AI della settimana, in 5 minuti, nella tua email

  • Le guide e le notizie della settimana, divise per rubrica
  • Solo ciò che conta, verificato e spiegato in italiano
  • Niente spam, ti cancelli con un clic

Daniele Della Corte
Rivisto e verificato da

Daniele Della Corte

Fondatore di IntelligenzaArtificiale.net · Consulente SEO e AI dal 2008

Prima della pubblicazione controlla fonti, numeri e nomi, e risponde personalmente di quello che leggi. Lavora con l'intelligenza artificiale da oltre 7 anni: ha fondato BeProud.ai e ha progettato la redazione di questo sito.

Consulenza AIVuoi applicare l'AI al tuo lavoro? Ti aiuto a scegliere cosa automatizzare e a realizzarlo.

Scopri la consulenza