Qu’est-ce que d1-omni-600M ?
d1-omni-600M est un petit modèle de décision à poids ouverts de Liquid AI, publié sur Hugging Face le 7 octobre 2026 avec le plus grand d1-3B. Il n'écrit pas de texte. Vous lui passez un état (une chaîne, du JSON, des images ou un extrait vocal de 30 secondes au plus) et un ensemble de questions nommées, et il renvoie une probabilité oui/non, un choix parmi des options nommées ou une note sur une échelle ordonnée, lue directement dans la distribution de sortie du modèle avec zéro token de sortie.
Il compte 587 millions de paramètres : un tronc partagé et une tête de décision de 381M construits sur le LFM2.5-Encoder-350M bidirectionnel, un encodeur de vision SigLIP2 de 94M et un encodeur audio FastConformer de 112M. Le contexte est de 16 384 tokens, mais avec des images la partie texte est réduite à 896 tokens, et une requête peut contenir des images ou de l'audio, pas les deux. Liquid le présente comme un checkpoint de recherche précoce et ne publie aucun chiffre de vitesse.
Les poids sont sous LFM Open License v1.0, qui refuse les droits commerciaux aux organisations dont le chiffre d'affaires annuel atteint 10 millions de dollars ou plus. Le 27 octobre, Liquid a publié d1-Omni-2B dans le cadre de LFM3, et sa propre fiche indique que le nouveau modèle dépasse d1-omni-600M sur tous les benchmarks.
d1-omni-600M vaut-il le coup ?
d1-omni-600M se distingue par ce qu'il accepte, pas par la qualité de ses réponses. Peu de modèles de décision prennent un extrait vocal, et encore moins avec moins de 600 millions de paramètres. Le problème, c'est la précision. La fiche de Liquid lui donne 15,95 sur Decision Index 0.2.1, contre 48,57 pour d1-3B et 28,97 pour le Decider 2B de 2.3B. Le Jev Decision Index 0.4.1 de la communauté, exécuté sur une RTX PRO 6000 et mis à jour le 29 octobre, lui attribue 11,75 et le classe 228e sur 247, derrière d3-edge de vLLM Semantic Router (17,69) à taille égale.
Les chiffres texte seul de la fiche sont plus flatteurs parce qu'ils sont plus étroits : 95,8 en toxicité sur Civil Comments et 79,5 en paraphrase sur PAWS-X, les deux meilleurs du tableau comparatif de Liquid, et une moyenne de 78,4 sur sept tâches publiques contre 77,1 pour Decider 2B. Ce sont des tâches de classification à compétence unique, de celles qu'un encodeur affiné a toujours bien faites. Sur le travail de décision large, avec des connaissances et des règles en plusieurs étapes, il s'effondre : 8,3 dans le domaine connaissances de l'index et 6,8 en arts.
La calibration est faible elle aussi. Sur l'index communautaire, son erreur de calibration attendue est de 0,128, contre 0,047 pour d1-3B : ses probabilités ne doivent donc pas servir de seuils sans vos propres vérifications. Liquid indique que les réponses image et audio sont le softmax brut, sans les températures par type appliquées au texte.
Le fait le plus important est son successeur. d1-Omni-2B, publié le 27 octobre, accepte les trois mêmes modalités, et Liquid lui attribue 49,0 contre 18,3 sur la suite publique de Decision Index v0.3 et 75,3 contre 58,0 sur JevBench v1.4.1. Le modèle de 600M reste utile comme référence de la taille minimale d'un modèle de décision capable de traiter l'audio, et pour des expériences sur du matériel où 2 milliards de paramètres ne tiennent pas.
Là où il fait la différence
Un ingénieur en systèmes embarqués qui construit le prototype d'un appareil à commande vocale
Orienter de courtes commandes vocales vers l'une de quelques intentions, hors ligne
Un extrait à 16 kHz et une question à choix renvoient une intention avec des probabilités en une seule passe. L'entraînement audio ne couvrait que des requêtes en anglais adressées à un assistant : testez donc vos propres commandes, et passez à d1-Omni-2B si le taux d'erreur du modèle de 587M est trop élevé.
Un ingénieur trust and safety sur un petit forum
Signaler les commentaires toxiques avant leur publication, sur un serveur CPU
La toxicité est la seule tâche où le tableau de Liquid le place en tête (95,8 sur Civil Comments). Une question oui/non par commentaire ne demande aucune génération, et float16 a conservé la même réponse principale que float32 sur les 243 lignes de texte vérifiées par Liquid.
Avant de vous engager
- Mise en route
- pip install de transformers 5.15 ou plus récent, torch, torchvision, pillow et soundfile, puis chargez avec trust_remote_code=True et appelez model.system_one(state, questions). Évitez bfloat16, qui a changé la réponse principale sur 0,8 % des lignes de texte et 1,7 % des lignes audio dans les tests de Liquid.
- Intégrations
- Les questions suivent le schéma Decision Index (noul, choice et score), la même forme que celle envoyée par les clients Jev et pplx-decider ; system_one_batch traite de nombreuses requêtes par appel. L'API d1 hébergée de Liquid sert les nouveaux modèles, pas celui-ci.
- Données et confidentialité
- S'exécute en local, donc rien ne quitte votre machine. La LFM Open License v1.0 n'accorde l'usage commercial qu'aux organisations sous 10 millions de dollars de chiffre d'affaires annuel et aux associations à but non lucratif éligibles.
- Coût à grande échelle
- Gratuit à exécuter ; avec 587M paramètres, il tient sur le CPU d'un portable ou un petit GPU. Liquid ne publie aucun chiffre de matériel ni de vitesse pour ce checkpoint ; l'index communautaire a mesuré une médiane de 10,9 ms sur une RTX PRO 6000.
- Limites
- Contexte de 16 384 tokens, réduit à 896 tokens de texte avec des images ; images ou audio par requête, pas les deux ; les extraits audio s'arrêtent à 30 secondes. Erreur de calibration attendue de 0,128 sur l'index communautaire.
Les points forts
- Texte, images ou extrait vocal de 30 secondes dans un seul modèle de 587M
- 95,8 en toxicité sur Civil Comments (chiffre de l'éditeur)
- Médiane de 10,9 ms par requête sur l'index communautaire
- Zéro token de sortie ; les réponses sont accompagnées de probabilités
Les points faibles
- 11,75 sur le Decision Index 0.4.1 communautaire, 228e sur 247
- Dépassé par d1-Omni-2B sur tous les benchmarks publiés par Liquid
- Les réponses image et audio ne sont pas calibrées
- Pas de licence commerciale à partir de 10 M$ de chiffre d'affaires annuel
Idéal pour
Les chercheurs et amateurs qui testent jusqu'où un modèle de décision capable de traiter l'audio peut rétrécir, pas les équipes qui choisissent un classifieur de production.
Alternatives à d1-omni-600M
d1-omni-600M : questions fréquentes
- d1-omni-600M vaut-il le coup ?
- Une curiosité plutôt qu'un composant : minuscule et rapide, mais classé 228e sur 247 dans l'index de décision communautaire, et son propre éditeur l'a déjà remplacé. Nous lui donnons 3.0 sur 5.
- Combien coûte d1-omni-600M ?
- Poids gratuits sous LFM Open License v1.0 ; l'usage commercial exige une licence de Liquid AI à partir de 10 millions de dollars de chiffre d'affaires annuel. Aucun endpoint hébergé pour ce checkpoint.
- Quels sont les inconvénients de d1-omni-600M ?
- 11,75 sur le Decision Index 0.4.1 communautaire, 228e sur 247; dépassé par d1-Omni-2B sur tous les benchmarks publiés par Liquid; les réponses image et audio ne sont pas calibrées; pas de licence commerciale à partir de 10 M$ de chiffre d'affaires annuel.
- À qui s’adresse d1-omni-600M ?
- Les chercheurs et amateurs qui testent jusqu'où un modèle de décision capable de traiter l'audio peut rétrécir, pas les équipes qui choisissent un classifieur de production.
- Combien coûte d1-omni-600M pour une équipe ou en production ?
- Gratuit à exécuter ; avec 587M paramètres, il tient sur le CPU d'un portable ou un petit GPU. Liquid ne publie aucun chiffre de matériel ni de vitesse pour ce checkpoint ; l'index communautaire a mesuré une médiane de 10,9 ms sur une RTX PRO 6000.
- d1-omni-600M est-il sûr pour les données de l’entreprise ?
- S'exécute en local, donc rien ne quitte votre machine. La LFM Open License v1.0 n'accorde l'usage commercial qu'aux organisations sous 10 millions de dollars de chiffre d'affaires annuel et aux associations à but non lucratif éligibles.
- Quelles sont les meilleures alternatives à d1-omni-600M ?
- Les alternatives les plus proches que nous avons testées sont LFM3, Perplexity Decider (pplx-decider), d3-turbo (vLLM Semantic Router) et Jev.
Réponses vérifiées le 31 oct. 2026.