ข้ามไปเนื้อหาหลัก

Liquid AI เปิดตัว d1-ultra โมเดลตัดสินใจมัลติโมเดล

Liquid AI เผยโฉม d1-ultra โมเดลประมวลผลข้อความและรูปภาพ ทำงานใน 1 รอบ ทำคะแนนบน AA Decision Index ได้ 65 ด้วยต้นทุน 0.042 ดอลลาร์ต่อล้านโทเค็นอินพุต

เรียบเรียงโดย AI
Inewgen
17 Oct 2026ที่มา: MarkTechPost1 นาทีอ่าน (0 ครั้ง)
แชร์
Liquid AI เปิดตัว d1-ultra โมเดลตัดสินใจมัลติโมเดล

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ขนาดตัวอักษร
  • Liquid AI เปิดตัว d1-ultra โมเดลตัดสินใจมัลติโมเดล รองรับข้อความและรูปภาพ
  • ทำคะแนนได้ 65 บนดัชนี Artificial Analysis Decision Index
  • มีค่าใช้จ่ายในการประมวลผลเพียง 0.042 ดอลลาร์ต่อล้านโทเค็นอินพุต

วงการปัญญาประดิษฐ์ต้องจับตาอีกครั้งเมื่อ Liquid AI ประกาศเปิดตัว d1-ultra โมเดลตัดสินใจประเภทมัลติโมเดลตัวใหม่ล่าสุด ซึ่งถูกออกแบบมาเพื่อรองรับการประมวลผลข้อมูลทั้งในรูปแบบข้อความและรูปภาพ พร้อมให้ความน่าจะเป็นที่มีการปรับเทียบค่ามาแล้วอย่างแม่นยำภายในรอบการประมวลผลเพียงครั้งเดียว (1 forward pass)

ความโดดเด่นของโมเดลรุ่นนี้อยู่ที่ประสิทธิภาพการทำงานที่ทรงพลัง โดย d1-ultra สามารถทำคะแนนทดสอบบน Artificial Analysis Decision Index ไปได้ถึง 65 คะแนน ซึ่งสะท้อนถึงความสามารถในการตัดสินใจที่โดดเด่นเมื่อเทียบกับโมเดลอื่นๆ ในระดับเดียวกัน

65คะแนน AA Decision Index
$0.042ต้นทุนต่อล้านอินพุตโทเค็น

ในด้านความคุ้มค่า d1-ultra ยังสร้างมาตรฐานใหม่ด้วยโครงสร้างต้นทุนที่เข้าถึงได้ง่าย โดยมีอัตราค่าบริการเพียง 0.042 ดอลลาร์สหรัฐต่อล้านโทเค็นอินพุตเท่านั้น ช่วยให้องค์กรและนักพัฒนาสามารถนำไปประยุกต์ใช้งานด้านการวิเคราะห์และตัดสินใจเชิงธุรกิจได้อย่างคุ้มค่ามากยิ่งขึ้น

การเปิดตัว d1-ultra สะท้อนให้เห็นถึงความพยายามของ Liquid AI ในการพัฒนาสถาปัตยกรรม AI ที่ก้าวข้ามข้อจำกัดของ Transformer แบบดั้งเดิม โดยเน้นความเร็วในการประมวลผลด้วยการรันเพียง 1 รอบ ซึ่งช่วยลดความซับซ้อนและเวลาแฝง (latency) ลงอย่างมาก เหมาะสำหรับระบบที่ต้องการการตัดสินใจแบบเรียลไทม์ เช่น ระบบการเงินอัตโนมัติ หรือการวิเคราะห์ภาพถ่ายทางการแพทย์

AI neural network machine learning visualization digital graphics

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ที่มา: MarkTechPost

ความคิดเห็น

แสดงความคิดเห็น
0/2000

พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้