d1-ultra devuelve probabilidades. La cuestión es cuánto fiarse

La novedad está en la decisión

Liquid AI ha lanzado d1-ultra, un modelo que recibe texto, imágenes o ambos y devuelve probabilidades en lugar de redactar una respuesta. Se anunció el 15 de octubre y está disponible por API. La empresa dice haber trabajado especialmente en la calibración: que el número que devuelve se corresponda mejor con lo que luego ocurre.

Puedes preguntarle si sucede algo, pedirle elegir una categoría o valorar una situación en una escala definida. El resultado puede ayudar a decidir qué solicitud revisar primero o por dónde continuar un flujo. Generar una explicación larga sería otra tarea.

Un 0,9 no es una promesa sobre esa foto

Imagina una tienda que recibe fotos de paquetes y quiere señalar los que parecen dañados. En este ejemplo inventado, el modelo asigna probabilidades cercanas a 0,9 a cien fotos. Si está bien calibrado para ese tipo de imágenes, esperaríamos encontrar daños en alrededor de noventa. No significa que cada foto lleve una garantía individual de acierto.

Si al revisarlas solo hay daños en sesenta, esos números están transmitiendo más seguridad de la que justifican los resultados. El problema importa aunque la categoría elegida parezca razonable: una automatización puede estar tratando como evidentes casos que todavía necesitan revisión.

Esta es la idea de calibración que explica la documentación de scikit-learn. Se comprueba agrupando predicciones con probabilidades parecidas y comparándolas con la frecuencia observada. Hace falta una muestra suficiente; cien fotos sirven aquí para entender el ejemplo, no como tamaño recomendado para validar un sistema.

Ver una señal no equivale a resolver la incidencia

La pregunta también tiene que estar bien definida. «¿Se ve una rotura en el embalaje?» se puede contrastar con la foto. «¿Hay que devolver el dinero?» depende además del pedido y de las condiciones de la tienda. Una probabilidad sobre la primera pregunta no responde por sí sola a la segunda.

Antes de automatizar, reuniría ejemplos con buena y mala luz, daños pequeños y embalajes que ya parecen arrugados de fábrica. Revisaría por separado los casos que se escaparon y los que se señalaron por error. El punto a partir del cual actuar depende del coste de esos fallos y del resultado observado, no de que 0,9 suene suficientemente alto.

Liquid presenta una mejora de calibración frente a modelos anteriores, pero esa afirmación del fabricante no valida las fotos de una tienda concreta. Cambiar de cámara, idioma o tipo de solicitud puede justificar repetir la comprobación.

Dónde está disponible

d1-ultra se ofrece alojado en la API de Liquid. El anuncio inicial decía que llegaría próximamente a Vercel y OpenRouter; la documentación actual ya incluye ambos, y Vercel publicó su disponibilidad en AI Gateway el mismo 15 de octubre. Que esté basado en un modelo de pesos abiertos no convierte d1-ultra en una descarga para ejecutarla en tu portátil.

Si ya tienes un clasificador, la comparación útil es probar las mismas entradas y las mismas preguntas. Puede que el cambio merezca la pena por unos números más fiables, aunque la respuesta final siga siendo una etiqueta muy breve.

Fuentes