--- format: "aidr-story-markdown/v1" id: "4ac07cf04f371029968145972efc17cfdef3cf34fdce1dbab3051a7dfd9930e5" canonical_url: "https://aidr.today/4ac07cf0?lang=vi" title: "Liquid AI d1-ultra đạt điểm tuyệt đối trên ClaimBench, bằng với GPT-6.1" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-23T00:26:09.000Z" category: "Models" topics: ["llm"] source_urls: ["https://marketbrief.now/ai/liquid-ai-d1-ultra-matches-gpt-61-with-perfect-claimbench-score-72322eed","https://huggingnews.com/ai/liquid-ai-d1-ultra-matches-gpt-61-with-perfect-claimbench-score-72322eed"] summary: "Một decision model chuyên biệt từ Liquid đã đạt 100% độ chính xác trên benchmark xác minh tài chính, bằng với hiệu suất của các mô hình đa năng bao gồm GPT-6.1 Sol và gia đình Claude 5.5. Mô hình d1-ultra đã xác định chính xác tất cả 1.960 yêu cầu trên bài kiểm tra ClaimBench, yêu cầu AI phải xác định xem liệu các đoạn trích 10-K của công ty có hỗ trợ, mâu châu hay bỏ qua các tuyên bố cụ thể hay không. Nó tốn $0,21 cho 1.000 yêu cầu và phản hồi trong dưới một giây, rẻ hơn khoảng 12 lần và nhanh hơn 5 lần so với Haiku 5.5, mô hình đa năng giá rẻ nhất đạt cùng điểm số này. Vals AI đã ra mắt benchmark ClaimBench vào ngày 20/10, ban đầu thử nghiệm 15 mô hình để đánh giá niềm tin vào AI quyết định. Trong khi Decider v1.2 của Perplexity dẫn đầu các tập con ban đầu với điểm số 67,1%, d1-ultra hiện là hệ thống hướng quyết định duy nhất khớ với các mô hình LLMs frontier. Phiên bản này cải tiến so với mô hình d1 trước đó của Liquid, vốn đã bỏ sót 26 yêu cầu do các mâu châu phụ tạp trong cách diễn đạt, mặc dù d1-ultra mới tốn khoảng gấp đôi để vận hành so với bản gốc." --- # Liquid AI d1\-ultra đạt điểm tuyệt đối trên ClaimBench, bằng với GPT\-6\.1 > [Open the canonical story]() **Published:** 2026-10-23T00:26:09.000Z **Category:** Models **Topics:** llm ## Summary Một decision model chuyên biệt từ Liquid đã đạt 100% độ chính xác trên benchmark xác minh tài chính, bằng với hiệu suất của các mô hình đa năng bao gồm GPT\-6\.1 Sol và gia đình Claude 5\.5\. Mô hình d1\-ultra đã xác định chính xác tất cả 1\.960 yêu cầu trên bài kiểm tra ClaimBench, yêu cầu AI phải xác định xem liệu các đoạn trích 10\-K của công ty có hỗ trợ, mâu châu hay bỏ qua các tuyên bố cụ thể hay không\. Nó tốn $0,21 cho 1\.000 yêu cầu và phản hồi trong dưới một giây, rẻ hơn khoảng 12 lần và nhanh hơn 5 lần so với Haiku 5\.5, mô hình đa năng giá rẻ nhất đạt cùng điểm số này\. Vals AI đã ra mắt benchmark ClaimBench vào ngày 20/10, ban đầu thử nghiệm 15 mô hình để đánh giá niềm tin vào AI quyết định\. Trong khi Decider v1\.2 của Perplexity dẫn đầu các tập con ban đầu với điểm số 67,1%, d1\-ultra hiện là hệ thống hướng quyết định duy nhất khớ với các mô hình LLMs frontier\. Phiên bản này cải tiến so với mô hình d1 trước đó của Liquid, vốn đã bỏ sót 26 yêu cầu do các mâu châu phụ tạp trong cách diễn đạt, mặc dù d1\-ultra mới tốn khoảng gấp đôi để vận hành so với bản gốc\. ## Sources - [Story source]() - [Story source]()