--- format: "aidr-story-markdown/v1" id: "f23e64bb55476dc3ad95483a08419a9cfc6905c6efe901a1bcfd4909f18753a5" canonical_url: "https://aidr.today/f23e64bb?lang=vi" title: "Liquid AI d1 ngang ngửa GPT-6.1 Sol ở 4 trên 6 tác vụ với chi phí thấp hơn 200 lần" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-10-05T18:07:49.000Z" category: "Models" topics: ["llm"] source_urls: ["https://marketbrief.now/ai/liquid-ai-d1-matches-gpt-61-sol-on-4-of-6-tasks-at-200x-lower-cost-562de0a3","https://huggingnews.com/ai/liquid-ai-d1-matches-gpt-61-sol-on-4-of-6-tasks-at-200x-lower-cost-562de0a3"] summary: "Decision model đầu tiên của công ty nay đã hỗ trợ hình ảnh, văn bản hoặc cả hai làm đầu vào để tự động hóa các tác vụ công nghiệp như kiểm tra bảng mạch. Liquid AI đã thử nghiệm d1 với GPT-6.1 Sol của OpenAI và Claude Opus 5.5 của Anthropic qua sáu ứng dụng thực tế, bao gồm lọc phiếu hỗ trợ, trong đó d1 đã ngang ngửa hoặc đánh bại GPT-6.1 Sol trong bốn trường hợp. Mô hình này giúp giảm chi phí từ 19 lần đến 200 lần so với các đối thủ và đưa ra quyết định dạng văn bản trong vòng 200 đến 300 ms bằng một lượt truyền duy nhất mà không cần tạo token. Theo một bài đánh giá kỹ thuật, tính năng bổ sung về thị giác cho phép mô hình thực hiện nhận dạng ký tự quang học mà không cần prompt engineering và có thể cải thiện hiệu suất cho các tác vụ chỉ có văn bản. Kiến trúc của mô hình được thiết kế để duy trì hiệu quả tính toán và chi phí thấp ngay cả khi xử lý các đầu vào thị giác phức tạp cho các câu hỏi có/không, trắc nghiệm hoặc tính điểm." --- # Liquid AI d1 ngang ngửa GPT\-6\.1 Sol ở 4 trên 6 tác vụ với chi phí thấp hơn 200 lần > [Open the canonical story]() **Published:** 2026-10-05T18:07:49.000Z **Category:** Models **Topics:** llm ## Summary Decision model đầu tiên của công ty nay đã hỗ trợ hình ảnh, văn bản hoặc cả hai làm đầu vào để tự động hóa các tác vụ công nghiệp như kiểm tra bảng mạch\. Liquid AI đã thử nghiệm d1 với GPT\-6\.1 Sol của OpenAI và Claude Opus 5\.5 của Anthropic qua sáu ứng dụng thực tế, bao gồm lọc phiếu hỗ trợ, trong đó d1 đã ngang ngửa hoặc đánh bại GPT\-6\.1 Sol trong bốn trường hợp\. Mô hình này giúp giảm chi phí từ 19 lần đến 200 lần so với các đối thủ và đưa ra quyết định dạng văn bản trong vòng 200 đến 300 ms bằng một lượt truyền duy nhất mà không cần tạo token\. Theo một bài đánh giá kỹ thuật, tính năng bổ sung về thị giác cho phép mô hình thực hiện nhận dạng ký tự quang học mà không cần prompt engineering và có thể cải thiện hiệu suất cho các tác vụ chỉ có văn bản\. Kiến trúc của mô hình được thiết kế để duy trì hiệu quả tính toán và chi phí thấp ngay cả khi xử lý các đầu vào thị giác phức tạp cho các câu hỏi có/không, trắc nghiệm hoặc tính điểm\. ## Sources - [Story source]() - [Story source]()