Microsoft‑Decision‑1, disponibile su Microsoft Foundry dal 8 ottobre 2026, e Liquid AI d1‑3B, caricato su Hugging Face il 5 ottobre 2026 e annunciato ufficialmente due giorni dopo, rappresentano l’ultima evoluzione nel segmento dei modelli di decisione a risposta calibrata.

Entrambi i sistemi sono progettati per accettare un “stato” più una serie di domande tipizzate: binarie “sì/no”, scelte tra opzioni nominate e valutazioni su scale ordinarie. La differenza principale risiede nella modalità di input e nella lunghezza del contesto, elementi che li distinguono in modo netto dal resto dell’ecosistema.

Contesto e struttura di output

    • Finestra di contesto: entrambi offrono un contesto di 32 768 token, permettendo l’analisi di documenti completi, politiche multi‑pagina o thread di supporto estesi.
    • Formato di output: non generano testo; restituiscono invece una distribuzione di probabilità calibrata sulle opzioni fornite. Nel caso di Liquid AI, il conteggio degli “output_tokens” è zero, confermando l’assenza di generazione di testo.
    • Tipi di domande: la flessibilità di definire l’insieme di opzioni per ogni richiesta è condivisa, evitando la necessità di raddestrare un nuovo vocabolario per ogni applicazione.
    • Opzione di “non rispondere”:** Microsoft include “cannot tell” come scelta esplicita, mentre Liquid AI supporta la stessa funzione tramite il suo schema Decision‑Index.
    • Inferenza a singolo passaggio: entrambe le architetture eseguono la decisione in un solo round di chiamata, rendendo il modello adatto a pipeline con elevate esigenze di latenza.

Multimodalità vs. purezza testuale

Liquid AI d1‑3B si distingue per la sua architettura multimodale, che incorpora un encoder di visione SigLIP2‑NaFlex con 400 milioni di parametri, collegato a un backbone linguistico di 2,6 miliardi di parametri. L’intero modello conta 3,12 miliardi di parametri ed è stato progettato specificamente per valutare screenshot, documenti scansionati e immagini fotografiche in risposta a domande.

Il percorso evolutivo di Liquid AI è chiaro: LFM2.5‑2.6B‑Base → LFM2.5‑VL‑3B → d1‑3B, con un fine‑tuning dedicato alle decisioni in un unico passaggio. L’encoder visivo aggiunge una media di 74,1 su dieci benchmark visivi pubblici, pari a quella del modello base, dimostrando che la qualità percezione non è stata sacrificata. Rimuovendo le immagini, le prestazioni scendono a 45,1, confermando l’importanza del canale visivo.

Microsoft‑Decision‑1, al contrario, è progettato esclusivamente per il testo. La documentazione specifica chiaramente che “non accetta né produce contenuti visivi, audio o video”. Per pipeline che richiedono l’analisi di documenti scansionati o di screenshot, l’unico workaround è il prompt‑engineering, che non può recuperare la capacità multimodale mancante.

Copertura linguistica

Microsoft‑Decision‑1 supporta 25 lingue, con un ampio riconoscimento delle variazioni di qualità e di calibrazione, soprattutto per le lingue non inglesi e per quelle a risorse limitate. Liquid AI d1‑3B, invece, elenca 16 lingue. Sebbene Microsoft presenti un ventaglio più ampio sul paper, entrambi i fornitori ammettono che la copertura varia e non forniscono metriche di calibrazione per ogni lingua.

Benchmark e valutazioni

La pagina Foundry di Microsoft offre un tab “Benchmarks” con una descrizione metodologica, ma senza dati quantitativi: si fa riferimento a benchmark pubblici, dataset comunitari e metriche interne di accuratezza e errore di calibrazione, ma nessun valore numerico è pubblicato.

Liquid AI, invece, pubblica un “Decision Index” di 48,57 con versione 0.2.1. Questo indice è un risultato auto‑valutato su un benchmark interno, posizionandosi come il miglior modello decisionale sotto i 10 miliardi di parametri, davanti a un modello di 35 miliardi. Altri risultati auto‑definiti includono: 77,1 medio, 85,3 su SQuAD 2.0, 76,9 su PAWS‑X e 71,8 su DecisionBench.

Licenza e differenze di accesso

Microsoft‑Decision‑1 è distribuito tramite la piattaforma Foundry con una licenza tipica di Microsoft, che non permette l’uso di immagini o altri media. Liquid AI d1‑3B, pubblicato su Hugging Face, offre una licenza più flessibile che consente l’uso multimodale. Questa distinzione è fondamentale per le aziende che necessitano di analisi di contenuti visivi in tempo reale.

Implicazioni pratiche per le aziende

Se la tua pipeline prevede l’analisi di documenti completi, policy o thread di supporto lunghi, la dimensione del contesto di 32 K token è cruciale. Entrambi i modelli soddisfano questa esigenza, ma la scelta dipende dalla natura dei dati di input. Per casi d’uso che includono immagini o video, Liquid AI è la soluzione predefinita; per un’analisi esclusivamente testuale con requisiti di licenza più stringenti, Microsoft‑Decision‑1 è più adatto.

Il livello di calibrazione delle risposte è un fattore chiave. Mentre Microsoft non fornisce metriche pubbliche, Liquid AI presenta dati auto‑generati che, sebbene non indipendenti, offrono una stima preliminare delle performance.

Conclusione

Microsoft‑Decision‑1 e Liquid AI d1‑3B condividono molte caratteristiche fondamentali: contesto di 32 768 token, output calibrato in un singolo passaggio, e supporto per domande binarie, di scelta e di scala. La differenza principale risiede nella multimodalità di Liquid AI, nella licenza più permissiva e nella disponibilità di metriche pubbliche, contro la purezza testuale di Microsoft con una copertura linguistica più ampia ma meno trasparente riguardo le performance.

La decisione finale dipenderà dalle specifiche esigenze dell’applicazione: se la tua soluzione deve interpretare immagini o video, Liquid AI è la scelta naturale; se invece si tratta di un’analisi testuale pura con requisiti di licenza restrittivi, Microsoft‑Decision‑1 rappresenta la soluzione più solida.