概要
Vercelは2026年10月7日、Liquid AIが開発した意思決定モデル「d1」を、同社の「AI Gateway」経由で利用できるようにしたと発表しました。d1はテキストを生成する代わりに、分類・ルーティング・スコアリングに特化した構造化された回答を返すモデルです。
何が発表・更新されたのか
d1は、与えられた「状態(state)」を型付きの質問(questions)と照らし合わせて評価し、確率付きの構造化された回答を返す「決定モデル(decision model)」です。文章(テキストトークン)を生成しない点が特徴で、分類・ルーティング・スコアリングといった用途に向いています。
さらに画像入力にも対応しており、画像について型付きの質問をすることで、視覚的な分類・検品・スコアリングが可能です。公式ドキュメントの例では、サポート担当者が返金を行ったかどうかをテキストで判定する例や、画像内の四角形が何色かを判定する例が示されています。
利用方法としては、以下の4つのインターフェースが用意されています。
– AI SDKのdecide関数(decision API)
– HTTP API
– OpenAI互換のDecisions API
– TypeSafe互換API
モデルIDはliquid/d1で、AI SDKを使う場合はexperimental_decide関数にmodel・state・questionsを渡して呼び出します。質問にはboolean(真偽)やchoice(選択肢)などの型を指定でき、画像を使う場合はstateにbase64エンコードした画像URLを含める形式になっています。
なぜ重要なのか
これまでのLLM(大規模言語モデル)は自由なテキスト生成が得意な一方、「はい/いいえ」や「どのカテゴリに当てはまるか」といった構造化された判定タスクでは、出力の形式を整えるための工夫(プロンプト設計やパース処理)が必要でした。d1はこうした判定タスクに特化しており、確率付きの構造化された回答を直接返すため、分類・ルーティング・スコアリングの実装がシンプルになる可能性があります。また、AI Gatewayを通じて他のモデルと同じようにログ記録や予算管理の対象になる点も、運用面でのメリットといえます。
誰に関係があるのか
- Vercelの AI Gateway や AI SDK を使ってアプリケーションを開発しているエンジニア
- サポート対応の自動判定、問い合わせのルーティング、画像を使った検品・分類などを検討している実務担当者
- 既存のLLM呼び出しに加えて、構造化判定を組み込みたいプロダクト開発者
仕事や業務でどう使えるのか
公式情報で示されている例をもとに考えると、以下のような業務での活用が想定されます。
– サポート対応ログから「返金を行ったか」「問題が解決したか」などを自動判定する
– 問い合わせ内容を事前に分類し、適切な担当チームへ自動的にルーティングする
– 商品画像や検品写真を入力し、色・状態・カテゴリなどを自動判定する
AI SDKを使っている開発環境であれば、既存のモデル呼び出しと同様の感覚でdecide関数を呼び出すだけで導入できる点も扱いやすいポイントです。
注意点
d1はテキスト生成モデルではなく、あくまで型付きの質問に対する構造化された判定(分類・ルーティング・スコアリング)に特化したモデルです。自由な文章生成を期待する用途には向いていません。
また、公式情報上では、日本での提供状況や対象プランの詳細、料金体系については確認できませんでした。導入を検討する場合は、Vercelの公式ドキュメントや契約プランの内容を直接確認することをおすすめします。
公式情報
Liquid AI’s d1 is available on AI Gateway(Vercel Changelog)
関連キーワード
- Liquid AI
- AI Gateway
- Vercel AI SDK
- 決定モデル(decision model)
- 分類・ルーティング・スコアリング





