10月7日，Hugging Face Blog上的团队文章宣布，d1决策模型系列开放两款模型：d1-3B和实验性的d1-omni-600M。它们面向边缘设备，建立在Liquid Foundation Models（LFMs）之上。与团队的生成式模型不同，这两款决策模型不生成词元，而是通过单次前向计算给出答案。
两款模型的输入范围不同。d1-3B从仅解码器架构的LFM2.5-VL-3B训练而来，支持文本和图像。d1-omni-600M则基于双向编码器LFM2.5-Encoder-350M，加入视觉和音频编码器，接受“文本与图像”或“文本与音频”输入。后者目前属于早期研究版本，仍在进一步开发。
发布团队报告，d1-3B在Decision Index 0.2.1上得到48.57分，是该榜单中参数规模低于10B的最高分模型，也高于Decider 35B-A3B的47.11分。这一比较对应的是特定版本的决策评测榜单，并非所有任务的综合排名。
另一组测试覆盖七个公开数据集，涉及阅读理解、毒性检测、意图分类、医学问答和跨语言理解。d1-3B的平均分为82.9，高于表中Decider 4B的81.1；d1-omni-600M为78.4，高于Decider 2B的77.1。不过，两款模型并非在每个单项上都领先。
速度方面，团队与英伟达合作，在GeForce RTX 4090及多款Jetson设备上评估了d1-3B。文章列出的单问题回答耗时分别为：Jetson AGX Thor上16毫秒、Jetson AGX Orin上26毫秒、Jetson Orin Nano上50毫秒。在AGX Thor上，三个问题的耗时为20毫秒，约为单个问题的1.3倍。
多模态能力与公开评测仍需分开看。团队称，已验证d1-3B保留其底座模型的视觉能力，d1-omni-600M能够处理文本、图像和音频三种模态，但本次没有公布视觉或音频基准成绩。文章解释，Decision Index v0.3仅包含私有视觉测试集，音频决策基准仍是待解决的问题；本次也未披露早期研究版本d1-omni-600M的速度数据。