产品简介
Drex Max 是 Nace AI 的决策模型，只做判断，不写字。你给它一段状态，文本、JSON、截图或视频都行，再给它一组带名字的问题，它在一次前向里返回每个选项的概率，全程不生成 token。
这个系列目前分两条线。公开权重的是 27B 稠密版本，64 层里 48 层是 Gated DeltaNet 线性注意力，另外 16 层是全注意力，每隔四层放一个，且不做因果掩码，每个 token 都能看到整段上下文。上下文窗口 262,144，默认 16,384，单题最多 255 个选项。官网当前主推的是托管版 v1.1，公开 Decision Index 70.8，中位 172 毫秒出结果，主打用截图驱动电脑操作。
这类模型的用处不在聊天，而在智能体的岔路口：该点哪个按钮、该调哪个工具、这张工单归谁、这条回复过不过护栏。以前这些判断要么塞给大模型顺带生成一段话，要么自己训一个小分类器。Drex Max 走中间那条路，输出是概率分布，接口固定，延迟和成本都能预估。权重公开之后，量化到 4bit 的版本在 24GB 内存的 Mac 上就能跑。
核心功能
- 概率输出，不生成文本：对每个命名选项直接给概率，选择题、是非题、序数评分三类问题共用一套接口，一次请求里可以并列多个问题。
- 长上下文：262,144 位置窗口，默认 16,384，适合把整份文档或一屏结构化状态放进去再提问。
- 图像与屏幕输入：原生视觉塔，图片对同一次请求里的每个问题都可见，可用于截图点击、图表判断与信息图问答，这条走 NVIDIA GPU 的 Python 运行时。
- 本地部署：公开权重提供 bf16、Q8_0 GGUF 与 affine Q4 三种检查点，Q4 约 14.45GB，24GB 内存以上的 Apple 芯片 Mac 可跑，Q8_0 需要 48GB。
- 五条运行时：Python、llama.cpp、Ollama、Kapitsa 与 MLX 都提供同一个 POST /v1/systemone 接口，换硬件不用改调用代码。
- 开放权重与托管并行：27B 版本以 Nace.AI Open RAIL-M 发布，可自托管；更强的一代走 OpenRouter 与官方控制台，接口与调用方式保持一致。
适合谁用
以下类型的用户会特别受益于 Drex Max：
- 智能体里做工具路由：把候选工具当选项，让模型判断这一轮该调哪个。
- 电脑操作：读一张截图，判断下一步该点哪个元素。
- 工单分诊：读标题、正文与历史，判断归属团队、优先级与是否需要人工。
- 护栏检查：在回复发出前判断它是否越过政策边界，输出是非题的概率。
- 文档与合同判断：读一段条款或一份报表，判断某个结论是否成立。
- 离线环境：模型与数据都留在内网机器上，路由与分类不经过外部接口。
优点亮点
- 一次前向出结果，延迟与单次成本可以提前估算，适合高频调用。
- 输出是概率而非文本，下游阈值与回退策略好写。
- 只能在你给的选项里作答，不会凭空造出第四个答案。
- 量化损失控制得住，M5 Pro 上 Q8_0 与 H100 bf16 的概率差在 0.02 以内。
- 262K 上下文能把长文档整段放进去，不用先切块再拼答案。
- 权重公开，路由与合规判断可以完全留在本地。
价格与方案
公开权重免费下载，许可为 Nace.AI Open RAIL-M。托管按次计费，Drex Max v1.1 发布期每千次决策 0.03 美元，属五折价，同系列 Drex 2.0 是 0.06 美元、Drex 1.5 是 0.04 美元。自托管成本看硬件：H100 上 bf16 约 49GB 显存，L40S 48GB 可跑 8bit，Apple 芯片上 Q8_0 需要 48GB 内存，affine Q4 需要 24GB 以上。
总结与建议
Drex Max 把一件事做窄：给定状态和问题，输出选项概率。窄的好处是成本与延迟可算，适合放在智能体每个岔路口反复调用，而不是偶尔聊一次。它最实际的价值在电脑操作这一层，一次截图、一次判断、一百多毫秒，比让通用大模型边想边说快一个量级。公开权重的是 27B 版本，Decision Index 0.4 上得 67.52；官网现在推的 v1.1 在同一套测试上是 70.8。要用它，先看你的问题能不能写成有限选项。能写成，它比让大模型自由发挥更稳；写不成，它帮不上忙。
版本演进
- Drex Max v1 开源：27B 决策模型可本地运行 （2026-11-01）：Nace AI 以 Nace.AI Open RAIL-M 开源旗舰决策模型 Drex Max v1，27B 稠密、64 层、262,144 上下文、单题最多 255 个选项，读文本、JSON 与图像后一次前向输出各选项概率。公开 Decision Index 0.4 得 67.52，比 Drex 2.0 的 61.25 高 6.27 分。发布 bf16、Q8_0 GGUF 与 affine Q4 三种检查点，并提供 llama.cpp、Ollama、Kapitsa 与 MLX 的适配，affine Q4 约 14.45GB，可在 24GB 内存的 Apple 芯片 Mac 上运行。托管版在 OpenRouter 上每千次决策 0.03 美元，官方页面同期列出 v1.1 在 Decision Index 0.4 上得 70.8、中位 172 毫秒。