Nace 发 Drex Max：多模态决策模型，单次 183 毫秒、每千次 6 美分

10 月 19 日，帕洛阿尔托的 Nace AI 发布 Drex Max 并直接开放正式可用。它把「决策」压成一次前向：调用方给一张截图、一段录屏、一份扫描件或一段文字，再给一组带类型的判断题——noul（是/否）、choice（在给定标签里选一个）、score（在有序刻度上打分）——模型返回每个选项的概率分布，全程不生成任何 token。Drex Max 是 Drex 家族第一个能读图像与视频的型号，上下文 262K token，走的是同一个 POST /v1/systemone 端点。

官方给的数字里最有信息量的是「它不样样都强」：公开的 Decision Index 0.3.2 上得 67.6，高于 Jev 1.14 的 60.7 与 GPT-6 Luna Decisions 的 47.8；JevBench 92.2 对 86.7，BFCL 工具调用 98.2，OSWorld-Verified 自动化 0.780，视觉指数 74.5 对 63.9。但知识类明显落后——MMLU-Pro 72.5、HLE 19.0，都不如 Jev 1.14 的 82.1 与 19.4。它换掉的不是「会不会想」，而是「要不要为了一个点击去问一个通用大模型」。

代价这一侧才是卖点：官方给的中位 API 延迟 183 毫秒（含网络），同表里 GPT-6 Luna 是 326 毫秒、GPT-6 Sol 约 2.0 秒、Claude Opus 5.5 约 3.5 秒；按每千次决策计价，Drex Max 是 0.06 美元，后两者分别是 3.33 与 10.17 美元，API 定价为每百万输入 token 0.06 美元。边界要写清：只有托管 API、没有开放权重，榜单全部由厂商自测——它证明的是「这类模型便宜到可以每一步都调用」，不是「它能替代前沿模型做判断」。

原文链接：Nace AI 官方博客