Découvrez Drex Max : le modèle de décision multimodal de Nace AI pour les agents informatiques avec un score de 67.59
Nace AI a publié Drex Max, un modèle de décision multimodal pour les agents qui utilisent des ordinateurs et des navigateurs. Le modèle de décision multimodal Drex Max lit du texte et des images et renvoie des probabilités calibrées.
Nace AI a publié Drex Max, un modèle de décision multimodal pour les agents qui utilisent des ordinateurs et des navigateurs. Le modèle de décision multimodal Drex Max lit du texte et des images et renvoie des probabilités calibrées. Il ne rédige aucun texte. L'équipe de Nace rapporte 67.59 sur le Decision Index 0.3.2 public, soit 6.9 points de plus que Jev 1.14 de TypeSafe. Pour les développeurs d'agents, cela signifie un seul appel typé et peu coûteux par clic.
Fonctionne sur : API hébergée uniquement (drex-max sur Nace Console). Aucun poids ouvert ni build quantifié annoncé.
Performance : 67.59 sur Decision Index 0.3.2 (public), le meilleur score que Nace répertorie pour tout modèle de décision.
Meilleur :98.2 sur BFCL pour l'appel d'outils, et 92.2 sur JevBench contre 86.7 pour Jev 1.14.
Pire : 19.0 sur HLE, et 72.5 sur MMLU-Pro contre 82.1 pour Jev 1.14.
Qu'est-ce que Drex Max ?
Drex Max est un modèle de décision de Nace AI qui répond à des questions typées sur du texte et des images. C'est le modèle le plus précis de la famille Drex, et le seul qui lit des images.
Un modèle de décision ne génère pas de tokens. Vous envoyez un state et des questions nommées. Chaque question est de l'un des 3 types : noul (oui/non), choice (choisir une étiquette) ou score (échelle ordonnée). Le modèle renvoie une distribution de probabilité pour chaque réponse en 1 appel HTTP. Drex ne peut répondre qu'avec les options que vous lui avez fournies.
Comment Drex Max fonctionne-t-il avec les images ?
Drex Max utilise le même POST /v1/systemone endpoint que tous les modèles Drex. Vous le sélectionnez avec "model": "drex-max". C'est un ID épinglé, donc drex-latest ne route pas vers lui.
Les images vont dans un images tableau. Chaque question voit les mêmes images, avant l'état et les questions. Vous vous y référez sous les noms « Image 1 » et « Image 2 » en texte brut. Chaque entrée est soit un fichier d'espace de travail téléversé, soit du base64 en ligne.
Jusqu'à 8 images par requête, 16 Mio chacune, 32 Mio au total.
Chaque image est redimensionnée à 1,638,400 pixels au maximum (1,280 × 1,280).
Chaque image coûte jusqu'à 1,602 tokens dans chaque question.
Jusqu'à 16 questions par requête, avec un corps de requête de 4 Mio.
Comment Drex Max se comporte-t-il sur les benchmarks ?
Tous les scores ci-dessous proviennent de la page Drex de Nace. Ils sont auto-déclarés. Nace dit que Drex s'entraîne sur les splits d'entraînement officiels de l'index et est évalué sur des splits de rétention.
Benchmarks de décision: Drex Max obtient 67.6 sur le Decision Index 0.3.2 public. Jev 1.14 obtient 60.7 et Drex 2.0 obtient 61.3. Sur JevBench, Drex Max atteint 92.2 contre 86.7 pour Jev 1.14.
Benchmarks agentiques: Drex Max affiche 0.780 sur OSWorld-Verified et 98.2 sur BFCL. Il obtient 85.2 sur When2Call et 84.8 sur RAGTruth.
Vision: Sur le suite publique Decision Index Vision, Drex Max obtient 74.5. GPT-6 Luna Decisions obtient 63.9. Mind2Web atteint 88.6 et InfographicVQA atteint 98.8.
Là où il est en retrait: Jev 1.14 mène sur MMLU-Pro (82.1 contre 72.5), HLE (19.4 contre 19.0) et ARC-Challenge (97.6 contre 97.4). Sur Hateful Memes, Drex Max est en retrait face à GPT-6 Luna Decisions, 70.6 contre 71.2.
Nace indique une latence médiane de 174 ms par décision sur capture d'écran. Jev 1.14 prend 253 ms sur les mêmes 243 questions. Nace affirme que Drex Max accepte toutes les tailles de capture d'écran, tandis que Jev 1.14 en rejette 15,9 % en raison de la taille.
Dans l'ensemble de son tableau de benchmarks, Nace rapporte une latence médiane de 183 ms. Le billet de lancement cite 34 ms par décision et moins d'1 seconde à 262K tokens. Ces chiffres reposent sur des configurations différentes, il faut donc les considérer comme des affirmations distinctes.
Remarque : la figure vision de d3-flash est sa propre évaluation sur le plateau vision 0.3.2. Celle de Drex Max provient d'une exécution de Nace elle-même. Les chiffres entre fournisseurs ne constituent pas une comparaison contrôlée.
Points clés
Drex Max est le premier modèle de décision multimodal de Nace AI.
Il obtient un score de 67.59 sur le Decision Index 0.3.2, soit 6.9 de plus que Jev 1.14.
Les décisions de captures d'écran prennent 174 ms, contre 253 ms pour Jev 1.14.
Le prix est de 0,06 $ par 1M de tokens d'entrée, la sortie étant gratuite.
La taille n'est pas divulguée, les poids sont fermés et les scores sont auto-déclarés.
