Nace AIは Drex Maxをリリースした 、コンピュータとブラウザを使うエージェント向けのマルチモーダル判断モデルです。Drex Maxマルチモーダル判断モデルはテキストと画像を読み取り、キャリブレーションされた確率を返します。テキストは生成しません。Naceチームは 公開されているDecision Index 0.3.2で67.59 を報告しており、TypeSafeのJev 1.14を6.9ポイント上回っています。エージェント開発者にとって、これはクリック1回につき安価で型付けされた1回の呼び出しで済むことを意味します。
TL;DR
サイズ: パラメータ数は非公開。APIでは画像トークンを含め、質問あたり最大 262,144トークン まで対応。実行環境: ホスト型APIのみ（drex-max Nace Console上）。オープンウェイトや量子化ビルドの発表はありません。パフォーマンス: Decision Index 0.3.2（公開）で67.59、Naceが判断モデルとして掲載する中での最高スコア。最高: BFCLのツール呼び出しで98.2 、JevBenchではJev 1.14の86.7に対して92.2。最低: HLEで19.0、MMLU-ProではJev 1.14の82.1に対して72.5。
Drex Maxとは？ Drex Maxは、テキストと画像に関する型付けされた質問に回答するNace AIの判断モデルです。Drexファミリーの中で 最も正確なモデル であり、画像を読み取れる唯一のモデルです。
判断モデルはトークンを生成しません。 state と名前付きの質問を送信します。各質問は3種類のいずれかです： noul （はい/いいえ）、 choice （ラベルの選択）、または score （順序尺度）。モデルは 各回答の確率分布 1回のHTTP呼び出しで。Drexは指定された選択肢の中からのみ回答できます。
Drex Maxは画像をどのように扱うのですか? Drex Max は同じ POST /v1/systemone 「すべてのDrexモデルと同じendpointです。以下のように選択します:」 "model": "drex-max"。これは固定されたIDであるため drex-latest そのルーティングは行われません。
画像は〜の中に images 配列。すべての質問は、状態や質問よりも前にある同じ画像を参照します。それらは平文で「Image 1」および「Image 2」として参照します。各エントリは、アップロードされたワークスペースファイルか、インラインのbase64のいずれかです。
フォーマット:静止画のPNG、JPEGまたはWebP。
1リクエストあたり最大8枚の画像、各16 MiB、合計32 MiBまで。
各画像は最大1,638,400ピクセル（1,280 × 1,280）にリサイズされます。
各画像はすべての質問において最大1,602トークンを消費します。
リクエストあたり最大16問、リクエストボディは4 MiBまで。
Drex Maxはベンチマークでどのような性能を示しますか? 以下のすべてのスコアの出典は NaceのDrexページ これらは自己申告によるものです。Nace氏は、Drexはインデックスの公式トレーニング分割で学習し、保留された分割で評価されると述べています。
判断基準（Decision benchmarks） Drex Max は公開されている Decision Index 0.3.2 で 67.6 を獲得した。Jev 1.14 は 60.7、Drex 2.0 は 61.3 を記録している。JevBench では、Drex Max が Jev 1.14 の 86.7 を抑えて 92.2 に達した。エージェント型ベンチマーク : Drex MaxはOSWorld-Verifiedで0.780、BFCLで98.2を記録します。When2Callでは85.2、RAGTruthでは84.8のスコアを獲得しています。ビジョン : Decision Index Vision公開スイートにおいて、Drex Maxは74.5を獲得します。GPT-6 Luna Decisionsは63.9です。Mind2Webは88.6に達し、InfographicVQAは98.8に達します。遅れている部分 : Jev 1.14はMMLU-Pro(82.1対72.5)、HLE(19.4対19.0)、ARC-Challenge(97.6対97.4)で首位に立っています。Hateful Memesでは、Drex MaxがGPT-6 Luna Decisionsに僅かに及ばず、70.6対71.2でした。 戻る</button>
<button class="btn pri" id="mtp-next">次のステップ </button>
<button class="btn" id="mtp-play">自動再生</button>
<div class="dots"><i></i><i></i><i></i></div>
</div>
<p class="note">回答確率は応答の形を示すイラストであり、実際のモデル出力ではありません。</p>
</div>
<div class="pn" data-p="bench">
<div class="seg" id="mtp-seg">
<button class="on" data-s="di">Decision Index</button>
<button data-s="ag">Agentic</button>
<button data-s="vi">Vision</button>
</div>
<div id="mtp-bars"></div>
<p class="note" id="mtp-bnote"></p>
</div>
<div class="pn" data-p="vs">
<table class="vs">
<thead><tr><th>ベンチマーク</th><th style="text-align:right">Drex Max</th><th style="text-align:right">Jev 1.14</th><th>結果</th></tr></thead>
<tbody id="mtp-vs"></tbody>
</table>
<p class="note">すべての数値はNaceのDrexページからのもの（自己申告）。Naceによると、Jev 1.14はサイズにより15.9%のスクリーンショットを拒否します。</p>
</div>
<div class="pn" data-p="lim">
<div class="grid" id="mtp-lims"></div>
<p class="note">カードをタップすると詳細が表示されます。出典：Nace Drex Max APIガイド。</p>
</div>
<div class="pn" data-p="cost">
<div class="calc">
<div>
<label for="mtp-dec">1日あたりの意思決定数： <b id="mtp-decv" style="color:#f5f5f4">10,000</b></label>
<input type="range" id="mtp-dec" min="1000" max="1000000" step="1000" value="10000">
<label for="mtp-img">意思決定あたりのスクリーンショット数： <b id="mtp-imgv" style="color:#f5f5f4">1</b></label>
<input type="range" id="mtp-img" min="0" max="8" step="1" value="1">
<label for="mtp-txt">意思決定あたりのテキストトークン数（状態＋質問）： <b id="mtp-txtv" style="color:#f5f5f4">500</b></label>
<input type="range" id="mtp-txt" min="50" max="20000" step="50" value="500">
</div>
<div class="out">
<small>推定1日コスト（上限）</small>
<div class="big" id="mtp-cost">$0.00</div>
<small id="mtp-tok"></small>
<small style="margin-top:10px">1M入力トークンあたり$0.06と、画像あたり最大1,602トークンを使用しています。出力トークンは課金されません。実際の画像トークン数はこれより低くなる場合があります。</small>
</div>
</div>
</div>
<div class="ft">
<span class="src">出典： <a href="https://www.nace.ai/drex" target="_blank" rel="noopener">nace.ai/drex</a> · <a href="https://console.nace.ai/docs/drex/guides/drex-max" target="_blank" rel="noopener">Drex Maxガイド</a></span>
<a href="https://www.marktechpost.com" target="_blank" rel="noopener">© Marktechpost</a>
</div>
</div>
<script>
(function(){
var R=document.getElementById('mtp-drexmax');
function $(s,c){return (c||R).querySelector(s)}function $$(s,c){return Array.prototype.slice.call((c||R).querySelectorAll(s))}
function post(){try{var h=R.offsetHeight+40;parent.postMessage({mtpDrexMaxHeight:h,type:'mtp-resize',height:h},'*')}catch(e){}}
/* counters */
$$('[data-count]').forEach(function(el){var to=+el.dataset.count,d=+(el.dataset.dec||0),suf=el.dataset.suf||'',sep=el.dataset.sep,t0=null;
function f(v){var s=v.toFixed(d);if(sep)s=Math.round(v).toLocaleString('en-US');return s+suf}
function step(ts){if(!t0)t0=ts;var k=Math.min(1,(ts-t0)/1100),e=1-Math.pow(1-k,3);el.textContent=f(to*e);if(k<1)requestAnimationFrame(step);else el.textContent=f(to)}
requestAnimationFrame(step)});
/* tabs */
$$('.tab').forEach(function(b){b.addEventListener('click',function(){$$('.tab').forEach(function(x){x.setAttribute('aria-selected',x===b)});
$$('.pn').forEach(function(p){p.classList.toggle('on',p.dataset.p===b.dataset.t)});
if(b.dataset.t==='bench')drawBars(cur);if(b.dataset.t==='flow')show(stp);setTimeout(post,60);setTimeout(post,500)})});
/* flow */
var caps=['ステップ1：状態と最大8枚の静止画を送信します。すべての質問は、状態と質問の前に、同じ画像を参照します。','ステップ2：最大16個の型付き質問を定義します。Drex Maxは、指定された選択肢でのみ回答できます。','ステップ3：1回の呼び出しで、すべての選択肢の確率が返されます。Naceはスクリーンショット1回の意思決定の中央値として174 msを挙げています。'];
var stp=0,timer=null;
function show(i){stp=i;$$('.node').forEach(function(n){n.classList.toggle('lit',+n.dataset.n<=i)});
$$('.dots i').forEach(function(d,k){d.classList.toggle('on',k===i)});$('#mtp-cap').textContent=caps[i];
$$('.prob u').forEach(function(u){u.style.width=i===2?u.dataset.w+'%':'0'})}
$('#mtp-next').onclick=function(){stopPlay();show((stp+1)%3)};$('#mtp-prev').onclick=function(){stopPlay();show((stp+2)%3)};
function stopPlay(){if(timer){clearInterval(timer);timer=null;$('#mtp-play').textContent='自動再生'}}
$('#mtp-play').onclick=function(){if(timer){stopPlay();return}this.textContent='一時停止';show(0);timer=setInterval(function(){show((stp+1)%3)},2200)};
show(0);
/* bars */
var D={di:{max:80,rows:[['Drex Max',67.6,1],['Drex 2.0',61.3],['Jev 1.14',60.7],['Drex 1.5',58.1],['GPT-6 Luna Decisions',47.8]],note:'Decision Index 0.3.2、公開ベンチマークのみ、確率補正済み。出典：nace.ai/drex（自己申告）。'},
ag:{max:100,rows:[['Drex Max · BFCL',98.2,1],['Jev 1.14 · BFCL',96.4],['Drex Max · OSWorld-Verified',78.0,1],['Jev 1.14 · OSWorld-Verified',73.4],['Drex Max · When2Call',85.2,1],['Jev 1.14 · When2Call',81.7]],note:'OSWorld-Verifiedは×100で表示（0.780および0.734）。出典：nace.ai/drex（自己申告）。'},
vi:{max:100,rows:[['Drex Max · Vision Index',74. 5,1],['GPT-6 Luna Decisions',63.9],['Drex Max · Mind2Web',88.6,1],['GPT-6 Luna · Mind2Web',81.2],['Drex Max · CV-Bench',86.3,1],['GPT-6 Luna · CV-Bench',73.8]],note:'Decision Index Vision、公開スイート、11ベンチマーク。ソース: nace.ai/drex（自己申告）。'}};
var cur='di';
function drawBars(k){cur=k;var d=D[k],h='';d.rows.forEach(function(r){h+='<div class="row'+(r[2]?' me':'')+'"><span class="lab">'+r[0]+'</span><div class="tr"><div class="fl" data-w="'+(r[1]/d.max*100)+'"></div></div><span class="v">'+r[1].toFixed(1)+'</span></div>'});
$('#mtp-bars').innerHTML=h;$('#mtp-bnote').textContent=d.note;
requestAnimationFrame(function(){requestAnimationFrame(function(){$$('#mtp-bars .fl').forEach(function(f){f.style.width=f.dataset.w+'%'})})});
$$('#mtp-seg button').forEach(function(b){b.classList.toggle('on',b.dataset.s===k)});setTimeout(post,60)}
$$('#mtp-seg button').forEach(function(b){b.onclick=function(){drawBars(b.dataset.s)}});
/* vs */
var V=[['Decision Index 0.3.2','67.6','60.7',1],['JevBench','92.2','86.7',1],['Decision Bench','94.3','92.3',1],['Game Bench win %','64.0','50.0',1],['BFCL','98.2','96.4',1],['OSWorld-Verified','0.780','0.734',1],['Screenshot decision','174 ms','253 ms',1],['MMLU-Pro','72.5','82.1',0],['HLE','19.0','19.4',0],['ARC-Challenge','97.4','97.6',0]];
$('#mtp-vs').innerHTML=V.map(function(r){return '<tr><td>'+r[0]+'</td><td class="n">'+r[1]+'</td><td class="n">'+r[2]+'</td><td>'+(r[3]?'<span class="pill w">Max leads</span>':'<span class="pill l">Jev leads</span>')+'</td></tr>'}).join('');
/* limits */
var L=[['16','questions per request','Same limit with or without images.'],['262,144','tokens per question','State plus that question, image tokens included. Nace\'s landing page lists 131K context.'],['8','images per request','Still PNG, JPEG or WebP. 16 MiB each, 32 MiB total.'],['1,602','max 画像あたりトークン','すべての質問に対して課金されます。画像は最大1,638,400ピクセル（1,280 × 1,280）にリサイズされます。'],['4 MiB','リクエストボディ','インラインのbase64画像もこれに含まれるため、画像バイトは約3 MiBまで収まります。'],['$0','失敗したリクエストの場合','課金されるのは200レスポンスのみです。出力トークンは一切課金されません。']];
$('#mtp-lims').innerHTML=L.map(function(l){return '<div class="lim" tabindex="0"><b>'+l[0]+'</b><span>'+l[1]+'</span><p>'+l[2]+'</p></div>'}).join('');
$$('.lim').forEach(function(c){function t(){c.classList.toggle('open');setTimeout(post,380)}c.onclick=t;c.onkeydown=function(e){if(e.key==='Enter'||e.key===' '){e.preventDefault();t()}}});
/* calc */
function calc(){var n=+$('#mtp-dec').value,im=+$('#mtp-img').value,tx=+$('#mtp-txt').value,tok=n*(tx+im*1602),c=tok/1e6*0.06;
$('#mtp-decv').textContent=n.toLocaleString('en-US');$('#mtp-imgv').textContent=im;$('#mtp-txtv').textContent=tx.toLocaleString('en-US');
$('#mtp-cost').textContent='$'+(c<10?c.toFixed(2):Math.round(c).toLocaleString('en-US'));$('#mtp-tok').textContent=tok.toLocaleString('en-US')+'1日あたりの入力トークン'}
['#mtp-dec','#mtp-img','#mtp-txt'].forEach(function(s){$(s).oninput=calc});calc();
window.addEventListener('load',post);window.addEventListener('resize',post);setTimeout(post,300);setTimeout(post,1200);
})();
</script>
</body></html>
" style="width:100%;height:600px;border:0;display:block;background:transparent;" loading="lazy" scrolling="no">
Drex Maxはどのくらい速く、どのくらい安いのか？ Naceは スクリーンショット1件あたりの判断の中央値174 ms を掲げている。同じ243問でJev 1.14は253 msかかる。Naceによれば、Drex Maxはあらゆるスクリーンショットのサイズを受け入れるが、Jev 1.14はサイズを理由に15.9%を拒否する。
ベンチマーク表全体では、Naceは中央値レイテンシ183 msを報告している。公開投稿では判断1件あたり34 ms、262Kトークンで1秒未満と引用されている。これらの数値は異なるセットアップを使っているため、別個の主張として扱うべきだ。
価格は 入力1Mトークンあたり0.06ドル である。出力トークンは課金されない。 新規アカウントには25ドルのサインアップクレジットが付与され 、失敗したリクエストは無料となる。
Drex Maxは他の判断モデルとどう比べられるか？ 注記: d3-flashのビジョンの数値は、0.3.2ビジョンボードにおけるd3-flash自身の評価です。Drex Maxの数値はNace自身による実行結果です。ベンダー間の数値は統制された比較ではありません。
重要なポイント
Drex MaxはNace AI初のマルチモーダル意思決定モデルです。
Decision Index 0.3.2で67.59を記録し、Jev 1.14を6.9上回ります。
スクリーンショットの意思決定は174ミリ秒で、Jev 1.14の253ミリ秒と比較して高速です。
価格は1M入力トークンあたり$0.06で、出力は無料です。
モデルサイズは非公開、重みはクローズドで、スコアは自己申告です。
こちらをご覧ください: Drex Maxガイド ,Drex製品ページ ローンチ投稿 。また、以前の「 Drex 1.5 Twitter 150k以上のML SubReddit 当社のニュースレター 現在、Telegramでもご参加いただけるようになりました。
この投稿 「Drex Max ご紹介:Nace AI のマルチモーダル意思決定モデル、スコア 67.59 を獲得したコンピュータ利用エージェント向けモデル」 最初に掲載されたのは MarkTechPost .
