Nace AIはリリースしました Drex for Search。これは同社のDrex決定モデルをドキュメント検索にもたらすものです。Drex for Searchは、人とエージェントが証拠を見つけるのを助ける検索レイヤーです。Claude Code、Codex、Cursor、OpenCodeなどのコーディングエージェントは、CLI、SDK、MCP、またはRESTを通じてこれを呼び出します。Naceの評価では、GPT-5を使用して質問あたり12.6回の検索呼び出しで、BrowseComp-Plusにて92.05%のスコアを記録しています。
TL;DR
- サイズ: 1M以上のファイルを検索するために構築されたホスト型検索システムです。GPT-5、Gemini 3.5 Flash、Qwen 27Bなどの応答モデルと組み合わせて使用します。
- 稼働環境: Naceのマネージドクラウド、専用クラウド、自身のAWSまたはAzureアカウント、あるいはオンプレミスやエアギャップ環境。
- パフォーマンス: Naceによると、4つの公開リーダーボードのうち3つで1位または2位にランクイン。
- ベスト: VisDocAgentBenchで77.5%のR@1。Claude Opus 5(67.5%)を10ポイント上回る。
Nace AIは何をリリースしたのか?
Nace AIは検索を一連の意思決定として捉えています。 Drex for Search は、その意思決定にDrexモデルを適用します。Drexは与えられた選択肢に対して、1回のフォワードパスでそれぞれ較正された確率をスコアリングします。これにより、エージェントのすべてのステップで使用できるほど低コストになります。
今回のリリースは、Naceが「チャンク化、埋め込み、top-k、あとは祈る」と要約する古典的なRAGをターゲットにしています。
このパイプラインが破綻するのは3つの場合です:
- 答えが23ページの表の中にある場合
- 答えがファイル間の2ホップを必要とする場合
- 答えがスキャンされたPDFの中にある場合
Drex for Searchはエージェントの内部でどのように機能するのか?
Naceは3つのステップを説明しています:
- 分類(Classify): 検索が実行される前に、Drexはその質問がクイックルックアップを必要とするのか、それともエージェントを必要とするのかを判断します。エージェントのルートでは、ドキュメントを読み取り、テーブルにクエリを実行します。
- 絞り込み(Squeeze): Drexはワークスペースをフォルダ、ファイル、セクション、ページと段階的に辿ります。シートの中では、テーブルと列に絞り込みます。各レベルで、答えを保持している可能性のあるものだけを残します。
- 回答(Answer): 残されたページとテーブルのみがLLMに渡されます。回答はファイルとページを引用します。
深さは固定されているため、Naceは、百万個のファイルでも千個の場合と同じステップ数しかかからないと述べています。
これはコーディングエージェントにどれほど役立つのでしょうか?
Nace AI が9組のエージェントとモデルのペアをテストした対象は OfficeQA Proで、米国財務省ブレティンに基づく133問のベンチマークです。主なハイライト:正答数が6%増、ステップ数が62%減、トークン数が56%減、速度が2.3倍向上。
| Harness | モデル | 出荷時の正答率 | 正答率(Drex for Search 使用時) | 出荷時のエージェントターン数 | エージェントターン数(Drex for Search 使用時) |
|---|---|---|---|---|---|
| Gemini CLI | Gemini 3.1 Pro | 54.9% | 61.7% | 22.9 | 10.4 |
| Codex | GPT-6 sol | 66.2% | 70.7% | 14.3 | 8.6 |
| Hermes Agent | Opus 5.5 | 64.3% | 68.4% | 8.5 | 3.7 |
| Hermes Agent | Qwen3.8-27B | 56.4% | 60.2% | 20.1 | 6.5 |
| Claude Code | Opus 5.5 | 66.5% | 69.9% | 18.5 | 9.1 |
| pi | Opus 5.5 | 65.4% | 68.4% | 7.7 | 3.7 |
| OpenCode | Qwen3.8-27B | 51.1% | 53.4% | 23.7 | 10.0 |
| pi | Qwen3.8-27B | 43.6% | 45.9% | 24.3 | 11.1 |
| Codex | GPT-6 luna | 54.9% | 53.4% | 16.8 | 11.3 |
ワークスペースには何が含まれますか？
- ファイル： PDFやスキャン画像、xlsx、csv、Parquet、mp3、mp4、docx、pptx、md、json、txt。
- 引用： すべての回答には、出典となったファイル名と、そのページ、行、または分単位の位置が明示されます。
- ワークスペース： 分離されており、それぞれ独自のインデックスとナレッジグラフを持ち、招待したメンバーと共有できます。
- ストレージ： ファイルやフォルダをアップロードするか、ワークスペースを自分のS3バケットやAzure Blobコンテナに置くこともできます。
- 保持ゼロ： 独自のストレージ利用時に利用可能です。
- ドメイン： 税務、M&A、SEC 10-K、契約書、または独自のドメイン。
BrowseComp-Plusでの性能はどうですか？
BrowseComp-Plus は、深層リサーチエージェントに対して、約100K件の固定されたウェブ文書を用いた830問のマルチホップ質問を出題します。GPT-5では、 Nace AI 通信:
- 92.05%の精度、以下の一覧にある86件中の第2項目、 リーダーボード.
- 12.61回の検索呼び出し 質問あたり、上位唯一のエントリ(209.27 回)より 16.6 倍少なくなっています。
- 1回のパスで87.32% 検索呼び出し数は8.93で、10回未満のエントリーの中で最も優れています。
- +20.4ポイント 同じGPT-5モデルを用いて、Qwen3-Embed-8Bのベースラインを上回る結果です。
ドキュメントベンチマークでのスコアはどうですか?
オン VisDocAgentBenchエージェントは2,375件のarXivページの中から1つのターゲットページを見つけ出します。Drex for SearchはオープンウェイトのQwen 27Bプランナーを使用して77.5%のR@1を達成します。公表されている中で最高のエージェントであるClaude Opus 5は67.5%です。R@1は直接的な質問では97.5%、ブリッジ1つでは77.5%、2つでは57.5%です。
On MADQA, エージェントは800を超えるPDFに回答し、ページを引用します。NaceはGemini 3.5 Flashで94.7%の精度と、ページ帰属のF1値88.2を報告しています。その努力調整（Kuiper）は6.66です。Naceは10月20日時点のリーダーボードに基づき、これを第1位にランク付けしています。オープンウェイトのQwen 27Bでは、Naceは93.4%を報告しています。
On EnterpriseRAG-Benchでは、500,000を超える社内文書を対象に、Naceは総合スコア88.22を報告しており、これは3位にランクされています。これはOpenAI File Search(61.03)を27.2ポイント上回ります。
これは公開されている最高結果と比べるとどうでしょうか?
順位とスコアは Nace AIが公表しているもので、2026年10月20日に読み取ったリーダーボードに基づきます。
| ベンチマーク(Drex順位、Naceによる) | システム | 組織 | 回答モデル | スコア |
|---|---|---|---|---|
| BrowseComp-Plus、正解率と質問あたりの検索呼び出し回数(86件中2位) | Hybrid Qwen2-7B + Reason-ModernColBERT | AI21 Labs | GPT-5 | 95.18%、209.27回 |
| Drex for Search | Nace AI | GPT-5 | 92.05%、12.61回 | |
| Mixedbread Search(v3) | Mixedbread | GPT-5 | 90.48%、11.53回 | |
| Reason-ModernColBERT | LightOn | GPT-5 | 87.59%、13.27回 | |
| VisDocAgentBench、R@1(1位) | Drex for Search | Nace AI | Qwen 27B（プランナー） | 77.5% |
| ツール使用エージェント | Anthropic | Claude Opus 5 | 67.5% | |
| ツール利用エージェント | Anthropic | Claude Fable 5 | 62.5% | |
| ツール利用エージェント | OpenAI | GPT-5.6-sol | 61.67% | |
| MADQA、精度（#1） | Drex for Search | Nace AI | Gemini 3.5 Flash | 94.7% |
| Agentic RAG | Progress Software | Gemini 3.5 Flash + 3.6 Flash | 94.3% | |
| Agentic Search | Mixedbread | Gemini 3.5 Flash | 93.4% | |
| PPLX Embed 2 RAG | Perplexity | Gemini 3.5 Flash | 92.1% | |
| File Search | OpenAI | GPT-5 | 49.6% | |
| EnterpriseRAG-Bench、総合スコア（31中#3） | Flexor.ai | Flexor.ai | GPT-6.1 Sol | 91.48 |
| CDL | Causal Dynamics Lab | 未掲載 | 90.91 | |
| Drex for Search | Nace AI | 非公開 | 88.22 | |
| Mixedbread | Mixedbread | Claude Opus 5 | 86.58 | |
| OpenAI ファイル検索 | OpenAI | 管理製品 | 61.03 | |
| Azure AI Search | マイクロソフト | 管理型製品 | 48.42 | |
| Vertex AI Search | 管理製品 | 41.87 |
開発者はどのようにアクセスを取得できますか?
Drex for Search は次の場所で実行されます: Nace API Console1つのキーに4方向の入力があり:
- CLI: nace-cli PyPIにて。
- SDK: nace-sdk Python 向けで、 nace-sdk TypeScript用。
- MCP: nace-mcp「、Claude Code、Codex、Cursor または OpenCode 向け。」
- REST: an OpenAPI仕様.
重要なポイント
- Drex for Search は、top-k のチャンクではなく、エージェントに引用付きのページやテーブルを提供します。
- BrowseComp-Plusで92.05%を達成し、上位の唯一のエントリと比較して検索呼び出しを16.6分の1に削減しました。
- VisDocAgentBenchで77.5%のR@1を達成し、Claude Opus 5を10ポイント上回りました。
- OfficeQA Proでは、Naceがテストした9つのハーネスとモデルの組み合わせすべてでエージェントのターン数が減少しました。
以下をチェックしてみてください: Searchページ用のDrex, API Console, ドキュメント および Hugging Face.
本記事の教材・リソースを提供してくれたNace AIチームに感謝します。この記事はNace AIの提供です。
この投稿 Nace AI、AIエージェント向けDrex for Searchをリリース:12.6回の検索呼び出しでBrowseComp-Plusにおいて92.05%を達成 最初に掲載されたのは MarkTechPost.