Nace AI는 Drex Max를 출시했습니다 , 이는 컴퓨터와 브라우저를 사용하는 에이전트를 위한 멀티모달 의사결정 모델입니다. Drex Max 멀티모달 의사결정 모델은 텍스트와 이미지를 읽고 보정된 확률을 반환합니다. 텍스트는 생성하지 않습니다. Nace 팀은 공개된 Decision Index 0.3.2에서 공개 Decision Index 0.3.2에서 67.59 를 보고했으며, 이는 TypeSafe의 Jev 1.14보다 6.9점 높은 수치입니다. 에이전트 개발자에게 이는 클릭당 하나의 저렴하고 타입이 지정된 호출을 의미합니다.
요약
크기: 파라미터는 공개되지 않았습니다. API에서 이미지 토큰을 포함하여 질문당 최대 262,144 토큰 까지 지원합니다.실행 환경: 호스팅 API 전용 (drex-max Nace Console에서). 오픈 웨이트나 양자화 빌드는 발표되지 않았습니다.성능: Decision Index 0.3.2(공개)에서 67.59로, Nace가 어떤 의사결정 모델에 대해서도 기재한 최고 점수입니다.최고 기록: BFCL에서 98.2 도구 호출에서 98.2, JevBench에서 Jev 1.14의 86.7 대비 92.2를 기록했습니다.최저 기록: HLE에서 19.0, MMLU-Pro에서 Jev 1.14의 82.1 대비 72.5를 기록했습니다.
Drex Max란 무엇인가? Drex Max는 텍스트와 이미지에 대한 타입이 지정된 질문에 답하는 Nace AI의 의사결정 모델입니다. Drex 패밀리 중 가장 정확한 모델 이며, 이미지를 읽을 수 있는 유일한 모델입니다.
의사결정 모델은 토큰을 생성하지 않습니다. 사용자는 state 과 이름이 지정된 질문들을 보냅니다. 각 질문은 3가지 유형 중 하나입니다: noul (예/아니오), choice (라벨 선택) 또는 score (순서 척도)입니다. 모델은 각 답변에 대한 확률 분포 1회 HTTP 호출로 처리됩니다. Drex는 주어진 옵션으로만 답변할 수 있습니다.
Drex Max는 이미지를 어떻게 처리하나요? Drex Max는 모든 Drex 모델과 동일한 POST /v1/systemone 엔드포인트를 사용합니다. 다음으로 선택합니다 "model": "drex-max". 이는 고정된 ID이므로 drex-latest 는 이 모델로 라우팅되지 않습니다.
이미지는 images 배열에 들어갑니다. 모든 질문은 상태와 질문들 앞에서 동일한 이미지를 봅니다. 일반 텍스트로 ‘Image 1’, ‘Image 2’라고 지칭합니다. 각 항목은 업로드된 워크스페이스 파일이거나 인라인 base64입니다.
형식: 정지 PNG, JPEG 또는 WebP.
요청당 최대 8개 이미지, 각 16 MiB, 총 32 MiB.
각 이미지는 최대 1,638,400 픽셀(1,280 × 1,280)로 리사이즈됩니다.
각 이미지는 모든 질문에서 최대 1,602 토큰의 비용이 듭니다.
요청당 최대 16개 질문, 요청 본문 4 MiB.
Drex Max는 벤치마크에서 어떤 성능을 보이나요? 아래의 모든 점수는 Nace의 Drex 페이지 에서 가져온 것입니다. 이는 자체 보고된 수치입니다. Nace에 따르면 Drex는 인덱스의 공식 훈련 분할로 훈련되고 보류된 분할로 평가됩니다.
의사결정 벤치마크 : Drex Max는 공개 Decision Index 0.3.2에서 67.6점을 기록합니다. Jev 1.14는 60.7점, Drex 2.0은 61.3점입니다. JevBench에서 Drex Max는 Jev 1.14의 86.7 대비 92.2점에 도달합니다.에이전트 벤치마크 : Drex Max는 OSWorld-Verified에서 0.780, BFCL에서 98.2를 기록합니다. When2Call에서는 85.2, RAGTruth에서는 84.8점을 기록합니다.비전 : Decision Index Vision 공개 스위트에서 Drex Max는 74.5점을 기록합니다. GPT-6 Luna Decisions는 63.9점입니다. Mind2Web은 88.6, InfographicVQA는 98.8에 도달합니다.뒤처지는 부분 : Jev 1.14는 MMLU-Pro(82.1 vs 72.5), HLE(19.4 vs 19.0), ARC-Challenge(97.6 vs 97.4)에서 앞섭니다. Hateful Memes에서 Drex Max는 GPT-6 Luna Decisions에 70.6 vs 71.2로 뒤집니다. 뒤로</button>
<button class="btn pri" id="mtp-next">다음 단계 </button>
<button class="btn" id="mtp-play">자동 재생</button>
<div class="dots"><i></i><i></i><i></i></div>
</div>
<p class="note">답변 확률은 실제 모델 출력이 아니라 응답 형태를 보여주는 예시입니다.</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>벤치마크</th><th style="text-align:right">Drex Max</th><th style="text-align:right">Jev 1.14</th><th>결과</th></tr></thead>
<tbody id="mtp-vs"></tbody>
</table>
<p class="note">모든 수치는 Nace의 Drex 페이지에서 가져온 것입니다(자체 보고 기준). Nace에 따르면 Jev 1.14는 크기 때문에 스크린샷의 15.9%를 거부합니다.</p>
</div>
<div class="pn" data-p="lim">
<div class="grid" id="mtp-lims"></div>
<p class="note">카드를 누르면 상세 정보가 표시됩니다. 출처: Nace Drex Max API 가이드.</p>
</div>
<div class="pn" data-p="cost">
<div class="calc">
<div>
<label for="mtp-dec">일일 의사결정 수: <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">의사결정당 스크린샷 수: <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">의사결정당 텍스트 토큰 수 (상태 + 질문): <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>추정 일일 비용, 상한선</small>
<div class="big" id="mtp-cost">$0.00</div>
<small id="mtp-tok"></small>
<small style="margin-top:10px">1M 입력 토큰당 $0.06과 이미지당 최대 1,602 토큰을 사용합니다. 출력 토큰은 청구되지 않습니다. 실제 이미지 토큰 수는 더 낮을 수 있습니다.</small>
</div>
</div>
</div>
<div class="ft">
<span class="src">출처: <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 가이드</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)});
$$('.pn').forEach(function(p){p.classList.toggle('on',p.dataset.p===b.dataset.t)});
if(b.dataset.t==='bench')drawBars(cur);if(b.dataset.t==='flow')show(stp);setTimeout(post,60);setTimeout(post,500)})});
/* flow */
var caps=['1단계: 상태와 최대 8장의 정지 이미지를 전송합니다. 모든 질문은 상태와 질문 앞에서 동일한 이미지를 봅니다.','2단계: 최대 16개의 유형화된 질문을 지정합니다. Drex Max는 여러분이 제공한 옵션으로만 답변할 수 있습니다.','3단계: 한 번의 호출로 모든 옵션에 대한 확률이 반환됩니다. Nace는 스크린샷 의사결정당 중앙값 174 ms를 제시합니다.'];
var stp=0,timer=null;
function show(i){stp=i;$$('.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='자동 재생'}}
$('#mtp-play').onclick=function(){if(timer){stopPlay();return}this.textContent='일시정지';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, 공개 벤치마크만 사용, 확률 보정 적용. 출처: nace.ai/drex (자체 보고).'},
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-Verified는 ×100으로 표시됨 (0.780 및 0.734). 출처: nace.ai/drex (자체 보고).'},
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, 공개 스위트, 11개 벤치마크. 출처: nace.ai/drex(자체 보고).'}};
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)}
$$('#mtp-seg button').forEach(function(b){b.onclick=function(){drawBars(b.dataset.s)}});
/* 비교 */
var V=[['Decision Index 0.3.2','67.6','60.7',1],['JevBench','92.2','86.7',1],['Decision Bench','94.3','92.3',1],['Game Bench win %','64.0','50.0',1],['BFCL','98.2','96.4',1],['OSWorld-Verified','0.780','0.734',1],['Screenshot decision','174 ms','253 ms',1],['MMLU-Pro','72.5','82.1',0],['HLE','19.0','19.4',0],['ARC-Challenge','97.4','97.6',0]];
$('#mtp-vs').innerHTML=V.map(function(r){return '<tr><td>'+r[0]+'</td><td class="n">'+r[1]+'</td><td class="n">'+r[2]+'</td><td>'+(r[3]?'<span class="pill w">Max 우세</span>':'<span class="pill l">Jev 우세</span>')+'</td></tr>'}).join('');
/* 제한 */
var L=[['16','요청당 질문 수','이미지 유무와 관계없이 동일한 제한입니다.'],['262,144','질문당 토큰 수','상태와 해당 질문, 이미지 토큰 포함. Nace의 랜딩 페이지에는 131K 컨텍스트로 기재되어 있습니다.'],['8','요청당 이미지 수','여전히 PNG, JPEG 또는 WebP입니다. 개당 16 MiB, 총 32 MiB.'],['1,602','최대 이미지당 토큰','모든 질문에 청구됩니다. 이미지는 최대 1,638,400픽셀(1,280 × 1,280)로 조정됩니다.'],['4 MiB','요청 본문','인라인 base64 이미지도 여기에 포함되므로 약 3 MiB의 이미지 바이트가 들어갑니다.'],['$0','실패한 요청의 경우','200 응답만 청구됩니다. 출력 토큰은 결코 청구되지 않습니다.']];
$('#mtp-lims').innerHTML=L.map(function(l){return '<div class="lim" tabindex="0"><b>'+l[0]+'</b><span>'+l[1]+'</span><p>'+l[2]+'</p></div>'}).join('');
$$('.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()}}});
/* 계산 */
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'));$('#mtp-tok').textContent=tok.toLocaleString('en-US')+' 하루 입력 토큰'}
['#mtp-dec','#mtp-img','#mtp-txt'].forEach(function(s){$(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 Max는 얼마나 빠르고 얼마나 저렴한가? Nace는 스크린샷당 결정 중앙값 174 ms 를 제시합니다. Jev 1.14는 동일한 243개 질문에서 253 ms가 걸립니다. Nace는 Drex Max가 모든 스크린샷 크기를 수용한다고 밝히는 반면, Jev 1.14는 크기 때문에 15.9%를 거부합니다.
벤치마크 표 전반에서 Nace는 183 ms의 중앙값 지연 시간을 보고합니다. 출시 게시물에서는 결정당 34 ms, 262K 토큰에서 1초 미만이라고 언급합니다. 이 수치들은 서로 다른 설정을 사용하므로 별개의 주장으로 취급해야 합니다.
가격은 1M 입력 토큰당 $0.06 입니다. 출력 토큰은 청구되지 않습니다. 신규 계정은 $25의 가입 크레딧을 받으며 , 실패한 요청에는 비용이 들지 않습니다.
Drex Max는 다른 결정 모델과 어떻게 비교됩니까? 특징 Drex Max Jev 1.14 Drex 2.0 d3-flash 개발사 Nace AI TypeSafe AI Nace AI vLLM Semantic Router 매개변수 공개되지 않음 공개되지 않음 총 35B, 약 3B 활성 (MoE) 8.39B 컨텍스트 질문당 262,144 토큰 요청당 64K, long-context 헤더 사용 시 262K 기본 16,384, 최대 131,072 공개되지 않음 입력 텍스트, 이미지 텍스트 (TypeSafe 문서) 텍스트 텍스트, 이미지, 비디오 라이선스 독점 (호스팅) 독점 (호스팅) Nace.AI Open RAIL-M Apache-2.0 Decision Index (공개) 67.6 (0.3.2) 60.7 (0.3.2, Nace 기준) 61.25 (0.3.1) 57.8 (0.3.2) Vision index (공개) 74.5 공개되지 않음 해당 없음 69.9 1M 입력 토큰당 가격 $0.06 $0.042 $0.06 셀프 호스팅, 무료 체험 실행 환경 Nace Console API TypeSafe API 단일 가속기, bf16 약 70 GB AMD Instinct MI325X 1개 테스트
참고: d3-flash의 vision 수치는 0.3.2 vision 보드에 대한 자체 평가입니다. Drex Max의 수치는 Nace의 자체 실행 결과입니다. 벤더 간 수치는 통제된 비교가 아닙니다.
핵심 요약
Drex Max는 Nace AI의 첫 번째 멀티모달 의사결정 모델입니다.
Decision Index 0.3.2에서 67.59점을 기록했으며, Jev 1.14보다 6.9점 높습니다.
스크린샷 의사결정에 174 ms가 걸리는 반면, Jev 1.14는 253 ms입니다.
가격은 1M 입력 토큰당 $0.06이며, 출력은 무료입니다.
크기는 공개되지 않았고, 가중치는 비공개이며, 점수는 자체 보고입니다.
다음을 확인해 보세요: Drex Max 가이드 ,Drex 제품 페이지 출시 게시물 또한 당사의 이전 보도도 읽어보십시오: Drex 1.5 트위터 150k+ ML 서브레딧 저희 뉴스레터 이제 텔레그램에서도 저희와 함께하실 수 있습니다.
이 게시물 Drex Max 만나보기: 67.59 점수를 기록한 Nace AI의 컴퓨터 사용 에이전트용 멀티모달 의사결정 모델 최초 공개: MarkTechPost .
