10 月 19 日，Nace AI 发布了多模态决策模型 Drex Max，面向用电脑和浏览器干活的智能体。它同时读文本和图片，输出的是校准过的概率而不生成文字。官方给出的成绩是公开 Decision Index 0.3.2 上 67.59 分，比 TypeSafe 的 Jev 1.14 高 6.9 分，是 Nace 榜单上所有决策模型里的最高分。
决策模型不写文字，只给概率分布
决策模型和常规大模型的区别在使用方式上。开发者发送的是一个 state 加上一组具名问题，每个问题只有三种类型：noul 是是否判断，choice 是选一个标签，score 是有序打分。模型通过一次 HTTP 调用返回每个答案的概率分布，能答的范围完全由开发者给出的选项决定。
Drex Max 是 Drex 家族里最准的一个，也是唯一能读图的。图片通过 images 数组传入，同一次请求里所有问题看到的都是同一批图，正文里以 Image 1、Image 2 这样的形式引用。限制相当具体：支持静态 PNG、JPEG、WebP，单次最多 8 张图、每张不超过 16 MiB、合计不超过 32 MiB；每张图会被缩放到最多 1638400 像素，也就是 1280×1280；每张图在每个问题里最多占 1602 个 token；单次请求最多 16 个问题，请求体上限 4 MiB。
174 毫秒出决策，价格 0.06 美元
速度方面，Nace 列出的截图决策中位延迟是 174 毫秒，同一套 243 个问题下 Jev 1.14 要 253 毫秒。Nace 称 Drex Max 接受任意尺寸的截图，而 Jev 1.14 会因为尺寸拒掉 15.9%。定价是每百万输入 token 0.06 美元，输出 token 不计费，失败的请求也不收费，新注册账号送 25 美元额度。发布帖里提到单次决策 34 毫秒、26.2 万 token 下不到 1 秒，不过官方也说明这两组数字用的是不同测试环境。
强在决策，弱在通识
榜单上 Drex Max 的强项很集中：BFCL 工具调用 98.2，JevBench 92.2 对 Jev 1.14 的 86.7，OSWorld-Verified 0.780，When2Call 85.2，RAGTruth 84.8，Decision Index Vision 公开套件 74.5，同项的 GPT-6 Luna Decisions 是 63.9。落在后面的是通用知识：MMLU-Pro 72.5 对 82.1，HLE 19.0 对 19.4，ARC-Challenge 97.4 对 97.6，Hateful Memes 70.6 对 71.2。
延伸阅读
- OpenAI 决策模型全面开放：延迟压至 120 毫秒6 小时前
- Jev 估值百亿美元背后：17 天内 OpenAI、亚马逊、Cloudflare 全部跟进3 周前
- 中国电信 Xing4.0-29B-Intent：275 万语料开源，意图理解 81 分10 小时前
- TypeSafe AI 与 Liquid AI 48 小时内的快速对决：决策模型王座易主7 天前
继续读
同一批更新里这几篇值得一看：
- OpenAI 决策模型全面开放：延迟压至 120 毫秒2026-10-23
- 中国电信星辰开源 Xing4.0-29B-Intent：275 万语料全放出2026-10-23
- 蚂蚁数科发布 LingDT-Decision-1.0：Token 降超 90%2026-10-23