Nace AI 发布 27B 决策模型 Drex Max 单次前向即可选出答案
原标题：This is a brilliant release from @NaceAI .
78AI 研判分
Nace AI 发布 27B 决策模型 Drex Max，专攻智能体流程中大量低成本选择环节：它只读取上下文与问题，在一次前向中为每个候选选项输出概率，不生成任何 token。官方称其在 Decision Bench v4 上与 GPT-6 Sol 统计持平，每千次决策成本 0.06 美元、延迟 183 毫秒，远低于 Claude Opus 5.5 的 10.17 美元与约 3.5 秒；但无思维链时 HLE 采样正确率仅 21%，弱于 Opus 的 56%。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-11-06 14
这是 @NaceAI 发布的一项出色成果。
它瞄准的是 AI agent 中成本高昂的部分——成千上万个细小的选择，用一个 27B 模型来解决，该模型只做选择，从不生成文本。
-
Nace AI 的 27B Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 在统计上打成平手，且不生成任何 token。
-
它读取上下文和问题，然后在一次前向传播中为每个提供的选项返回一个概率。
-
其 RLAF 训练会奖励经过验证的答案以及推理评判器给出的概率，同时用 KL 惩罚限制其偏离监督训练的程度。
-
Drex Max 每 1K 次决策成本为 $0.06，耗时 183 毫秒，而 Claude Opus 5.5 为 $10.17、约 3.5 秒。
在没有思维链或工具的情况下，它在抽样的 HLE 问题上答对 21%，而 Opus 为 56%。
↳ 引用 @NaceAI (Nace AI)： 决策模型是如何训练的？
今天，我们面向开发者社区发布 Drex 技术报告！🚀
了解最先进的开源决策模型如何通过 RLAF 进行训练的详细信息。
更多构建内容请访问：
