Nace AI 发布 Drex 技术报告：27B 决策模型以判别式推理对打前沿 LLM

Rohan Paul· @rohanpaul_ai · X·2026-11-06 22:29· 59 分钟前AI 评分53

AI 导读

Nace AI 发布 Drex 开源决策模型技术报告，作者评价其用 27B 模型只做选择不做生成，专攻 Agent 中的大量小决策。Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 统计持平，单次前向传播即输出各选项概率；成本 $0.06/1K 决策、延迟 183 ms，对比 Claude Opus 5.5 的 $10.17 和约 3.5 秒。

正文 · 原文

这是 @NaceAI 的一次精彩发布。

它瞄准 AI Agent 中代价高昂的部分——成千上万的小决策，用一个只做选择、从不生成的 27B 模型来解决。

- Nace AI 的 27B Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 统计持平，且不生成任何 token。

- 它读取上下文和问题，然后在单次前向传播中为每个给定选项返回一个概率。

- 其 RLAF 训练奖励经过验证的答案以及推理评判者的概率，同时用 KL 惩罚限制其偏离监督训练。

- Drex Max 每 1K 次决策成本 $0.06、延迟 183 ms，而 Claude Opus 5.5 为 $10.17 和约 3.5 秒。

在没有思维链或工具的情况下，它回答了 21% 的抽样 HLE 问题，而 Opus 为 56%。

来源：Rohan Paul · x.com