Drex for Finance vs Gemini Décision 1 : Deux façons d'acheter une probabilité

Mettez les fiches techniques côte à côte et Drex for Finance et G​emini Decision 1ressemblent au même produit de deux entreprises. Tous deux acceptent un bloc d'entrée et un ensemble de questions typées, tous deux renvoient une réponse notée par question, sans texte généré, tous deux prennent en charge une requête de 262 144 jetons, et tous deux coûtent des cents par million de jetons d'entrée plutôt que des dollars. La ressemblance s'arrête à ce pour quoi on les achèterait réellement. G​emini Decision 1, publié le 11 novembre 2026 sur l'API Developer de G​oogle, est un modèle de décision général dont la compétence distinctive est de savoir quand refuser ; Drex for Finance, en disponibilité générale depuis le 2 novembre 2026 à 0,03 $ par million de jetons d'entrée, est un modèle affiné sur un domaine dont la compétence distinctive est de lire un document financier et d'obtenir quinze réponses justes d'un coup. À neuf jours d'intervalle, même forme de requête, paris opposés — et aucun essai publié ne les a jamais mis sur la même échelle.

La comparaison que personne n’a encore faite

C'est la première chose à comprendre, car elle détermine sur quelle part du reste de ce texte vous pouvez agir.

Les chiffres de G​emini Decision 1 proviennent d’Artificial Analysis, dans son Decision Index v2.1 — dix-huit modèles classés, un composite pondéré de six évaluations, chacune étant notée comme la précision moins la pénalité de Brier appliquée à la probabilité que le modèle a associée à sa réponse. Il obtient 66,0, ce qui le place neuvième sur dix-huit, juste au-dessus de la médiane du classement, à 64.

Les chiffres de Drex for Finance proviennent de Nace, sur un Drex Finance Index construit à partir de 48 ensembles de tests financiers tenus à l’écart. Il obtient un score de 77,3. Drex for Finance ne figure pas du tout dans le classement Artificial Analysis.

Ainsi, les deux chiffres phares sont 66 et 77,3 ; ils portent sur des instruments différents, mesurent des populations de tâches différentes, et les soustraire produit un nombre dépourvu de sens. Quiconque le fait — et les versions de cette comparaison déjà en ligne le font — compare un score de classement généraliste à un score de domaine propre à un fournisseur et présente la différence comme un vainqueur. L’affirmation honnête est que la seule preuve qui se recoupe est indirecte : Drex Max v1.1, le checkpoint parent à partir duquel Drex for Finance a été fine-tuné, figure bel et bien dans le classement Artificial Analysis, et il y occupe nettement la première place avec 73,4 — premier sur dix-huit, avec 7,4 points d’avance sur les 66,0 de G​emini Decision 1. C’est un signal fort concernant le modèle de base et aucun signal du tout concernant le fine-tuning, car un entraînement spécifique au domaine peut beaucoup gagner sur un test documentaire et perdre un peu sur un test de connaissances, et rien de ce qui est publié ne permet de distinguer ces deux effets pour ce checkpoint. C’est aussi la raison pour laquelle le 66 et le 77,3 ne doivent pas être lus comme un écart dans un sens ou dans l’autre.

Ce que chacun est réellement conçu pour faire

Les architectures expliquent la divergence mieux que ne le fait aucun score.

• Forme — Drex for Finance est un fine-tuning de Drex Max, un modèle de décision doté d'un encodeur visuel. G​emini Decision 1 est un modèle de décision, premier de sa gamme, issu de G​oogle DeepMind, sur son propre point de terminaison POST /v1beta/decisions, distinct du chemin generate-content.

• Accent sur la formation — neuf domaines financiers nommés chez Nace : banque et paiements, comptabilité et audit, crédit et prêt, assurance, conformité et risques, déclarations et rapports, marchés et investissement, ESG, trésorerie et opérations. Google ne publie aucune description de formation au-delà du modèle et de l’API.

• Échelle d'une requête — les deux permettent environ 1 000 questions en une seule passe, mais les formats diffèrent. G​emini Decision 1 plafonne à 1 000 questions par requête et facture une seule fois l'entrée partagée. Drex for Finance offre 262 144 jetons sur l'ensemble de la requête, le nombre de questions étant illimité dans la documentation, ce qui favorise de nombreuses questions courtes plutôt qu'un seul long document.

• Abstention — le type oui/non de G​emini Decision 1 renvoie une probabilité bornée entre 0,01 et 0,99, ainsi un seuil fixé au-dessus de 0,99 ne peut jamais se déclencher ; sa position en tête du classement sur AA-Omniscience et HLE-MultiChoice est en grande partie une position de tête en matière de refus de répondre plutôt que de devinette. Drex for Finance renvoie P(true) dans [0,1] sans borne documentée, et aucun taux de non-hallucination publié du tout.

• Gestion des options — G​emini Decision 1 trie vos clés d’option par ordre alphabétique selon l’ordre des octets UTF-8 avant le calcul des scores, de sorte que les égalités se départagent en faveur de la clé alphabétiquement première, et les recommandations de G​oogle elles-mêmes préconisent de nommer une option fourre-tout other plutôt que none_of_the_above. Nace ne documente aucune normalisation de ce type, ce qui n’est pas la même chose que de dire qu’elle n’a pas lieu — c’est la même chose que de dire que vous ne pouvez compter dessus dans un cas comme dans l’autre.

• Prix — Drex for Finance : 0,03 $ par million de jetons d'entrée, sortie non facturée. G​emini Decision 1 : 0,10 $ par million de jetons d'entrée, sortie non applicable. Selon la mesure du taux de tâches d'Artificial Analysis, G​emini Decision 1 revient à 345 $ par million de décisions ; le chiffre comparable pour le modèle Nace n'est pas publié sur cette base.

• Accès — Drex for Finance via l'API du fournisseur, ses SDK, sa CLI et un serveur MCP distant, avec une offre gratuite de 100 décisions par jour, jusqu'à 32 Ko chacune. G​emini Decision 1 uniquement sur la G​emini Developer API en v1beta — aucune disponibilité dans Vertex AI, pas d'API Batch, pas de mise en cache du contexte.

Là où le modèle général l’emporte, et ce n’est pas un petit ensemble

Trois de ces lignes sont déterminantes selon votre charge de travail.

Étalonnage. Le Decision Index pénalise plus durement une réponse fausse mais assurée qu’une réponse incertaine, et c’est pour cette raison que G​emini Decision 1 se situe là où il se situe. Si votre pipeline aiguille selon la probabilité — approuver au-dessus de 0,95, escalader en dessous de 0,6 — la valeur du nombre dépend entièrement de ce que 0,95 signifie 95 %. La sortie bornée de G​oogle, conjuguée à sa première place sur les deux composantes de connaissances, en est la preuve ; Nace publie la précision et une répartition par catégorie, mais aucune courbe d’étalonnage, donc la probabilité Drex est un score que vous devez valider vous-même avant de l’utiliser comme seuil.

Un seul passage, de nombreuses règles. Un millier de questions par requête sur une même entrée partagée constitue une capacité réellement différente de celle d’un très long contexte unique. Un ticket d’assistance vérifié au regard de quarante règles de politique en un seul appel, facturé une seule fois pour l’entrée, est le type de tâche où la forme de G​emini Decision 1 est préférable à une fenêtre de contexte de 262K, car le coût évolue avec le nombre de questions plutôt qu’avec le texte que vous répétez.

Étendue des modalités. Drex for Finance lit du texte ainsi que des images PNG, JPEG et WebP, jusqu'à huit par requête. Gemini Decision 1 accepte du texte, des images, de la vidéo, de l'audio et des PDF dans une seule requête, jusqu'à 100 Mo de base64 en ligne, 50 Mo pour les PDF. Si une décision dépend de l'enregistrement d'un appel téléphonique ou d'une image de vidéo, seul l'un des deux peut le voir.

Là où le spécialiste l'emporte

Le cas contraire est plus étroit, mais il est bien réel, et il tient à ce qui se passe pour des documents qui exigent que plusieurs réponses soient toutes correctes en même temps.

Sur AA-Paperclip — 30 % du score composite de Gemini Decision 1, et la composante unique la plus lourde — Gemini Decision 1 réussit d'emblée 33 % des documents, contre 63 % pour Drex Max v1.1. Le test porte sur 1 500 CV, reçus, factures et documents privés, chacun contenant cinq décisions et dix faits, notés tout ou rien par document. Drex for Finance a été affiné précisément sur ce type de contenu : champs de factures et de reçus, classification des comptes du grand livre, factures en double, exceptions de rapprochement, échantillonnage d'audit, balisage 10-K et XBRL. Nace rapporte 92,3 sur Documents & extraction et 96,7 sur Financial QA & filings, les deux mesurés par l'éditeur.

Si votre décision consiste à « lire cette facture et me dire si elle fait doublon avec une facture déjà payée », le score composite du classement général est presque dénué de pertinence et le fine-tuning de domaine constitue presque toute la réponse. C’est ce qui justifie de payer un tarif de spécialiste pour un modèle spécialisé — et c’est aussi pourquoi le 77,3 et le 66 ne devraient pas être comparés : ce sont les scores de deux modèles sur les deux populations de tâches pour lesquelles chacun a été choisi pour ses bonnes performances.

Deux faiblesses honnêtes du côté de Nace, puisque le tableau est celui du fournisseur : Credit & risk obtient 48,3, le nombre absolu le plus bas du tableau finance, et Markets & reasoning obtient 41,5, la seule catégorie où le modèle n’est pas premier — pplx-decider v1.2 prend 43,1. Les deux sont divulguées dans l’article de lancement de Nace lui-même, ce que la plupart des fournisseurs ne font pas, et toutes deux délimitent le périmètre de confiance à accorder au checkpoint finance.

Le coût, à l’échelle à laquelle un pipeline de décision s’exécute réellement

Un cas de 4 000 tokens évalué une fois coûte environ 0,00012 $ sur Drex for Finance et environ 0,0004 $ sur G​emini Decision 1. Aucun des deux n’est le chiffre qui tranche quoi que ce soit ; à un million de décisions par mois, la différence est d’environ 280 $, soit moins que la semaine-ingénieur passée à migrer.

Ce qui détermine le résultat, c’est l’architecture environnante. G​emini Decision 1 ne propose ni mise en cache du contexte ni Batch API ; ainsi, le même document de politique de 40 000 jetons est facturé en totalité à chaque requête, et il n’existe aucun traitement nocturne à moitié prix des tickets historiques. Drex for Finance ne dispose lui non plus d’aucune de ces deux fonctionnalités, et sa facturation s’effectue par requête plutôt que par question, ce qui signifie que le coût pour poser quarante questions sur un seul document correspond au nombre de jetons du document, une seule fois. Sur une charge de travail à fort volume de questions et à entrées courtes, cela inverse complètement le classement par jeton : les 0,10 $ de G​emini Decision 1 vous offrent mille questions, tandis que ces mêmes mille questions sur un cas court représentent une seule requête Drex à 0,03 $ par million de jetons.

Comment joindre l’un ou l’autre, honnêtement

Nous ne prenons pas en charge gemini-decision-1 et nous ne prenons pas en charge drex-max-finance. Un endpoint uniquement dédié aux probabilités n'est pas une cible de chat-completions, donc un routeur comme le nôtre n'a aucun moyen honnête de placer l'un ou l'autre derrière une seule clé, et affirmer le contraire échouerait dès la première requête. Ce que nous proposons, en revanche, c'est le modèle de TypeSafe : typesafe/jev-1.14 à 0,042 $ par million de tokens d'entrée et de sortie sur systemone — la même forme de requête avec laquelle l'API de Nace est compatible au niveau du protocole, et un modèle du même classement de dix-huit modèles que G​emini Decision 1, à 66,2 contre 66,0.

Ce qui en fait la troisième option pratique dans cette comparaison plutôt qu’une simple note de bas de page. Si la décision elle-même n’est pas contestée et que ce dont vous avez besoin est un point de terminaison unique pour l’ensemble du pipeline — l’appel de décision, l’appel de rédaction qui rédige la note de l’analyste, l’appel d’escalade qui examine les cas signalés — alors le volet décision fonctionnant sur la même clé que plus de 200 autres modèles, au prix catalogue du fournisseur répercuté sans marge par jeton, vaut plus qu’un avantage de deux points sur un score composite. Si la décision est tout le produit, achetez le spécialiste auprès du fournisseur et acheminez le reste.

Qu'est-ce qui réglerait la question ?

Une seule expérience suffirait, et personne ne l'a menée. Prenez quelques centaines de vrais documents financiers — des factures dont le statut de doublon est connu, des dépôts dont les balises sont connues — et évaluez-les avec les deux modèles selon la même grille d'évaluation. Cette unique exécution remplacerait chaque chiffre de cet article par un chiffre comparable et vous dirait si l'avantage du fine-tuning de domaine survit au contact d'un banc d'essai indépendant.

Tant qu’il n’existe pas, l’interprétation correcte est que ce ne sont pas des concurrents. Gemini Decision 1 est le meilleur choix lorsque la probabilité doit être fiable, que les questions sont nombreuses ou que l’entrée n’est pas du texte. Drex for Finance est le meilleur choix lorsque l’entrée est un document financier, que toutes les réponses doivent être justes en même temps et que le volume de cas fait de $0.03 par million de tokens le critère qui compte. Les deux affirmations sont défendables à partir des chiffres publiés. La comparaison qui les place sur un même classement ne l’est pas, et il faudra du temps avant qu’un tel classement existe.