Drex for Finance לעומת Gemini החלטה 1: שתי דרכים לקנות הסתברות
- GoogleחדשGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 לכל 1M טוקנים · 226 tok/s
- AnthropicחדשAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 לכל 1M טוקנים · 98 tok/s
- orcaחדשOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 82 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 181 tok/s
- OrcaחדשOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 לכל 1M טוקנים · 47 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 139 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 63 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 96 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 183 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 139 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 107 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 317 tok/s
הניחו את דפי המפרט זה לצד זה, וDrex for Finance ו־Gemini Decision 1 נראים כמו אותו מוצר משתי חברות. שניהם מקבלים בלוק קלט וקבוצה של שאלות עם טיפוסים, שניהם מחזירים תשובה עם ניקוד לכל שאלה בלי טקסט שנוצר, שניהם מכסים בקשה של 262,144 טוקנים, ושניהם עולים סנטים למיליון טוקני קלט ולא דולרים. הדמיון נגמר בדבר שלשמו הייתם קונים אותם בפועל. Gemini Decision 1, ששוחרר ב-11 בנובמבר 2026 ב-Developer API של Google, הוא מודל החלטות כללי שהיכולת המייחדת שלו היא לדעת מתי לסרב; Drex for Finance, זמין באופן כללי מאז 2 בנובמבר 2026 במחיר $0.03 למיליון טוקני קלט, הוא כיוונון עדין תחומי שהיכולת המייחדת שלו היא לקרוא מסמך פיננסי ולקבל חמש־עשרה תשובות נכונות בבת אחת. בהפרש של תשעה ימים, אותו מבנה בקשה, הימורים הפוכים — ואף הרצה שפורסמה לא העמידה אותם אי פעם על אותו קנה מידה.
ההשוואה שאיש לא ערך
זהו הדבר הראשון שיש להבין, משום שהוא קובע עד כמה תוכלו לפעול על פי שאר חלקי הטקסט הזה.
המספרים של Gemini Decision 1 מגיעים מ-Artificial Analysis, ב-Decision Index v2.1 — דורגו שמונה עשר מודלים, צירוף משוקלל של שש הערכות, שכל אחת מהן נוקדה כדיוק פחות קנס Brier על ההסתברות שהמודל ייחס לתשובתו. הציון שלו הוא 66.0, התשיעי מתוך שמונה עשר, ממש מעל החציון של הטבלה, 64.
המספרים של Drex for Finance מגיעים מ-Nace, במדד Drex Finance Index שנבנה מ-48 מערכי בדיקות פיננסיים שנשמרו מחוץ לאימון. הציון שלו הוא 77.3. Drex for Finance אינו מופיע כלל בלוח של Artificial Analysis.
אז שני מספרי הכותרת הם 66 ו-77.3, הם על כלים שונים, הם מודדים אוכלוסיות משימות שונות, וחיסור שלהם מפיק מספר חסר משמעות. כל מי שעושה זאת — והגרסאות של ההשוואה הזו שכבר נמצאות ברשת עושות זאת — משווה ציון של לוח כללי-תכליתי לציון תחומי של ספק וקורא להפרש מנצח. ההצהרה הכנה היא שהראיה החופפת היחידה מרוחקת צעד אחד: Drex Max v1.1, צ'קפוינט האב שממנו עבר Drex for Finance כוונון עדין, אכן נמצא בלוח Artificial Analysis, והוא מוביל בו באופן חד-משמעי עם 73.4 — ראשון מתוך שמונה עשרה, בפער של 7.4 נקודות מ-66.0 של Gemini Decision 1. זה אות חזק לגבי מודל הבסיס ואפס אות לגבי הכוונון העדין, מפני שאימון תחומי יכול להרוויח הרבה במבחן מסמכים ולהפסיד מעט במבחן ידע, ושום דבר שפורסם לא מפריד בין שני האפקטים הללו עבור הצ'קפוינט הזה. זו גם הסיבה שאין לקרוא את 66 ואת 77.3 כפער באף אחד מהכיוונים.
מה שכל אחד מהם בנוי לעשות בפועל
הארכיטקטורות מסבירות את הפער טוב יותר מכל ציון.
• צורה — {{1}}Drex for Finance{{/1}} הוא פיין-טיון של {{2}}Drex Max{{/2}}, מודל החלטות עם מקודד חזותי. Gemini Decision 1 הוא מודל החלטות ראשון מסוגו מבית Google DeepMind, בנקודת קצה משלו POST /v1beta/decisions, בנפרד מנתיב generate-content.
• דגש ההכשרה — תשעה תחומי פיננסים מוגדרים ב-Nace: בנקאות ותשלומים, חשבונאות וביקורת, אשראי והלוואות, ביטוח, ציות וסיכונים, דיווחים והגשות, שווקים והשקעות, ESG, גזברות ותפעול. Google אינה מפרסמת תיאור הכשרה מעבר למודל ול-API.
• היקף הבקשה — שניהם מאפשרים כ-1,000 שאלות במעבר אחד, אך הצורות שונות. Gemini Decision 1 מגביל ל-1,000 שאלות לבקשה ומחייב את הקלט המשותף פעם אחת. Drex for Finance נותן לך 262,144 טוקנים לאורך כל הבקשה, כאשר מספר השאלות אינו מוגבל בתיעוד, מה שמתגמל שאלות קצרות רבות על פני מסמך ארוך אחד.
• הימנעות — סוג כן/לא של Gemini Decision 1 מחזיר הסתברות החסומה ל-0.01–0.99, כך שסף שנקבע מעל 0.99 לעולם לא יופעל; ההובלה שלו בלוח התוצאות ב-AA-Omniscience וב-HLE-MultiChoice היא במידה רבה הובלה בהימנעות מלהשיב ולא בניחוש. Drex for Finance מחזיר P(true) ב-[0,1] ללא חסם מתועד, וללא שיעור אי-הזיה שפורסם כלל.
• טיפול באפשרויות — Gemini Decision 1 ממיין את מפתחות האפשרויות שלך לפי סדר אלפביתי בסדר בתים של UTF-8 לפני הניקוד, כך ששוויון מוכרע לטובת המפתח הראשון לפי סדר אלפביתי, וההנחיה של Google עצמה היא לקרוא לאפשרות קליטה כוללת בשם other ולא none_of_the_above. Nace אינו מתעד נרמול כזה, וזה לא אותו דבר כמו לומר שהוא לא מתרחש — זה אותו דבר כמו לומר שאי אפשר להסתמך עליו לכאן או לכאן.
• מחיר — Drex for Finance: 0.03 דולר למיליון טוקני קלט, הפלט אינו מחויב. Gemini Decision 1: 0.10 דולר למיליון טוקני קלט, הפלט לא רלוונטי. לפי מדד שיעור המשימות של Artificial Analysis, Gemini Decision 1 מגיע ל-345 דולר למיליון החלטות; הנתון המקביל עבור מודל Nace אינו מפורסם על בסיס זה.
• גישה — Drex for Finance דרך ה-API של הספק, ערכות ה-SDK שלו, ה-CLI שלו ושרת MCP מרוחק, עם מסלול חינמי של 100 החלטות ביום עד 32 KB כל אחת. Gemini Decision 1 ב-Gemini Developer API ב-v1beta בלבד — ללא רישום ב-Vertex AI, ללא Batch API, ללא שמירת הקשר במטמון.
איפה שהמודל הכללי מנצח, וזו לא קבוצה קטנה
שלוש מהשורות הללו הן מכריעות, בהתאם לעומס העבודה שלך.
כיול. מדד ההחלטה מעניש תשובה שגויה ובטוחה בעצמה בחומרה רבה יותר מתשובה שאינה ודאית, והעיצוב הזה הוא הסיבה לכך ש-Gemini Decision 1 נמצא במקום שבו הוא נמצא. אם ה-pipeline שלך מנתב לפי ההסתברות — לאשר מעל 0.95, להסלים מתחת ל-0.6 — הערך של המספר טמון כולו בשאלה האם 0.95 פירושו 95%. הפלט המוגבל של Google יחד עם המקום הראשון בשני רכיבי הידע מהווים ראיה לכך; Nace מפרסמת דיוק ופירוט לפי קטגוריות אך לא עקומת כיול, כך שההסתברות של Drex היא ציון שעליך לאמת בעצמך לפני שאתה מבסס עליו שער.
מעבר אחד, חוקים רבים. אלף שאלות בכל בקשה מול קלט משותף אחד הן יכולת שונה באמת מהקשר יחיד ארוך מאוד. כרטיס תמיכה שנבדק מול ארבעים כללי מדיניות בקריאה אחת, כשמחייבים פעם אחת עבור הקלט, הוא סוג העבודה שבו הצורה של Gemini Decision 1 עדיפה על חלון הקשר של 262K, מפני שהעלות משתנה עם השאלות ולא עם הטקסט שאתה חוזר עליו.
רוחב מודאליות. Drex for Finance קורא טקסט וכן תמונות PNG, JPEG ו-WebP, עד שמונה בכל בקשה. Gemini Decision 1 מקבל טקסט, תמונה, וידאו, אודיו ו-PDF בבקשה אחת, עד 100 MB של base64 מוטבע, ו-50 MB עבור קובצי PDF. אם החלטה תלויה בהקלטה של שיחת טלפון או בפריים מווידאו, רק אחד משני אלה יכול לראותה.
איפה שהמומחה מנצח
המקרה הנגדי צר יותר אך הוא ממשי, והוא מסתכם במה שקורה במסמכים שדורשים כמה תשובות בו-זמנית שכולן יהיו נכונות.
ב-AA-Paperclip — 30% מהציון המשולב של Gemini Decision 1, והמרכיב הבודד הכבד ביותר — Gemini Decision 1 עובר 33% מהמסמכים לחלוטין, לעומת 63% אצל Drex Max v1.1. המבחן מורכב מ-1,500 קורות חיים פרטיים, קבלות, חשבוניות ומסמכים, שכל אחד מהם נושא חמש החלטות ועשר עובדות, ומדורג בשיטת הכול-או-כלום לכל מסמך. Drex for Finance עבר כוונון עדין בדיוק על החומר הזה: שדות חשבוניות וקבלות, סיווג חשבונות GL, חשבוניות כפולות, חריגות התאמה, דגימת ביקורת, ותיוג 10-K ו-XBRL. Nace מדווחת 92.3 ב-Documents & extraction ו-96.7 ב-Financial QA & filings, שניהם בהרצת הספק.
אם ההחלטה שלך היא „קרא את החשבונית הזו ותגיד לי אם היא כפילות של חשבונית שכבר שולמה”, הציון המשולב של הלוח הכללי כמעט לא רלוונטי, והכיוונון העדין התחומי הוא כמעט כל התשובה. זה מה שמצדיק תשלום בתעריף של מומחה עבור מודל מומחה — וזו גם הסיבה לכך שאין להשוות בין 77.3 ל-66: אלה הציונים של שני מודלים על שתי אוכלוסיות המשימות שכל אחד מהם נבחר להיות טוב בהן.
שתי נקודות תורפה כנות בצד של Nace, מאחר שהטבלה היא של הספק: אשראי וסיכון מקבל 48.3, המספר המוחלט הנמוך ביותר בטבלת הפיננסים, ושווקים והסקה מקבל 41.5, הקטגוריה היחידה שבה המודל אינו במקום הראשון — pplx-decider v1.2 מקבל 43.1. שניהם נחשפים בפוסט ההשקה של Nace עצמו, וזה יותר ממה שרוב הספקים עושים, ושניהם מגבילים את מידת האמון שאפשר לתת בנקודת הבדיקה הפיננסית.
עלות, בהיקף שבו צינור קבלת החלטות פועל בפועל
מקרה של 4,000 טוקנים שנמדד פעם אחת עולה כ-$0.00012 ב-Drex for Finance וכ-$0.0004 ב-Gemini Decision 1. אף אחד מהם אינו המספר שמכריע משהו; במיליון החלטות בחודש ההפרש הוא כ-$280, שזה פחות משבוע-מהנדס שהושקע במיגרציה.
מה שמכריע הוא הארכיטקטורה הסובבת. ל-Gemini Decision 1 אין context caching ואין Batch API, כך שאותו מסמך מדיניות בן 40,000 טוקנים מחויב במלואו בכל בקשה, ואין סריקה לילית בחצי מחיר של פניות היסטוריות. גם ל-Drex for Finance אין אף אחת מהתכונות הללו, והחיוב שלו הוא לפי בקשה ולא לפי שאלה, כלומר העלות של שאילת ארבעים דברים על מסמך אחד היא מספר הטוקנים של המסמך, פעם אחת. בעומס עבודה של ריבוי שאלות וקלט קצר זה הופך לחלוטין את הדירוג לפי טוקן: תמורת $0.10 של Gemini Decision 1 מקבלים אלף שאלות, ואילו אותן אלף שאלות מול מקרה קצר אחד הן בקשה אחת של Drex במחיר של $0.03 למיליון טוקנים.
איך להגיע לאחד מהם, בכנות
אנחנו לא מציעים את gemini-decision-1 ואנחנו לא מציעים את drex-max-finance. נקודת קצה של הסתברויות בלבד אינה יעד chat-completions, ולכן לנתב בצורה שלנו אין דרך ישרה להעמיד אף אחד מהם מאחורי מפתח אחד, וטענה אחרת הייתה נכשלת בבקשה הראשונה.מה שכן יש לנו הוא המוצר של TypeSafe typesafe/jev-1.14 במחיר $0.042 למיליון אסימוני קלט ופלט ב-systemone — אותה צורת בקשה שה-API של Nace תואם לה ברמת החיווט, ומודל באותו לוח של שמונה-עשר מודלים כמו Gemini Decision 1, בציון 66.2 לעומת 66.0.
מה שהופך אותה לאפשרות השלישית המעשית בהשוואה הזו ולא להערת שוליים. אם ההחלטה עצמה אינה שנויה במחלוקת ומה שאתה צריך הוא נקודת קצה אחת לכל הצינור — קריאת קבלת ההחלטה, קריאת הניסוח שכותבת את הערת האנליסט, קריאת ההסלמה שבוחנת את המקרים המסומנים — אז זרוע קבלת ההחלטות שפועלת על אותו מפתח כמו יותר מ-200 מודלים אחרים, במחיר המחירון של הספק כפי שהוא, ללא תוספת מחיר לפי טוקן, שווה יותר מיתרון של שתי נקודות במדד מורכב. אם ההחלטה היא כל המוצר, קנה את המומחה מהספק ונתב את השאר.
מה יפתור את זה
ניסוי אחד — ואף אחד לא הריץ אותו. קחו כמה מאות מסמכי פיננסים אמיתיים — חשבוניות עם סטטוס כפילות ידוע, דיווחים עם תגים ידועים — ותדרגו אותם באמצעות שני המודלים לפי אותה רובריקה. הרצה אחת כזו תחליף כל מספר במאמר הזה במספר בר-השוואה ותראה לך אם היתרון של כיוונון עדין לתחום שורד מפגש עם רתמת בדיקה עצמאית.
עד שיהיה קיים, הקריאה הנכונה היא שאלה אינם מתחרים. Gemini Decision 1 הוא הבחירה הטובה יותר כאשר ההסתברות חייבת להיות מהימנה, השאלות רבות, או שהקלט אינו טקסט. Drex for Finance הוא הבחירה הטובה יותר כאשר הקלט הוא מסמך פיננסי, כל התשובות חייבות להיות נכונות בבת אחת, ונפח המקרים הופך את $0.03 למיליון טוקנים לשורה שקובעת. אפשר להגן על שתי הקביעות על סמך מספרים שפורסמו. ההשוואה שמעמידה אותן על לוח מובילים אחד אינה ניתנת להגנה, ויחלוף זמן מה לפני שכזו תתקיים.
