
d1.2-ultra vs Drex Max 1.1: un divario di 2,2 punti e un prezzo che raddoppia a dicembre
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 90 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 97 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNUOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 87 tok/s
- OrcaNUOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 133 tok/s
- OrcaNUOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 per 1M di token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1M di token · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligenza
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligenza
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 219 tok/s
Liquid AI d1.2-ultra supera di 2,23 punti Drex Max v1.1 di Nace.AI sull'Artificial Analysis Decision Index v2.1 — 74,85 contro 72,62 — e sul prezzo di listino è il modello più costoso, a $0,042 per milione di token di input contro $0,03. Entrambi questi numeri sono veri oggi e solo uno dei due lo sarà ancora quando scadrà lo sconto di lancio sul fronte Nace. Artificial Analysis aggiunge un asterisco alla riga dei costi di Drex Max v1.1: i $103 per milione di attività che riporta "riflettono un prezzo di lancio temporaneo", e al prezzo standard quel costo raddoppierebbe. Il che significa che la coppia che sembra un modello premium contrapposto a un modello conveniente è, sul costo che governa davvero un deployment, l'esatto contrario.
Il ranking è reale e misurato in modo indipendente — entrambi i modelli sono stati eseguiti da Artificial Analysis sul proprio hardware, non da nessuno dei due fornitori — quindi si tratta del confronto tra due righe con punteggio, non tra due comunicati stampa. Quanto segue separa i punti che sopravvivranno alla variazione di prezzo da quelli che non lo faranno.
Innanzitutto, che effetto ha la nota a piè di pagina sul confronto dei costi

{{1}}I prezzi per token sono il numero sbagliato su cui pianificare{{/1}} quando uno dei due fornitori sta applicando uno sconto. {{2}}Il costo per attività è quello giusto, perché include quanti token consuma ciascun modello per rispondere allo stesso documento{{/2}}, ed è ciò che Artificial Analysis pubblica insieme all'indice.
• Per milione di token in input — d1.2-ultra $0,042, Drex Max v1.1 $0,03.
Per milione di task ai prezzi attuali — d1.2-ultra $133, Drex Max v1.1 $103, quest'ultimo segnalato come prezzo di lancio temporaneo.
• Per milione di task a prezzo standard — d1.2-ultra $133, Drex Max v1.1 circa $206 stando alla nota del board stesso secondo cui il suo costo sarebbe doppio.
• Mediana della classe — $135 per milione di attività, quindi il modello Liquid si colloca appena al di sotto e il modello Nace si collocherà ben al di sopra.
Quell'inversione conta più di quanto suggerisca il divario di due centesimi per token, perché cambia il modello a cui ricorrere quando si lavora in grandi volumi. La linea Drex è stata l'opzione economica in questa categoria da quando la v2 è stata lanciata l'8 novembre; se lo sconto è una promozione di lancio anziché un riprezzamento, l'opzione economica diventa quella costosa senza che si muova un solo benchmark. Chiunque abbia vincolato un budget alla cifra di $103 dovrebbe chiedere a Nace quando entra in vigore il prezzo standard prima di destinargli il traffico di un trimestre.
Di cosa sono realmente fatti i 2.2 punti

Il composito è vicino. Le componenti no, e puntano in direzioni diverse, che è la parte utile.
• AA-Symmetry, 15% — il divario più ampio dei sei. d1.2-ultra ottiene 86,34 contro 79,82 di Drex Max v1.1. Sulla misura più severa all-pass, che richiede la stessa risposta tra parafrasi anziché una buona media, è 56,7% contro 53,3%. Drex Max v1.1 era già il secondo miglior modello della propria famiglia su questo test; il modello Liquid è semplicemente più stabile quando il testo viene riformulato.
• AA-Paperclip, 30% — 75,81 contro 72,82 sul punteggio decisionale, e 67,7% contro 63,0% di documenti completamente corretti. Tre punti nel tasso di superamento completo dei documenti rappresentano il singolo maggior contributo al divario dell'indice, ed è quello che si associa più direttamente a una pipeline di estrazione reale, perché un documento che manca una delle quindici risposte conta come fallimento in ogni caso.
• When2Call, 10% — 96,49 contro 95,26. Entrambi sono vicini al tetto della valutazione; un punto e un quarto su un test in cui l'intera top ten si colloca all'interno di una fascia di due punti non è un elemento distintivo.
• EvalSafe-O*NET-AA, 15% — 89.53 contro 88.32, parimenti un margine da testa o croce.
• AA-Omniscience-Decision v1.1, 15% — 60,80 contro 60,27. Di fatto in parità sul punteggio, ma con una divisione al di sotto: Drex risponde correttamente a più di queste domande, 28,0% contro 23,6%, mentre d1.2-ultra si astiene con maggiore onestà, 83,8% di non-allucinazione contro 65,3%.
• HLE-MultiChoice v1.1, 15% — 46,36 contro 46,61, l'unico punteggio decisionale in cui Nace vince, per un quarto di punto. Al di sotto, il divario di accuratezza grezza non è di un quarto di punto: 8,25% contro 2,36%.
Dove Drex Max 1.1 vince ancora, e perché non è un errore di arrotondamento
Tre cose sulla lavagna favoriscono il modello Nace, e le prime due sono di quelle che determinano se un carico di lavoro sia possibile in assoluto.
La finestra di contesto è il punto principale. Drex Max v1.1 accetta 262k token; d1.2-ultra ne accetta 66k, che è già il doppio di quanto supportava il precedente flagship di Liquid. Si tratta di una differenza di quattro volte nella dimensione dello stato che puoi passare al modello in una singola chiamata, e nessuno dei due modelli genera token di output, quindi non c'è un budget di output con cui compensare. Un contratto di 200 pagine, un lungo file di sinistri o un fascicolo multi-documento che sta in una singola richiesta Drex deve essere suddiviso in chunk, ri-interrogato e riassemblato sul lato Liquid — e ogni confine tra chunk è un punto in cui una domanda trasversale ai documenti smette di essere rispondibile.
Il secondo è la conoscenza. Su HLE-MultiChoice, Drex risponde correttamente all'8,25% delle domande contro il 2,36%, e su AA-Omniscience-Decision risponde nel 28,0% dei casi contro il 23,6% — astenendosi molto meno. Gli elevati tassi di non-allucinazione di d1.2-ultra sono in parte un pregio e in parte un sintomo: un modello che dice "Non lo so" tre volte su quattro è ben calibrato e non molto utile su una domanda che ha davvero una risposta. Se il tuo compito consiste in decisioni sui documenti, quel compromesso va bene. Se si tratta di decisioni che richiedono di sapere qualcosa, Drex è il modello che ne sa di più.
Il terzo è la velocità, ma solo sulla carta. 283 ms contro 218 ms per attività sull'indice, entrambi più lenti della mediana della categoria di 209 ms, ed entrambi abbastanza veloci che nessuno dei due sarà il collo di bottiglia in una pipeline che faccia qualsiasi altra cosa.
I due modelli non sono sostituibili, il che semplifica la scelta
Nessuna quantità di aritmetica sugli indici può renderli intercambiabili, e fingere il contrario è proprio dove la maggior parte dei pezzi comparativi sbaglia. Uno è un lettore di documenti da 66k token ottimizzato per la calibrazione e la stabilità della riformulazione; l'altro è un lettore da 262k token che sconta il suo prezzo e risponde a più domande difficili. Il punto di incrocio non è un punteggio, è una dimensione dello stato.
• Se i tuoi stati rientrano in 66k e applichi una soglia sulla probabilità — approvazione automatica sopra 0,9, escalation sotto — d1.2-ultra è lo strumento migliore. Miglior punteggio Brier dei 24 modelli presenti in classifica a 0,150, contro 0,160 di Drex, e un punteggio di simmetria superiore di sei punti e mezzo.
• Se i tuoi stati superano i 66k, o le tue domande richiedono conoscenza anziché lettura, Drex Max v1.1 è l'unico dei due che possa svolgere il compito, e il divario dell'indice smette di essere il numero decisivo.
• Se sei sensibile ai costi su grandi volumi e il prezzo di Nace rimane stabile, oggi Drex costa meno per attività. Se la situazione si inverte, è il più costoso dei due e il modello Liquid vince sia in punteggio che in costo.
Testare entrambi senza scommettere su nessuno dei due
Nessuno dei due modelli è nel nostro catalogo, e nulla qui costituisce un'affermazione sulla disponibilità per l'uno o per l'altro: d1.2-ultra è servito dall'API di Liquid stessa, e Drex Max v1.1 da quella di Nace. È esattamente la situazione in cui un livello di routing si guadagna il suo posto invece di essere una voce di costo, perché alla domanda che un team si pone davvero — il divario di 2,2 punti si riproduce sui miei documenti? — si risponde eseguendo gli stessi stati attraverso entrambi, non leggendo una classifica.
Il terzo modello che vale la pena inserire in quel test è Jev 1.14, che ospitiamo a $0,042 per milione di token di input sulla stessa systemone forma di richiesta. È in testa a EvalSafe-O*NET-AA con 91,14, l'unica componente in cui nessuno di questi due è primo, e risponde in 92 ms — il più veloce dei tre con un ampio margine. Uno shadow run a tre vie su una chiave, con il DSL di routing che invia lo stesso payload a ciascuno e il failover automatico che mantiene attivo un percorso di produzione se un fornitore ha un pomeriggio storto, è un modo più economico per risolvere la questione rispetto a un ciclo di approvvigionamento.
Cosa guardare, e quando
Due date decidono questo confronto. La prima è quando termina il prezzo di lancio di Nace: a 103 $ per milione di task Drex Max v1.1 è la scelta conveniente, a circa 206 $ è quella premium, e il punteggio dell'indice non cambia in nessuno dei due casi. Chiedi prima di preventivare.
Il secondo è la prossima revisione dell'indice. Decision Index v2.1 è così recente che la board riporta ancora una nota secondo cui è stato aggiornato il 16 novembre, e un divario di 2,2 punti tra il primo e il secondo rientra nell'intervallo che una revisione di una singola componente può spostare. Se il set di documenti privati di AA-Paperclip viene aggiornato, la componente ponderata al 30% che contribuisce alla maggior parte del divario è quella che si muoverà per prima.
Fino ad allora, il riepilogo onesto è questo: d1.2-ultra è il modello migliore alla luce delle prove, con un margine piccolo sul composito e ampio su simmetria e tasso di superamento completo dei documenti, ed è il modello più economico per attività nel momento in cui lo sconto Nace scade. Drex Max v1.1 resta l'unico dei due in grado di assorbire uno stato da 200k token e, sulle domande che richiedono conoscenza anziché lettura, è ancora il più forte della coppia. Scegli prima in base alla dimensione dello stato, poi al prezzo e infine all'indice.

