
Drex Max v1.1 svetta nel Decision Index — e i dettagli forniti dal Board stesso ridimensionano la vittoria
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 183 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 741 tok/s
- AlibabaNUOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M di token · 407 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 87 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 119 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 108 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 41 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 · 212 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
Drex Max v1.1, il modello decisionale multimodale di Nace.AI, occupa il primo posto nell'Artificial Analysis Decision Index v2 con un punteggio di 73,4. Il margine è di 0,56 punti su GLiDE v1.2 di Fastino Labs a 72,8, e di 0,94 su Mammoth 27B a 72,4. Quei tre numeri raccontano tutta la storia della vetta della classifica, e sono anche il motivo per cui il titolo ha bisogno di una seconda frase: la stessa valutazione afferma che GLiDE è più accurato di Drex Max v1.1 e che Mammoth 27B mantiene la stessa risposta attraverso le parafrasi molto più spesso.
Il modello in sé non è una novità di oggi. La documentazione di riferimento dei modelli di Nace elenca drex-max-v1.1 come rilasciato il 28 ottobre 2026, e all'ID ritirato drex-max risponde v1.1 dall'8 novembre. Ciò che è nuovo è la misurazione. Artificial Analysis ha pubblicato Decision Index v2 l'8 novembre 2026, due giorni prima di questo articolo, ed è la prima classifica indipendente che valuta questo checkpoint rispetto al resto del campo dei modelli decisionali con un unico strumento. Questa è la notizia: non un lancio, ma il primo valore esterno per un modello che aveva reso pubblico solo quello del proprio fornitore.
Che cosa misura davvero ora il consiglio
Decision Index v2 è uno strumento diverso da quello che ha prodotto il 64 che Drex Max riportava in ottobre, quindi i due non sono comparabili e nessuno dovrebbe allinearli. L'indice v2 è una media ponderata di sei valutazioni, e il 45% di esso è ora basato su dati privati, rispetto al 25% della v1 — una mossa deliberata contro l'overfitting da benchmark.

• AA-Paperclip, 30% dell'indice — 1.500 documenti privati (curriculum, ricevute, fatture, articoli di ricerca), ciascuno contenente cinque decisioni e dieci fatti da estrarre, valutati come un unico documento che conta solo se tutte e quindici le risposte sono corrette.
• EvalSafe-O*NET-AA, 15% — valutazione dei documenti di lavoro, basata sul benchmark O*NET di TypeSafe.
• AA-Omniscience-Decision v1.1, 15% — conoscenza e allucinazioni, con l'opzione "Non lo so" riformulata in dieci modi.
• HLE-MultiChoice v1.1, 15% — Humanity's Last Exam a scelta multipla, anche con un'opzione di rifiuto.
• AA-Symmetry, 15% — 120 domande ampliate a 440 varianti riordinando le opzioni, scambiando le etichette e negando le domande sì/no.
• When2Call, 10% — la valutazione di tool-calling di NVIDIA, in calo dal 25% nella v1.
La metrica principale è anch'essa nuova. Ogni domanda assegna un punteggio di 50 × (1 + c − (p − c)²), dove p è la probabilità che il modello ha attribuito alla propria risposta e c indica se quella risposta era corretta. Nel complesso, equivale a 50 × (1 + accuratezza − Brier score). Un modello viene premiato per essere corretto e per sapere quanto è corretto, ed è penalizzato maggiormente per un errore sicuro di sé che per uno esitante. Questo conta qui, perché la proposta di Drex è una probabilità calibrata anziché prosa, e questa è la prima classifica che valuta la calibrazione direttamente invece di trattarla come una nota a piè di pagina.
Dove Drex Max v1.1 vince, di quanto e contro chi
Il composto nasconde un campo scisso. Scomposto, il vantaggio di Drex Max v1.1 proviene da due componenti su sei, e uno di essi è quello per cui Nace ha costruito il modello.
• AA-Paperclip (documenti) — Drex Max v1.1 ottiene 72,8 nel punteggio decisionale, con il 63,0% dei documenti completamente corretti; d1-ultra di Liquid AI è a 64,7 e 51,3%, Microsoft-Decision-1 a 51,8 e 20,9%.
• When2Call (chiamata di strumenti) — Drex Max v1.1 95,26 contro 84,39 di Jev 1.14 e 87,95 di Microsoft-Decision-1, il divario più ampio in una singola valutazione nel set di confronto.
• AA-Symmetry — Drex Max v1.1 84.96, Jev 1.14 79.31, d1-ultra 77.81, Microsoft-Decision-1 75.25. GLiDE v1.2 è a 84.18, praticamente allo stesso livello.
• AA-Omniscience-Decision — Drex Max v1.1 60.27, d1-ultra 64.39. Questo va nella direzione opposta, ed è la valutazione che riguarda il conoscere le cose piuttosto che il decidere le cose.
• HLE-MultiChoice — Drex Max v1.1 46,61 contro il 44,47 di Jev 1.14, ma d1-ultra è a 47,39 e l'accuratezza grezza è dell'8,25% contro il 12,77% di Jev.
• Tempo per attività — 275 ms per Drex Max v1.1, 92 ms per Jev 1.14, 295 ms per d1-ultra. Drex è il modello decisionale su scala frontier più veloce sul mercato ed è circa tre volte più lento dell'incumbent meno costoso da eseguire.

Quattro precisazioni che il consiglio pubblica e il comunicato stampa no
Artificial Analysis è insolitamente esplicito su ciò che il proprio punteggio più alto non significa, e l'articolo che annuncia la v2 afferma ciascuna di queste cose in parole semplici.
La prima è l'accuratezza. "GLiDE v1.2 è in vantaggio su Drex Max v1.1 nelle metriche di accuratezza (60 vs 58), mentre Drex Max v1.1 è leggermente avanti nell'Indice Decisionale." Drex vince il composito perché è meglio calibrato, non perché azzecca più risposte. Se la tua pipeline scarta la probabilità e tiene solo l'argmax, hai comprato la parte del modello che il board non ha premiato.
Il secondo è la coerenza sotto parafrasi. Mammoth 27B seleziona la stessa risposta tra le varianti di AA-Symmetry nel 99% delle domande; Drex Max v1.1 lo fa nel 91%, GLiDE nell'88%. Drex è ancora ben avanti rispetto a dove era, e avanti rispetto a Jev, ma «la stessa domanda formulata in due modi ottiene la stessa risposta» è una proprietà che Mammoth ha e che Drex non ha del tutto.
Il terzo è il test del documento tutto-o-niente. Drex Max v1.1 risponde correttamente al 97% delle singole risposte su AA-Paperclip ma supera solo il 63% dei documenti, perché una risposta sbagliata su quindici fa fallire il documento. Prende tutte e cinque le decisioni correttamente nel 71% dei documenti e tutte e dieci le estrazioni nell'88%. Claude Haiku 5.5 (Max), un modello linguistico general-purpose, supera il 92%. Il divario tra il 97% delle risposte e il 63% dei documenti è il costo di concatenare quindici chiamate dipendenti senza un verificatore.
La quarta è l'astensione. Nella valutazione di onniscienza, d1-ultra rifiuta di rispondere invece di tirare a indovinare sull'88,6% delle domande a cui non sa rispondere; Drex Max v1.1 sul 65,3%; Microsoft-Decision-1 sul 21,7%. Drex è un modello che preferisce pronunciarsi piuttosto che astenersi, il che va bene quando un umano esamina la coda a bassa confidenza ed è costoso quando nessuno lo fa.
La colonna dei costi è il punto di forza di Nace.
Costo per 1 milione di attività sulla stessa classifica: Celeris-1.1 Decision 14 $, Decider v1.2 68 $, Drex Max v1.1 102 $, d1-ultra 132 $, Microsoft-Decision-1 142 $, Jev 1.14 156 $, GLiDE v1.2 780 $, Clef 859 $. Al di sopra dei modelli decisionali, GPT-6 Luna (Max) costa 1.530 $ e Claude Haiku 5.5 (Max) 6.240 $ per tre o quattro punti indice.
Parte di quella differenza è il prezzo per token e parte è la modalità di fatturazione, e la classifica le separa. Drex Max v1.1 e Decider v1.2 valutano un documento una volta sola e rispondono a ogni domanda da quell’unica passata, quindi un’attività AA-Paperclip usa circa 9.000 token di input. GLiDE v1.2 e Decider Flash v1.2 fatturano nuovamente l’input per ogni domanda, circa 63.000 token per attività, ed è così che GLiDE arriva a $780 con un prezzo di listino di $0,04 — quasi otto volte il costo di Drex a una tariffa per token superiore del 33%. La tabella di Nace riporta "$0,03 per 1.000 decisioni" e la classifica riporta $102 per 1 milione di attività; sono unità diverse che misurano carichi di lavoro diversi, e solo la seconda consente di confrontare modelli diversi.
La pagina prodotto di Nace titola anche "118 volte più veloce di Claude Haiku 5.5 (Max)". Considerala un'affermazione del fornitore basata su un denominatore del fornitore. L'unità della scheda è il tempo per attività, dove Drex Max v1.1 è 275 ms e l'articolo di AA colloca GPT-6 Luna (Max) a 11,34 s — circa 40×. Entrambi i numeri possono essere veri contemporaneamente perché uno conta una singola decisione e l'altro conta un intero documento di quindici domande. Pianifica la capacità a partire dal valore per attività.
L'id è la parte che farà saltare la tua integrazione
Tre cose nella documentazione di Nace ti costeranno un pomeriggio se le scopri dopo aver collegato il client.
• drex-latest non punta a un modello Max. Si risolve in drex-v2.0, un mixture of experts text-only con pesi aperti che totalizza 63,43 sulla stessa classifica. Anche una richiesta che omette del tutto il modello riceve risposta da drex-v2.0. Se hai copiato un quickstart che imposta TYPESAFE_DEFAULT_MODEL=drex-latest — e le stesse istruzioni di Nace per la compatibilità con Jev ti dicono di farlo — stai chiamando il modello sbagliato e vedrai un calo di 10 punti nell'indice senza alcun errore.
• drex-max è stato ritirato a partire dall'8 novembre 2026 ed è servito da drex-max-v1.1 con i limiti e il prezzo della v1.1. I client esistenti continuano a funzionare; la risposta riporta l'id del successore. Le nuove attività devono inviare esplicitamente drex-max-v1.1.
• Il valore di contesto è indicato due volte, in modo diverso. La guida API parla di 131,072 token per domanda, con i token delle immagini conteggiati; il riferimento del modello parla di un limite di input di 262,144 token per l'intera richiesta imballata, inclusi stato, tutte e otto le immagini, ogni domanda e la formattazione del modello. Dimensiona per il numero più piccolo, a meno che tu non abbia testato quello più grande.

Nessuno di questi è un difetto. Sono i detriti ordinari del versionamento in-place, e sono il motivo per cui la data di rilascio sul modello conta più del numero di versione nel nome.
Cosa significa questo se stai scegliendo oggi
Drex Max v1.1 non è su nessuna route che serviamo. Il catalogo OrcaRouter non lo include, e nulla qui va interpretato come una dichiarazione di disponibilità — Nace lo vende tramite la propria API e la propria console, a 0,03 $ per milione di token di input durante il periodo di lancio, con il 50% di sconto su un prezzo di listino di 0,06 $. Ciò che invece il catalogo include è l'incumbent rispetto al quale viene misurato questo modello: TypeSafe Jev 1.14 è una route presente in catalogo a 0,042 $ per milione di token di input, con la stessa forma di richiesta a domanda tipizzata e un 66,96 nella stessa classifica. Eseguire entrambi significa due contratti e due SDK, che è il vero costo di un confronto comparativo, ed è il motivo abituale per cui, invece, si mette il confronto dietro un router.
La lettura onesta del 73,4 è più restrittiva di “miglior modello decisionale”. Drex Max v1.1 ha il miglior punteggio composito su una classifica privata al 45% e vecchia di due giorni, è il modello più veloce a quel punteggio con un ampio margine ed è il terzo meno costoso sulla frontiera di Pareto. Non è il più accurato, non è il più coerente e non è il più propenso ad astenersi. Quale di questi quattro aspetti conti dipende interamente dal fatto che un essere umano veda la coda a bassa confidenza, e questa domanda non compare in nessuna classifica.
Cosa cambierebbe questa interpretazione: una seconda board indipendente che riproduca il 73,4, oppure una v1.2 che porti l'accuratezza di HLE-MultiChoice oltre il 12,77% di Jev. Nessuna delle due esiste ancora. Finché non ne esisterà una, il numero da citare è 73,4 con la parola «narrow» accanto.
