‘2.2점 차이, 그리고 두 배가 되는 가격’이라는 제목의 생성된 타이틀 카드가 있으며, 부제는 ‘d1.2-ultra vs Drex Max v1.1 - Decision Index v2.1’입니다. 두 개의 둥근 카드에는 ‘d1.2-ultra’ 위에 ‘75’, ‘Drex Max v1.1’ 위에 ‘73’이 표시되어 있고, 얇은 세로 구분선으로 나뉘어 있습니다. 그 아래의 넓은 띠에는 ‘1M 작업당 $133 vs 현재 $103, 표준 가격 기준 약 $206’이라고 적혀 있으며, 테두리로 강조된 칩 하나에는 ‘독립 평가 위원회, 두 모델 모두 Artificial Analysis가 운영’이라고 적혀 있습니다. OrcaRouter 마크는 오른쪽 아래에 합성되어 있습니다.
Guides & Insights

d1.2-ultra 대 Drex Max 1.1: 2.2점 격차와 12월에 두 배로 오르는 가격

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

Liquid AI d1.2-ultra는 Artificial Analysis Decision Index v2.1에서 Nace.AI의 Drex Max v1.1을 2.23점 앞섭니다 — 74.85 대 72.62 — 그리고 표시 가격 기준으로는 백만 입력 토큰당 $0.042 대 $0.03으로 더 비싼 모델입니다. 두 숫자 모두 오늘은 사실이며, Nace 측의 출시 할인이 만료되면 둘 중 하나만 여전히 사실일 것입니다. Artificial Analysis는 Drex Max v1.1의 비용 행에 별표를 붙입니다: 보고된 백만 작업당 $103은 "일시적인 출시 가격을 반영"하며, 표준 가격에서는 그 비용이 두 배가 될 것입니다. 즉, 프리미엄 모델 대 가성비 모델처럼 보이는 이 조합은 실제로 배포를 좌우하는 비용에서는 반대가 됩니다.

이 순위는 실제이며 독립적으로 측정된 것입니다. 두 모델 모두 어느 벤더가 아니라 Artificial Analysis가 자체 하드웨어에서 실행했으므로, 이는 두 개의 보도자료가 아니라 점수가 매겨진 두 행의 비교입니다. 이어지는 내용은 가격 변경 이후에도 유효할 항목과 그렇지 않을 항목을 구분합니다.

먼저, 그 각주가 비용 비교에 어떤 영향을 미치는지

A generated two-column scoreboard titled ‘d1.2-ultra vs Drex Max v1.1 - the scoreboard’. The d1.2-ultra column reads Decision Index 75, AA-Paperclip 75.8 at 67.7% all-pass, AA-Symmetry 86.3, HLE accuracy 2.36%, context window 66k and cost per 1M tasks $133. The Drex Max v1.1 column reads Decision Index 73, AA-Paperclip 72.8 at 63.0% all-pass, AA-Symmetry 79.8, HLE accuracy 8.25%, context window 262k and cost per 1M tasks $103 at launch price. The footer reads ‘Both figures per Artificial Analysis Decision Index v2.1; Drex cost reflects a temporary launch price and would double at standard pricing.’

토큰당 가격은 두 공급업체 중 한 곳이 할인 중일 때 계획의 기준으로 삼기에 잘못된 수치입니다. 작업당 비용이 올바른 기준인데, 이는 동일한 문서에 답하기 위해 각 모델이 얼마나 많은 토큰을 소모하는지를 반영하며, 바로 이것이 Artificial Analysis가 지수와 함께 공개하는 내용이기 때문입니다.

• 백만 입력 토큰당 — d1.2-ultra $0.042, Drex Max v1.1 $0.03.

• 현재 가격 기준 작업 100만 건당 — d1.2-ultra $133, Drex Max v1.1 $103, 후자는 한시적 출시 가격으로 표시됨.

• 표준 가격 기준 백만 작업당 — d1.2-ultra $133, Drex Max v1.1은 이사회 자체 메모에서 비용이 두 배가 될 것이라고 밝힌 점에 비추어 대략 $206.

• 클래스 중앙값 — 100만 작업당 $135이므로, Liquid 모델은 그보다 약간 낮고 Nace 모델은 훨씬 높을 것입니다.

그러한 역전은 2센트의 토큰 격차가 시사하는 것보다 더 중요합니다. 대량 사용 시 어떤 모델을 선택하게 되는지를 바꾸기 때문입니다. Drex 라인은 11월 8일 v2가 출시된 이후 이 카테고리에서 저렴한 옵션이었습니다. 만약 그 할인이 가격 재책정이 아니라 출시 프로모션이라면, 벤치마크 하나 바뀌지 않은 채로 저렴한 옵션이 비싼 옵션이 됩니다. $103이라는 수치에 예산을 고정한 사람이라면 누구든, 분기 트래픽을 여기에 투입하기 전에 Nace에게 표준 가격이 언제 적용되는지 물어봐야 합니다.

2.2포인트는 실제로 무엇으로 구성되어 있을까

A headless-browser screenshot of the Artificial Analysis model page for Drex Max v1.1, captured 17 November 2026 in English, showing the Nace.AI vendor label, the heading ‘Drex Max v1.1: Release, Decision Index Score, Performance & Price’, a Decision Index score of 73, a 262k-token context window, and a summary describing the model as amongst the leading decision models and reasonably priced, but notably slow.

종합 지표는 근접해 있다. 구성 요소들은 그렇지 않으며, 서로 다른 방향을 가리키고 있는데, 바로 그 점이 유용한 부분이다.

• AA-Symmetry, 15% — 여섯 개 중 가장 큰 격차입니다. d1.2-ultra는 86.34점으로 Drex Max v1.1의 79.82점을 앞섭니다. 좋은 평균이 아니라 바꿔 말해도 동일한 답을 요구하는 더 엄격한 전체 통과 기준에서는 56.7% 대 53.3%입니다. Drex Max v1.1은 이미 이 테스트에서 자사 제품군 내 두 번째로 좋은 모델이었습니다. Liquid 모델은 단순히 표현을 바꿔도 더 안정적입니다.

• AA-Paperclip, 30% — 결정 점수에서 72.82 대비 75.81, 문서 완전 정답률에서 63.0% 대비 67.7%. 문서 전체 통과율의 3포인트는 지수 격차에 가장 크게 기여한 단일 요인이며, 실제 추출 파이프라인에 가장 직접적으로 대응되는 항목입니다. 왜냐하면 15개 답변 중 하나를 놓친 문서는 어느 쪽이든 실패로 간주되기 때문입니다.

• When2Call, 10% — 96.49 대 95.26. 둘 다 평가의 상한선 근처입니다. 상위 10개 전체가 2점 폭 안에 들어가는 테스트에서 1.25점은 차별화 요인이 아닙니다.

• EvalSafe-O*NET-AA, 15% — 88.32 대비 89.53, 이 역시 동전 던지기 같은 차이.

• AA-Omniscience-Decision v1.1, 15% — 60.80 대 60.27. 점수상으로는 사실상 동점이며, 그 이면에서는 갈립니다: Drex는 이 질문들에 더 많이 정답을 맞힙니다, 28.0% 대 23.6%, 반면 d1.2-ultra는 더 정직하게 답변을 보류합니다, 비환각 83.8% 대 65.3%.

• HLE-MultiChoice v1.1, 15% — 46.36 대 46.61, Nace가 0.25점 차로 이기는 유일한 결정 점수입니다. 그 이면의 원시 정확도 격차는 0.25점이 아닙니다: 8.25% 대 2.36%.

Drex Max 1.1이 여전히 우위를 점하는 부분, 그리고 그것이 반올림 오차가 아닌 이유

보드 위의 세 가지는 Nace 모델에 유리하며, 그중 처음 두 가지는 워크로드가 애초에 가능한지 자체를 결정하는 종류입니다.

가장 큰 것은 컨텍스트 창입니다. Drex Max v1.1은 262k 토큰을 받아들이고, d1.2-ultra는 66k를 받아들이는데, 이는 Liquid의 이전 플래그십이 담을 수 있었던 양의 두 배에 해당합니다. 이는 한 번의 호출로 모델에 넘길 수 있는 상태 크기에서 네 배 차이이며, 두 모델 모두 출력 토큰을 생성하지 않으므로 그와 맞바꿀 출력 예산은 없습니다. 한 번의 Drex 요청에 들어가는 200페이지 계약서, 긴 청구 파일 또는 여러 문서로 구성된 사건 묶음은 Liquid 쪽에서 청크로 나누고, 다시 질의하고, 재조립해야 합니다. 그리고 모든 청크 경계는 문서 간 질문에 더 이상 답할 수 없게 되는 지점입니다.

두 번째는 지식입니다. HLE-MultiChoice에서 Drex는 질문의 8.25%에 정답을 내 2.36%와 대조를 이루며, AA-Omniscience-Decision에서는 28.0%를 기록해 23.6%와 대조를 보이면서도 훨씬 덜 기권합니다. d1.2-ultra의 높은 비환각률은 부분적으로는 미덕이고 부분적으로는 증상입니다. 네 번 중 세 번 "모르겠습니다"라고 말하는 모델은 잘 보정되어 있지만, 정말로 답이 있는 질문에서는 그다지 유용하지 않습니다. 당신의 작업이 문서에 관한 결정이라면 그런 트레이드오프는 괜찮습니다. 무언가를 아는 것이 필요한 결정이라면 Drex가 더 많이 아는 모델입니다.

세 번째는 속도인데, 이는 오직 서류상으로만 그렇습니다. 인덱스 기준 작업당 283ms 대 218ms로, 둘 다 209ms인 클래스 중앙값보다 느리지만, 둘 다 충분히 빨라서 다른 작업을 수행하는 파이프라인에서 어느 것도 병목이 되지는 않을 것입니다.

두 모델은 서로 대체할 수 없기 때문에 선택이 더 간단해진다.

어떤 인덱스 산술로도 이 둘을 서로 바꿔 쓸 수 있게 만들 수 없으며, 그렇지 않은 척하는 것이 대부분의 비교 글이 잘못되는 지점이다. 하나는 캘리브레이션과 바꿔 말하기 안정성에 맞춰 조정된 66k 토큰 문서 리더이고, 다른 하나는 가격을 깎아 주고 더 많은 어려운 질문에 답하는 262k 토큰 리더다. 교차점은 점수가 아니라 상태 크기다.

• 상태가 66k 안에 들어가고 확률에 임계값을 두는 경우 — 0.9 초과는 자동 승인, 미만은 에스컬레이션 — d1.2-ultra가 더 나은 도구입니다. 보드의 24개 모델 중 최고 Brier 점수 0.150으로, Drex의 0.160보다 우수하며 대칭성 점수는 6.5점 더 높습니다.

상태가 66k를 넘거나 질문이 읽기보다 지식에 의존한다면, Drex Max v1.1이 둘 중 이 작업을 아예 수행할 수 있는 유일한 제품이며, 인덱스 격차는 더 이상 결정적인 숫자가 아닙니다.

• 대량 사용 시 비용에 민감하고 Nace 가격이 유지된다면, Drex가 현재 작업당 더 저렴합니다. 가격이 원래대로 돌아가면 Drex는 둘 중 더 비싼 쪽이 되고, Liquid 모델이 점수와 비용 모두에서 앞섭니다.

어느 쪽에도 베팅하지 않고 둘 다 테스트하기

두 모델 모두 우리 카탈로그에 없으며, 여기에는 두 모델 중 어느 것에 대해서도 가용성 주장이 없습니다: d1.2-ultra는 Liquid 자체 API에서, Drex Max v1.1은 Nace의 API에서 제공됩니다. 바로 그런 상황에서 라우팅 계층은 단순한 비용 항목이 아니라 제값을 하는 법입니다. 팀이 실제로 가진 질문 — 2.2포인트 격차가 내 문서에서도 재현되는가? — 에 대한 답은 리더보드를 읽는 것이 아니라 동일한 상태를 두 모델 모두에 실행해 봄으로써 나오기 때문입니다.

그 테스트에 넣어볼 만한 세 번째 모델은 Jev 1.14로, 동일한 systemone 요청 형태에서 백만 입력 토큰당 $0.042에 실제로 호스팅하고 있습니다. 이 모델은 91.14로 EvalSafe-O*NET-AA에서 선두를 차지하는데, 이는 이 두 모델 중 어느 것도 1위가 아닌 유일한 구성 요소이며, 92ms 만에 응답합니다 — 세 모델 중 압도적으로 가장 빠릅니다. 하나의 키에 대해 세 가지 방식으로 섀도 런을 돌리면서 라우팅 DSL이 동일한 페이로드를 각각에 보내고 자동 장애 조치가 한 공급업체에 문제가 생겼을 때 프로덕션 경로를 계속 살려두도록 하는 것이, 조달 주기를 거치는 것보다 이 문제를 결정하는 더 저렴한 방법입니다.

무엇을 볼지, 그리고 언제

이 대결을 결정하는 두 가지 날짜가 있습니다. 첫 번째는 Nace의 출시 가격이 끝나는 시점입니다. 백만 작업당 $103에서는 Drex Max v1.1이 가성비 선택이고, 약 $206에서는 프리미엄 선택이며, 지수 점수는 어느 쪽이든 변하지 않습니다. 예산을 세우기 전에 문의하세요.

두 번째는 다음 인덱스 개정입니다. Decision Index v2.1은 보드에 아직 11월 16일에 업데이트되었다는 메모가 남아 있을 만큼 최근이며, 1위와 2위 사이의 2.2포인트 격차는 한 구성 요소의 개정으로 움직일 수 있는 범위 안에 있습니다. AA-Paperclip의 비공개 문서 세트가 갱신되면, 격차의 대부분을 제공하는 30% 가중치 구성 요소가 가장 먼저 움직일 것입니다.

그때까지 솔직한 요약은 이렇습니다. 증거상 d1.2-ultra가 더 나은 모델이며, 그 차이는 종합 점수에서는 작지만 대칭성과 문서 전항목 통과율에서는 큽니다. 그리고 Nace 할인이 만료되는 순간 작업당 비용이 더 저렴한 모델이 됩니다. Drex Max v1.1은 둘 중 200k 토큰 상태를 감당할 수 있는 유일한 모델로 남아 있으며, 읽기보다 지식이 필요한 질문에서는 여전히 둘 중 더 강한 모델입니다. 상태 크기를 첫째, 가격을 둘째, 지수를 셋째 기준으로 선택하십시오.

A headless-browser screenshot of the OrcaRouter model page for typesafe/jev-1.14, captured 17 November 2026 in English, showing the /v1/systemone endpoint, Zero Data Retention availability, an input and output list price of $0.04, and measured latencies of 182 ms and 372 ms.