
d1.2-ultra 대 Drex Max 1.1: 2.2점 격차와 12월에 두 배로 오르는 가격
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 90 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 97 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNEWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 87 tok/s
- OrcaNEWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 133 tok/s
- OrcaNEWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 100만 토큰당 · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 100만 토큰당 · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955지능
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855지능
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 100만 토큰당 · 219 tok/s
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

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

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.

