Drex Max v1.1용으로 생성된 타이틀 카드로, 부제는 'Artificial Analysis Decision Index v2에서 0.56점 차로 1위'이며, 칩에는 73.4 Decision Index, 작업당 275 ms, 100만 작업당 $102, 262,144토큰 요청 한도가 표시되고, 상위 3개 의사결정 모델의 73.4, 72.8, 72.4를 보여주는 리더보드 스트립도 포함됩니다.
Guides & Insights

Drex Max v1.1, Decision Index 1위 — 그러나 이사회 자체의 세부 내용이 그 승리에 단서를 붙인다

작성자

Gideon Frost

게시일

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

Drex Max v1.1은(는) Nace.AI의 멀티모달 의사결정 모델로, Artificial Analysis Decision Index v2에서 73.4점으로 1위를 차지합니다. 72.8점인 Fastino Labs의 GLiDE v1.2보다 0.56점 앞서고, 72.4점인 Mammoth 27B보다 0.94점 앞섭니다. 이 세 숫자가 이 순위표 최상위권의 전부이며, 동시에 헤드라인에 두 번째 문장이 필요한 이유이기도 합니다. 같은 평가에 따르면 GLiDE가 Drex Max v1.1보다 더 정확하고, Mammoth 27B는 바꿔 말한 표현에서도 같은 답을 훨씬 더 자주 유지합니다.

이 모델 자체가 오늘 새로 나온 것은 아니다. Nace 자체 모델 참조 목록에는 drex-max-v1.1이 2026년 10월 28일 출시된 것으로 기재되어 있고, 은퇴한 drex-max ID는 11월 8일부터 v1.1이 응답해 왔다. 새로운 것은 측정이다. Artificial Analysis는 이 글보다 이틀 전인 2026년 11월 8일 Decision Index v2를 발표했으며, 이는 이 체크포인트를 하나의 도구로 의사결정 모델 분야의 나머지와 비교 평가하는 최초의 독립 평가판이다. 그것이 뉴스다. 출시가 아니라, 자사 수치만 내놓았던 모델에 대한 첫 외부 수치다.

이제 이사회가 실제로 측정하는 것

Decision Index v2는 Drex Max가 10월에 제시한 64를 산출한 도구와는 다른 도구이므로, 둘은 비교할 수 없으며 누구도 나란히 놓아서는 안 된다. v2 지수는 여섯 개 평가의 가중 평균이며, 이제 그중 45%가 비공개 데이터를 기반으로 구축되어 v1의 25%에서 증가했다 — 벤치마크 과적합에 맞선 의도적 조치다.

Screenshot of the Artificial Analysis Decision Index v2 page, showing the leaderboard navigation, the index name, and the board's own definition: a composite index testing decision models across document decisions and extraction, tool calling, knowledge, reasoning and invariance, combining six evaluations including AA-Paperclip's 1,500 resumes, receipts and invoices.

• AA-Paperclip, 지수의 30% — 1,500개의 비공개 문서(이력서, 영수증, 청구서, 연구 논문)로, 각 문서에는 추출해야 할 다섯 가지 결정과 열 가지 사실이 담겨 있으며, 열다섯 개 답변이 모두 맞아야만 하나의 문서로 인정되어 채점됩니다.

• EvalSafe-O*NET-AA, 15% — 업무 문서 판단, TypeSafe의 O*NET 벤치마크를 기반으로 구축.

• AA-Omniscience-Decision v1.1, 15% — 지식과 환각, "모르겠습니다" 옵션을 열 가지 방식으로 바꾼 것 포함.

• HLE-MultiChoice v1.1, 15% — Humanity's Last Exam 객관식, 거절 옵션도 포함.

• {{1}}AA-Symmetry{{/1}}, 15% — 선택지 순서를 재배열하고, 레이블을 교체하고, 예/아니오 질문을 부정하여 120개 질문을 440개 변형으로 확장했습니다.

• When2Call, 10% — NVIDIA의 도구 호출 평가로, v1의 25%에서 감소했습니다.

대표 지표도 새롭다. 각 질문은 50 × (1 + c − (p − c)²)로 점수가 매겨지는데, 여기서 p는 모델이 자신의 답에 부여한 확률이고 c는 그 답이 맞았는지 여부다. 집계하면 50 × (1 + 정확도 − 브라이어 점수)가 된다. 모델은 맞히는 것과 자신이 얼마나 맞는지 아는 것에 대해 보상을 받으며, 확신에 찬 오류에 대해서는 망설이는 오류보다 더 큰 벌점을 받는다. 이 점이 여기서 중요하다. Drex의 제안은 산문이 아니라 보정된 확률이기 때문이며, 이는 보정을 각주로 취급하지 않고 직접 점수화하는 첫 번째 보드다.

Drex Max v1.1이 어디서, 얼마나, 누구를 상대로 이기는가

복합 지표는 분할된 영역을 숨기고 있다. 분해해 보면, Drex Max v1.1의 우위는 여섯 개 구성 요소 중 두 개에서 비롯되며, 그중 하나는 바로 Nace가 모델을 만든 대상이다.

• AA-Paperclip(문서) — Drex Max v1.1은 결정 점수에서 72.8점을 기록했으며 문서의 63.0%가 완전히 정확합니다. Liquid AI의 d1-ultra는 64.7점과 51.3%, Microsoft-Decision-1은 51.8점과 20.9%입니다.

• When2Call(도구 호출) — Drex Max v1.1은 95.26으로 Jev 1.14의 84.39와 Microsoft-Decision-1의 87.95를 상대했으며, 비교 세트에서 단일 평가 격차가 가장 큽니다.

• AA-Symmetry — Drex Max v1.1 84.96, Jev 1.14 79.31, d1-ultra 77.81, Microsoft-Decision-1 75.25. GLiDE v1.2는 84.18로 사실상 동일한 수준입니다.

• AA-Omniscience-Decision — Drex Max v1.1 60.27, d1-ultra 64.39. 이 항목은 반대 방향으로 가며, 결정하는 것보다 아는 것에 관한 평가입니다.

• HLE-MultiChoice — Drex Max v1.1은 46.61로 Jev 1.14의 44.47과 맞서지만, d1-ultra는 47.39이며 원시 정확도는 Jev의 12.77% 대비 8.25%입니다.

• 작업당 시간 — Drex Max v1.1은 275ms, Jev 1.14는 92ms, d1-ultra는 295ms입니다. Drex는 이 비교표에서 가장 빠른 프런티어 규모 의사결정 모델이며, 운영 비용이 가장 저렴한 기존 모델보다 약 3배 느립니다.

A generated component breakdown headed 'Drex Max v1.1 vs GLiDE v1.2 vs Mammoth 27B — where the points come from', with five weighted rows: document decisions at 30 percent weight scoring 72.8, 76.0 and 66.0; workplace judgement at 15 percent scoring 88.3, 84.1 and 79.9; tool calling at 10 percent scoring 95.3, 90.1 and 87.0; paraphrase symmetry at 15 percent scoring 85.0, 84.2 and 99.0; and knowledge and abstention at 15 percent scoring 60.3, 58.6 and 59.0, footnoted to the Artificial Analysis Decision Index v2 of 8 November 2026.

이사회는 공개하지만 보도자료에는 없는 네 가지 자격 요건

Artificial Analysis는 자사 최고 점수가 의미하지 않는 바에 대해 이례적으로 분명히 밝히고 있으며, v2를 발표하는 글은 이 각각을 평이한 언어로 설명한다.

첫 번째는 정확성입니다. "{{1}}GLiDE v1.2{{/1}}가 정확성 지표에서 {{2}}Drex Max v1.1{{/2}}를 앞서며({{3}}60{{/3}} 대 {{4}}58{{/4}}), {{5}}Drex Max v1.1{{/5}}은 {{6}}Decision Index{{/6}}에서 근소하게 앞섭니다." {{7}}Drex{{/7}}는 더 잘 보정되었기 때문에 종합 점수에서 이기는 것이지, 더 많은 답을 맞히기 때문이 아닙니다. 파이프라인이 확률을 버리고 argmax만 유지한다면, 이사회가 보상하지 않은 모델의 부분을 사들인 것입니다.

두 번째는 바꿔 말하기(패러프레이즈) 상황에서의 일관성입니다. Mammoth 27B는 AA-Symmetry의 변형 질문에서 99%의 질문에 동일한 답을 선택합니다. Drex Max v1.1은 91%, GLiDE는 88%입니다. Drex는 여전히 과거보다 크게 앞서 있고 Jev보다도 앞서지만, "같은 질문을 두 가지 방식으로 표현해도 같은 답을 얻는다"는 속성은 Mammoth가 갖고 있고 Drex가 완전히 갖추지는 못한 것입니다.

세 번째는 전부 아니면 전무인 문서 테스트입니다. Drex Max v1.1은 AA-Paperclip에서 개별 답변의 97%를 맞히지만 문서의 63%만 통과합니다. 15개 중 하나의 답변이 틀리면 해당 문서가 실패하기 때문입니다. 이 모델은 문서의 71%에서 다섯 가지 결정을 모두 올바르게 내리고, 문서의 88%에서 열 가지 추출을 모두 올바르게 수행합니다. 범용 언어 모델인 Claude Haiku 5.5 (Max)는 92%를 통과합니다. 답변의 97%와 문서의 63% 사이의 격차는 검사기 없이 15개의 종속 호출을 연쇄하는 비용입니다.

네 번째는 답변 보류입니다. 전지성 평가에서 d1-ultra는 답할 수 없는 질문의 88.6%에서 추측하지 않고 답변을 보류합니다. Drex Max v1.1은 65.3%, Microsoft-Decision-1은 21.7%입니다. Drex는 답변을 보류하기보다 확답을 내놓는 모델로, 사람이 저신뢰도 구간을 검토할 때는 괜찮지만 아무도 검토하지 않을 때는 비용이 많이 듭니다.

비용 열은 Nace가 가진 가장 강력한 요소입니다.

동일 보드에서 100만 개 작업당 비용: 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. 의사결정 모델들보다 위에서는 GPT-6 Luna (Max)가 3~4 지수 포인트에 $1,530, Claude Haiku 5.5 (Max)가 $6,240의 비용이 듭니다.

그 차이의 일부는 토큰 가격이고 일부는 과금 형태인데, 보드는 이 둘을 분리한다. Drex Max v1.1과 Decider v1.2는 문서를 한 번 평가하고 그 단일 패스에서 모든 질문에 답하므로, AA-Paperclip 작업은 약 9,000개의 입력 토큰을 사용한다. GLiDE v1.2와 Decider Flash v1.2는 각 질문마다 입력에 대해 다시 과금하며 작업당 약 63,000토큰을 사용하는데, 이것이 GLiDE가 $0.04 정가에서 $780이 되는 이유다. 이는 토큰 요율이 33% 더 높은 Drex 비용의 거의 8배다. Nace 자체 표에는 "1,000건의 결정당 $0.03"이라고 나와 있고 보드에는 100만 개 작업당 $102라고 나와 있다. 이들은 서로 다른 작업량을 측정하는 서로 다른 단위이며, 두 번째 것만이 모델 간 비교를 가능하게 한다.

Nace의 제품 페이지도 "Claude Haiku 5.5 (Max)보다 118배 빠름"을 헤드라인으로 내세운다. 그것은 공급업체가 공급업체 기준 분모로 내세운 주장으로 취급하라. 보드의 단위는 작업당 시간이며, 여기서 Drex Max v1.1은 275ms이고 AA의 글은 GPT-6 Luna (Max)를 11.34초로 제시한다 — 대략 40배다. 두 수치는 동시에 참일 수 있는데, 하나는 단일 결정을 세고 다른 하나는 15개 질문 문서 전체를 세기 때문이다. 용량은 작업당 수치를 기준으로 계획하라.

id는 통합을 깨뜨리는 부분입니다

Nace 문서에 있는 세 가지 항목은 클라이언트를 연결한 뒤에 발견하면 반나절을 허비하게 만듭니다.

• drex-latest는 Max 모델을 가리키지 않습니다. 이는 동일한 보드에서 63.43점을 기록하는 오픈 가중치 텍스트 전용 전문가 혼합 모델인 drex-v2.0으로 해석됩니다. model을 완전히 생략한 요청 역시 drex-v2.0이 응답합니다. TYPESAFE_DEFAULT_MODEL=drex-latest를 설정하는 퀵스타트를 복사했다면 — 그리고 Nace 자체의 Jev 호환성 지침도 그렇게 하라고 안내한다면 — 잘못된 모델을 호출하고 있는 것이며, 오류 없이 인덱스가 10포인트 하락하는 것을 보게 됩니다.

• drex-max는 2026년 11월 8일부로 지원이 종료되며, drex-max-v1.1이 v1.1의 한도와 가격으로 제공됩니다. 기존 클라이언트는 계속 작동하며, 응답에는 후속 모델의 id가 보고됩니다. 새로운 작업은 drex-max-v1.1을 명시적으로 전송해야 합니다.

• 컨텍스트 수치가 서로 다르게 두 번 제시됩니다. API 가이드에서는 이미지 토큰을 포함해 질문당 131,072토큰이라고 하고, 모델 참조 문서에서는 상태, 8개 이미지 전부, 모든 질문, 모델의 포맷팅을 포함한 전체 패킹된 요청에 대해 262,144토큰 입력 한도라고 합니다. 더 큰 수를 테스트해 보지 않았다면 더 작은 수를 기준으로 크기를 산정하세요.

Screenshot of Nace's Drex model reference page, showing the documentation sidebar covering the Drex API, guides, the Drex Max section and the Drex reference pages for Models, Errors, Limits and Pricing, with the Models page open and described as the table of models Drex serves, their API ids, prices and token limits.

이들 중 어느 것도 결함이 아니다. 그것들은 인플레이스 버전 관리(in-place versioning)가 남기는 흔한 부산물이며, 이름에 붙은 버전 번호보다 모델의 출시일이 더 중요한 이유이기도 하다.

오늘 선택한다면 이것이 의미하는 바

Drex Max v1.1은 저희가 제공하는 어떤 라우트에도 없습니다. OrcaRouter 카탈로그에도 없으며, 여기의 어떤 내용도 가용성 주장으로 해석되어서는 안 됩니다 — Nace는 자체 API와 자체 콘솔을 통해 판매하며, 출시 기간 동안 입력 토큰 100만 개당 $0.03으로, $0.06 정가에서 50% 할인된 가격입니다. 카탈로그에 실제로 실려 있는 것은 이 모델이 견줘지는 기존 제품: TypeSafe Jev 1.14는 입력 토큰 100만 개당 $0.042의 등록된 라우트이며, 동일한 타입 지정 질문 요청 형태와 동일한 보드에서 66.96을 기록합니다. 둘 다 실행한다는 것은 두 개의 계약과 두 개의 SDK를 의미하며, 이것이 비교 평가의 실제 비용이고, 사람들이 대신 비교를 라우터 뒤에 두는 흔한 이유입니다.

73.4에 대한 정직한 해석은 "최고의 의사결정 모델"보다 좁다. Drex Max v1.1은 45%가 비공개이고 이틀 된 보드에서 최고 종합 점수를 기록했으며, 그 점수에서 가장 빠른 모델이고 격차도 크며, 파레토 프런티어에서 세 번째로 저렴하다. 그것은 가장 정확하지도, 가장 일관적이지도, 가장 기꺼이 답변을 보류하지도 않는다. 이 네 가지 중 무엇이 중요한지는 전적으로 사람이 저신뢰도 꼬리를 보는지에 달려 있으며, 그 질문은 어떤 리더보드에도 없다.

이 해석을 바꿀 수 있는 것은 73.4를 재현하는 두 번째 독립 보드, 또는 HLE-MultiChoice 정확도를 Jev의 12.77% 위로 끌어올리는 v1.2다. 둘 다 아직 존재하지 않는다. 그중 하나가 나오기 전까지 인용할 숫자는 "narrow"라는 단어를 붙인 73.4다.