Gemini Decision 1 vs Drex Max v1.1: 둘 다 262K 토큰을 읽지만, 문서를 계산하는 것은 하나뿐

을 나란히 두면Gemini Decision 1과 Drex Max v1.1 사양표가 거의 겹칩니다. 둘 다 의사결정 모델이고, 둘 다 262,144토큰 창을 가지며, 둘 다 텍스트와 함께 이미지를 읽고, 둘 다 산문 대신 확률을 반환합니다. 차이는 한 지점에서 드러납니다. Artificial Analysis Decision Index v2.1의 문서 의사결정 구성 요소 — 모델이 하나의 조밀한 문서에서 다섯 개의 결정과 열 개의 사실을 뽑아내고 그 열다섯 가지 모두를 맞히도록 요구하는 30% 가중치 테스트 — 에서 Drex Max v1.1은 문서의 63%를 통과하고 Gemini Decision 1은 33%를 통과합니다. 그 단일 구성 요소가 한쪽은 73점, 다른 쪽은 66점을 받는 가장 큰 이유입니다.

나머지 차이는 직접 계산해 볼 수 있는 산술입니다. Drex Max v1.1은 백만 입력 토큰당 $0.03이고 Gemini Decision 1은 $0.10이므로, 백만 개 작업 기준으로는 $103 대 $345입니다. 또한 Gemini Decision 1은 공유 입력에 대해 요청당 최대 1,000개의 질문을 처리하는 반면, Drex Max v1.1은 소수의 질문이 첨부된 하나의 상태를 기대합니다. 이 숫자 중 어느 것이 선택을 좌우할지는 결정이 한 번에 문서 하나씩 들어오는지, 아니면 한 번에 규칙 마흔 개씩 들어오는지에 전적으로 달려 있습니다.

같은 아이디어의 두 가지 서로 다른 형태

두 모델 모두 텍스트 생성을 거부하며, 둘 다 비용 모델링에 중요한 한 가지 속성을 공유합니다. 입력은 한 번만 읽히고 모든 질문은 그 입력을 기준으로 평가됩니다. 두 모델이 갈리는 지점은 그 입력에 무엇을 넣을 수 있게 허용하느냐입니다.

• 답변 유형 — Drex Max v1.1은 choice, noul, score를 제공하며, 이는 TypeSafe의 Jev가 정의하고 Nace가 채택한 요청 형태입니다. Gemini Decision 1도 동일한 세 가지를 제공하며, choice의 경우 2~255개 옵션, 루브릭 수준은 2~255개(2~10개 권장)입니다.

• 호출당 질문 수 — Gemini Decision 1의 경우 최대 1,000개이며, 각 질문은 한 번의 패스에서 독립적으로 평가되고 키는 사용자가 제공합니다. Drex Max v1.1의 경우 상태당 몇 개이며, 작업 단위는 하나의 항목과 그 항목의 질문입니다.

• 모달리티 — Gemini Decision 1은 텍스트, 이미지, 동영상, 오디오, PDF를 지원하고, Drex Max v1.1은 요청당 텍스트와 최대 8개의 이미지를 지원합니다. 두 모델 모두 질문 지침 안에 미디어를 넣는 것은 지원하지 않습니다. Gemini Decision 1의 경우 이는 문서화된 제한 사항이며, 해당 모델에서는 미디어가 공유 입력에 속합니다.

• 윈도우 — Gemini Decision 1의 경우 공유 입력과 모든 질문을 합쳐 262,144토큰; Drex Max v1.1 문서에는 질문당 131,072토큰이며 이미지 토큰이 그 안에 포함되고, 패킹된 요청 상한은 262,144라고 되어 있습니다.

• 청구 — Gemini Decision 1은 입력 토큰 100만 개당 $0.10을 청구하며, 반복되는 공유 입력을 전액 명시적으로 다시 청구하고, 캐싱과 Batch API는 없습니다. Drex Max v1.1은 입력 토큰 100만 개당 $0.03을 청구하며, 이는 vv1.1이 v1을 제자리에서 대체했을 때 Nace가 절반으로 줄인 요율입니다.

• 액세스 — Gemini Developer API의 v1beta에서 Gemini Decision 1을 제공하며, 무료 티어와 Tier 2부터 일일 요청 무제한이 있습니다. Drex Max v1.1은 Nace.AI가 POST /v1/systemone에서 호스팅하며, 다운로드 가능한 체크포인트는 없습니다.

그 목록을 한 문장으로 읽어 보세요: Drex Max v1.1은 화면이나 페이지, 그리고 그것에 관한 몇 가지 판단을 위해 만들어졌고, Gemini Decision 1은 큰 컨텍스트와 방대한 규칙서를 위해 만들어졌습니다. 1,000개 질문 상한은 스펙표를 장식하는 문구가 아닙니다. 그것은 요청마다 모델을 마흔 번 호출하는 것과 한 번 호출하는 것의 차이입니다.

6.6포인트 격차는 실제로 어디에서 비롯되는가

Decision Index는 여섯 가지 평가에 가중치를 부여하며, 두 모델 모두 여섯 가지 평가 전부에서 실행되었습니다. 각 구성 요소를 나란히 비교하는 것이 종합 점수보다 더 많은 정보를 제공합니다:

• AA-Paperclip, 30% — Drex Max v1.1 72.8, Gemini Decision 1 56.8. 문서당 답변 15개, 전부 아니면 전무. 이것이 순위를 결정하는 16점 차이입니다.

• EvalSafe-O*NET-AA, 15% — 88.3 대 87.1. 사실상 무승부입니다.

• When2Call, 10% — 95.3 대 80.5. Drex Max v1.1이 이 무대에서 2위이고, Gemini Decision 1은 18개 중 14위입니다.

• AA-Omniscience-Decision v1.1, 15% — 66.3 대비 60.3. Gemini Decision 1이 이 항목을 차지하며, 44.8%의 원시 정확도는 보드의 어떤 의사결정 모델보다도 높습니다.

• HLE-MultiChoice v1.1, 15% — 46.6 대 48.7. 차이가 크지 않고, 둘 다 최상위권에 가까우며, 둘 다 한 자릿수 원시 정확도를 기록했습니다.

• AA-Symmetry v1.1, 15% — 79.8 대 70.5. Drex Max v1.1은 재정렬 및 부정에도 답을 유지하는 비율이 53.3%이며, Gemini Decision 1은 38.3%입니다.

패턴은 일관적입니다. Drex Max v1.1은 의사결정이 반복 가능하고 구조적으로 탄탄한지를 검증하는 두 구성 요소에서 우위를 점합니다. Gemini Decision 1은 무엇을 알고 있는지, 그리고 자신이 모르는 때를 아는지를 검증하는 두 구성 요소에서 우위를 점합니다. 둘 다 나름의 근거가 있는 제품이며, 의사결정 모델이 무엇을 위한 것인지에 대해 서로 다른 질문에 답하고 있습니다.

Drex 수치에 관한 한 가지 유의점: Artificial Analysis가 보고한 백만 작업당 103달러는 일시적인 출시 가격을 반영한 것이며, 보드는 각주에서 표준 가격이 적용되면 비용이 두 배가 된다고 언급합니다. 정가 기준으로 Drex Max v1.1은 백만 작업당 약 206달러로, 여전히 Gemini Decision 1의 345달러보다 훨씬 낮지만 더 이상 그 3분의 1 수준은 아닙니다. 지연 시간은 반대입니다. Drex Max v1.1은 작업당 283밀리초, Gemini Decision 1은 211밀리초로, 둘 다 해당 분야 중앙값인 209밀리초보다 느립니다.

점수가 아니라 요청의 형태를 기준으로 고르세요.

Drex Max v1.1은 반드시 유지되어야 하는 답이 필요한 단일 산출물에 대한 결정이라면 선택하세요. 스캔한 양식에 대한 보험 청구 분류, 재렌더링 후 동일한 클릭 결정을 다시 묻는 스크린샷 기반 에이전트 제어, 예/아니오가 뒤바뀌면 실제 오류가 되는 계약 검토가 그렇습니다. 63% 문서 통과율과 53.3% 대칭 통과율은 그런 경우 스스로 비용을 정당화하는 수치이며, 입력 토큰 100만 개당 $0.03은 볼륨 논거를 쉽게 만듭니다.

귀하의 결정이 하나의 입력에 적용되는 규칙서라면, 또는 입력이 텍스트와 이미지가 아니라면 Gemini Decision 1을 선택하세요. 지원 티켓 하나에 대해 한 번의 호출로 40가지 정책 검사를 수행하는 워크로드는 Gemini Decision 1에는 문서화되어 있었지만 Drex Max v1.1에는 문서화되어 있지 않았습니다. 그리고 입력이 통화 녹음이나 PDF라면 이 둘 중 하나만 이를 읽을 수 있습니다. Google 문서에는 지원하는 기능 하나와 함께 지원되지 않는 14가지 기능이 나열되어 있으므로, 도입을 확정하기 전에 적합성을 쉽게 확인할 수 있습니다: 보정된 결정, 나머지는 모두 끔.

단, 결정이 규모에서의 비용에 달려 있다면 둘 다 선택하지 마세요. Gemini Decision 1에는 Batch API도, 컨텍스트 캐싱도 없습니다. 따라서 백만 건의 과거 티켓을 매일 밤 훑는 작업은 매번 정책 문서를 다시 읽으면서 전액 요금으로 청구됩니다. Drex Max v1.1의 출시 가격은 한시적입니다. 현재 두 제품 모두 백필을 저렴하게 만드는 할인 구조를 제공하지 않으며, 이는 1년치 티켓을 대상으로 비용 계산을 해보는 사람에게 인덱스 점수 6포인트보다 더 중요할 것입니다.

두 번째 계약 없이 둘 다 실행하기

OrcaRouter는 이 둘 중 어느 것도 제공하지 않습니다. 둘 다 채팅 완성 대상이 아니라 확률 전용 엔드포인트이며, 그렇게 암시하기보다는 그렇다고 분명히 말합니다 — 카탈로그의 의사결정 모델 목록은 TypeSafe의 typesafe/jev-1.14로, 이 글에 나온 두 모델 사이의 같은 보드에서 66.23에 위치합니다.

베이크오프에서 실제로 비용이 드는 부분은 벤치마크에는 절대 나타나지 않는 부분입니다. 바로 두 개의 SDK, 두 가지 키 관리 방식, 고려해야 할 두 세트의 속도 제한입니다. 이것이 결정 파이프라인의 생성 쪽 절반이, 채점 쪽 절반은 그럴 수 없더라도, 라우터 뒤에 있어야 하는 이유입니다. 후보 답안을 초안 작성하거나, 루브릭을 작성하거나, 채점 대상 요약을 생성하는 호출은 바로 오후 한나절 만에 공급업체를 교체하고 싶은 호출입니다 — 하나의 엔드포인트, 200개 이상의 모델, 공급업체 정가를 0% 마크업으로 그대로 전달, 그리고 공급업체가 성능 저하될 때 페일오버. 채점 호출은 Google 또는 Nace를 직접 가리키게 하고, 작성 호출은 이식 가능하게 유지하세요. 라우팅할 수 없는 모델은 저렴한 부분이고, 라우팅할 수 있는 모델이 바로 당신이 바꾸고 싶어 할 모델입니다.

두 제품을 자체 라벨로 모두 테스트한다면 — 그리고 그래야 합니다. 어느 벤더도 귀사의 데이터에 대한 보정 곡선을 공개하지 않으니까요 — 동일한 200개 문서에 동일한 질문 세트로 실행하고, 지수가 아니라 통과율을 비교하세요. Paperclip에 대한 이사회의 30포인트 격차는 강한 사전 확률입니다. 그것은 귀사의 문서에 대한 측정값이 아닙니다.