Een gegenereerde titelkaart met als kop ‘2,2 punten verschil, en een prijs die verdubbelt’, met als ondertitel ‘d1.2-ultra vs Drex Max v1.1 - Decision Index v2.1’. Twee afgeronde kaarten tonen ‘d1.2-ultra’ boven ‘75’ en ‘Drex Max v1.1’ boven ‘73’, gescheiden door een dunne verticale scheidingslijn; daaronder staat op een brede strook ‘$133 per 1 miljoen taken vs $103 nu, ongeveer $206 tegen standaardprijs’, en op één omlijnde chip staat ‘onafhankelijk panel, beide modellen uitgevoerd door Artificial Analysis’. Het OrcaRouter-merkteken is rechtsonder samengesteld.
Guides & Insights

d1.2-ultra vs Drex Max 1.1: een verschil van 2,2 punten en een prijskaartje dat in december verdubbelt

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Liquid AI d1.2-ultra gaat Nace.AI's Drex Max v1.1 met 2,23 punten voor op de Artificial Analysis Decision Index v2.1 — 74,85 tegen 72,62 — en qua listprijs is het het duurdere model, met $0,042 per miljoen inputtokens tegen $0,03. Beide getallen zijn vandaag waar, en slechts één ervan zal nog waar zijn wanneer de lanceringskorting aan de Nace-kant afloopt. Artificial Analysis plaatst een asterisk bij de kostenrij van Drex Max v1.1: de $103 per miljoen taken die het rapporteert "weerspiegelt een tijdelijke lanceringsprijs", en tegen de standaardprijs zouden die kosten verdubbelen. Wat betekent dat het paar dat eruitziet als een premiummodel tegenover een waardemodel, op basis van de kosten die een deployment daadwerkelijk bepalen, net omgekeerd is.

De rangschikking is echt en onafhankelijk gemeten — beide modellen zijn door Artificial Analysis op zijn eigen hardware uitgevoerd, niet door een van beide leveranciers — dus dit is een vergelijking van twee gescoorde rijen in plaats van twee persberichten. Wat volgt scheidt de punten die de prijswijziging zullen overleven van de punten die dat niet zullen doen.

Ten eerste, wat de voetnoot doet met de kostenvergelijking

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.’

Prijs per token is het verkeerde getal om op te plannen wanneer een van de twee leveranciers korting geeft. Kosten per taak is het juiste getal, omdat daarin meeweegt hoeveel tokens elk model verbruikt om hetzelfde document te beantwoorden, en dat is wat Artificial Analysis naast de index publiceert.

• Per miljoen invoertokens — d1.2-ultra $0,042, Drex Max v1.1 $0,03.

• Per miljoen taken tegen de huidige prijzen — d1.2-ultra $133, Drex Max v1.1 $103, waarbij de laatste wordt aangeduid als een tijdelijke introductieprijs.

• Per miljoen taken tegen standaardprijs — d1.2-ultra $133, Drex Max v1.1 ongeveer $206 volgens de eigen notitie van het bestuur dat de kosten ervan dubbel zouden zijn.

• Klassemediaan — $135 per miljoen taken, dus het Liquid-model zit er net onder en het Nace-model zal er ruim boven zitten.

Die omkering is belangrijker dan het verschil van twee cent per token doet vermoeden, omdat het verandert welk model je bij volume kiest. De Drex-lijn is sinds de lancering van v2 op 8 november de goedkope optie in deze categorie; als de korting een introductieactie is en geen prijsherziening, wordt de goedkope optie de dure zonder dat er ook maar één benchmark beweegt. Iedereen die een budget aan het bedrag van $103 had vastgepind, zou Nace moeten vragen wanneer de standaardprijs ingaat voordat ze een kwartaal aan verkeer eraan besteden.

Waar de 2.2 punten eigenlijk uit bestaan

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.

Het samengestelde geheel komt dichtbij. De componenten niet, en ze wijzen in verschillende richtingen, wat het nuttige deel is.

• AA-Symmetry, 15% — de grootste kloof van de zes. d1.2-ultra scoort 86,34 tegenover 79,82 voor Drex Max v1.1. Op de strengere all-pass-maatstaf, die hetzelfde antwoord bij parafraseringen vereist in plaats van een goed gemiddelde, is het 56,7% tegenover 53,3%. Drex Max v1.1 was op deze test al het op één na beste model binnen zijn eigen familie; het Liquid-model is simpelweg stabieler bij herformulering.

• AA-Paperclip, 30% — 75,81 tegen 72,82 op de beslissingsscore, en 67,7% tegen 63,0% van de documenten volledig correct. Het verschil van drie procentpunten in het all-passpercentage op documentniveau is de grootste afzonderlijke bijdrage aan de indexkloof, en dit is de factor die het meest direct aansluit bij een echte extractiepijplijn, omdat een document dat één van de vijftien antwoorden mist, hoe dan ook als mislukking telt.

• When2Call, 10% — 96,49 tegenover 95,26. Beide zitten dicht bij het plafond van de evaluatie; een punt en een kwart op een test waar de hele top tien binnen een marge van twee punten valt, is geen onderscheidende factor.

• EvalSafe-O*NET-AA, 15% — 89,53 tegen 88,32, eveneens een marge van een muntworp.

• AA-Omniscience-Decision v1.1, 15% — 60,80 tegen 60,27. In feite gelijk op de score, en daaronder verdeeld: Drex beantwoordt meer van deze vragen correct, 28,0% tegen 23,6%, terwijl d1.2-ultra zich vaker eerlijk onthoudt, 83,8% niet-hallucinatie tegen 65,3%.

• HLE-MultiChoice v1.1, 15% — 46,36 tegen 46,61, de enige beslissingsscore die Nace wint, met een kwart punt. Daaronder is het ruwe nauwkeurigheidsverschil geen kwart punt: 8,25% tegen 2,36%.

Waar Drex Max 1.1 nog steeds wint, en waarom het geen afrondingsfout is

Drie dingen op het bord pleiten voor het Nace-model, en de eerste twee zijn van het soort dat bepaalt of een workload überhaupt mogelijk is.

Het contextvenster is het grote punt. Drex Max v1.1 accepteert 262k tokens; d1.2-ultra accepteert 66k, wat op zichzelf het dubbele is van wat Liquids vorige vlaggenschip bood. Dat is een viervoudig verschil in de omvang van de toestand die je het model in één aanroep kunt meegeven, en geen van beide modellen genereert outputtokens, dus er is geen outputbudget om ertegen af te wegen. Een contract van 200 pagina's, een lang claimsbestand of een zaakbundel met meerdere documenten die in één Drex-aanvraag past, moet aan de Liquid-kant worden opgedeeld in chunks, opnieuw worden bevraagd en weer worden samengevoegd — en elke chunkgrens is een plek waar een documentoverschrijdende vraag niet meer te beantwoorden is.

Het tweede is kennis. Op HLE-MultiChoice beantwoordt Drex 8,25% van de vragen correct, tegenover 2,36%, en op AA-Omniscience-Decision beantwoordt het 28,0% tegenover 23,6% — terwijl het zich veel minder vaak onthoudt. De hoge niet-hallucinatiecijfers van d1.2-ultra zijn deels een deugd en deels een symptoom: een model dat drie van de vier keer "Ik weet het niet" zegt, is goed gekalibreerd en niet erg nuttig bij een vraag die daadwerkelijk een antwoord heeft. Als je taak beslissingen over documenten betreft, is die ruil prima. Als het beslissingen betreft waarbij je iets moet weten, is Drex het model dat meer weet.

Het derde is snelheid, alleen op papier. 283 ms tegenover 218 ms per taak op de index, beide trager dan de klassemediaan van 209 ms, en beide snel genoeg dat geen van beide de bottleneck zal zijn in een pipeline die nog iets anders doet.

De twee modellen zijn niet uitwisselbaar, wat de keuze vereenvoudigt.

Hoeveel index-rekenwerk je er ook op loslaat, ze worden er niet uitwisselbaar van, en doen alsof dat wel zo is, is precies waar de meeste vergelijkingsartikelen de fout ingaan. De ene is een documentlezer van 66k tokens, afgestemd op calibratie en parafrase-stabiliteit; de andere is een lezer van 262k tokens die zijn prijs verlaagt en meer moeilijke vragen beantwoordt. Het omslagpunt is geen score, het is een toestandsgrootte.

• Als je states in 66k passen en je een drempel op de waarschijnlijkheid hanteert — automatisch goedkeuren boven 0,9, escaleren eronder — is d1.2-ultra het betere instrument. Beste Brier-score van de 24 modellen op het bord met 0,150, tegen 0,160 voor Drex, en een symmetriescore die zes en een halve punt hoger ligt.

• Als je states groter zijn dan 66k, of als je vragen kennis in plaats van leeswerk vereisen, is Drex Max v1.1 de enige van de twee die de klus überhaupt kan klaren, en is het indexverschil niet langer het beslissende getal.

• {{1}}Als u bij volume kostengevoelig bent en de Nace-prijs standhoudt{{/1}}, {{2}}is Drex vandaag per taak goedkoper{{/2}}. {{3}}Als de prijs terugvalt, is Drex de duurste van de twee en wint het Liquid-model op zowel score als kosten{{/3}}.

Beide testen zonder op een van beide te wedden

Geen van beide modellen staat in onze catalogus, en niets hier is een beschikbaarheidsclaim voor een van beide: d1.2-ultra wordt geleverd via Liquid's eigen API, en Drex Max v1.1 via die van Nace. Dat is precies de situatie waarin een routeringslaag zijn waarde bewijst in plaats van een regelpost te zijn, omdat de vraag die een team feitelijk heeft — reproduceert de kloof van 2,2 punten op mijn documenten? — wordt beantwoord door dezelfde states door beide modellen te laten lopen, niet door een leaderboard te lezen.

Het derde model dat de moeite waard is om in die test op te nemen, is Jev 1.14, dat we wel hosten tegen $0.042 per miljoen inputtokens via dezelfde systemone-aanvraagvorm. Het leidt EvalSafe-O*NET-AA met 91.14, het enige onderdeel waar geen van deze twee eerste is, en het antwoordt in 92 ms — ruim het snelste van de drie. Een drieweg-shadowrun over één sleutel, waarbij de routing DSL dezelfde payload naar elk stuurt en automatische failover een productiepad in leven houdt als een leverancier een slechte middag heeft, is een goedkopere manier om dit te beslechten dan een inkooptraject.

Wat te kijken, en wanneer

Twee data bepalen deze confrontatie. De eerste is wanneer de introductieprijs van Nace afloopt: bij $103 per miljoen taken is Drex Max v1.1 de voordelige keuze, bij ongeveer $206 de premiumoptie, en de indexscore verandert hoe dan ook niet. Informeer eerst voordat je je budget bepaalt.

De tweede is de volgende indexherziening. Decision Index v2.1 is recent genoeg dat het bestuur nog steeds een notitie heeft dat deze op 16 november is bijgewerkt, en een verschil van 2,2 punten tussen de eerste en de tweede valt binnen het bereik dat één componentherziening kan verschuiven. Als de privédocumentenset van AA-Paperclip wordt vernieuwd, is de 30%-gewogen component die het grootste deel van het verschil oplevert, degene die als eerste zal verschuiven.

Tot dan is de eerlijke samenvatting deze: d1.2-ultra is op basis van het bewijs het betere model, met een marge die klein is op de samengestelde score en groot op symmetrie en het all-pass-percentage voor documenten, en het is het goedkopere model per taak zodra de Nace-korting afloopt. Drex Max v1.1 blijft de enige van de twee die een state van 200k tokens aankan, en op vragen die kennis vereisen in plaats van lezen is het nog steeds de sterkere van de twee. Kies eerst op state-grootte, dan op prijs, en dan op index.

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.