Drex for Finance vs Gemini Beslissing 1: Twee manieren om een waarschijnlijkheid te kopen

Leg de specificatiebladen naast elkaar en Drex for Finance en G​emini Decision 1 lijken hetzelfde product van twee bedrijven. Beide nemen een blok invoer en een reeks getypeerde vragen, beide retourneren per vraag een gescoord antwoord zonder gegenereerde tekst, beide ondersteunen een verzoek van 262.144 tokens, en beide kosten centen per miljoen inputtokens in plaats van dollars. De gelijkenis houdt op bij datgene waarvoor je ze daadwerkelijk zou kopen. G​emini Decision 1, uitgebracht op 11 november 2026 via G​oogle's Developer API, is een algemeen beslissingsmodel waarvan de onderscheidende vaardigheid is weten wanneer het moet weigeren; Drex for Finance, algemeen beschikbaar sinds 2 november 2026 voor $0,03 per miljoen inputtokens, is een domeinspecifieke finetune waarvan de onderscheidende vaardigheid is een financieel document lezen en in één keer vijftien antwoorden goed krijgen. Negen dagen na elkaar, dezelfde aanvraagvorm, tegenovergestelde weddenschappen — en geen enkele gepubliceerde run heeft ze ooit op dezelfde schaal gezet.

De vergelijking die niemand heeft uitgevoerd

Dit is het eerste wat je moet begrijpen, want het bepaalt hoeveel van de rest van dit stuk je in de praktijk kunt brengen.

De cijfers van Gemini Decision 1 komen van Artificial Analysis, op zijn Decision Index v2.1 — achttien modellen gerangschikt, een gewogen samengestelde van zes evaluaties, elk gescoord als nauwkeurigheid minus de Brier-penalty op de waarschijnlijkheid die het model aan zijn antwoord hechtte. Het scoort 66,0, wat negende van achttien is, net boven de mediaan van de ranglijst van 64.

De cijfers van Drex for Finance komen van Nace, op een Drex Finance Index die is gebouwd op 48 gereserveerde financiële testsets. Het scoort 77,3. Drex for Finance staat helemaal niet op de Artificial Analysis-ranglijst.

De twee belangrijkste cijfers zijn dus 66 en 77,3; ze komen van verschillende instrumenten, ze meten verschillende populaties taken, en als je ze van elkaar aftrekt, krijg je een getal zonder betekenis. Iedereen die dat doet — en de versies van deze vergelijking die al online staan, doen dat — vergelijkt een score op een algemene leaderboard met een domeinscore van de leverancier zelf en noemt het verschil een winnaar. De eerlijke vaststelling is dat het enige overlappende bewijs één stap verwijderd is: Drex Max v1.1, het bovenliggende checkpoint waarvan Drex for Finance is gefinetuned, staat wél op de Artificial Analysis-leaderboard, en staat daar met 73,4 overtuigend aan de leiding — eerste van achttien, 7,4 punten voor op de 66,0 van Gemini Decision 1. Dat is een sterk signaal over het basismodel en helemaal geen signaal over de finetune, omdat domeintraining veel kan winnen op een documenttest en een beetje kan verliezen op een kennistest, en niets dat gepubliceerd is die twee effecten voor dit checkpoint van elkaar scheidt. Het is ook de reden dat de 66 en de 77,3 niet als een gat in een van beide richtingen moeten worden gelezen.

Wat elk ervan eigenlijk is gebouwd om te doen

De architecturen verklaren de divergentie beter dan welke score dan ook.

• Vorm — Drex for Finance is een finetune van Drex Max, een beslissingsmodel met een vision-encoder. Gemini Decision 1 is een eerstelijns beslissingsmodel van Google DeepMind, op zijn eigen POST /v1beta/decisions-endpoint, los van het generate-content-pad.

• Trainingsfocus — negen genoemde financiële domeinen bij Nace: bankieren en betalingen, boekhouding en audit, krediet en lenen, verzekeringen, compliance en risico, filings en rapporten, markten en beleggen, ESG, treasury en operations. Google publiceert geen trainingsbeschrijving buiten het model en de API.

• Schaal van een verzoek — beide staan ongeveer 1.000 vragen in één keer toe, maar de vormen verschillen. Gemini Decision 1 beperkt dit tot 1.000 vragen per verzoek en rekent de gedeelde invoer één keer af. Drex for Finance geeft je 262.144 tokens voor het hele verzoek, waarbij het aantal vragen in de documentatie onbeperkt is, wat veel korte vragen beloont boven één lang document.

• Onthouding — Het ja/nee-type van G​emini Decision 1 retourneert een waarschijnlijkheid die is begrensd tot 0,01–0,99, dus een drempel die boven 0,99 is ingesteld, kan nooit afgaan; zijn toppositie op AA-Omniscience en HLE-MultiChoice is grotendeels een voorsprong in het zich onthouden van een antwoord in plaats van gokken. Drex for Finance retourneert P(true) in [0,1] zonder gedocumenteerde grens, en helemaal geen gepubliceerd non-hallucinatiepercentage.

• Optieafhandeling — G​emini Decision 1 sorteert je optiesleutels alfabetisch in UTF-8-bytevolgorde voordat er wordt gescoord, dus bij gelijke scores wint de alfabetisch eerste sleutel, en G​oogle's eigen richtlijn is om een catch-all other te noemen in plaats van none_of_the_above. Nace documenteert een dergelijke normalisatie niet, wat niet hetzelfde is als zeggen dat die niet plaatsvindt — het is hetzelfde als zeggen dat je er hoe dan ook niet op kunt vertrouwen.

• Prijs — Drex for Finance $0,03 per miljoen inputtokens, output wordt niet gefactureerd. G​emini Decision 1 $0,10 per miljoen inputtokens, output niet van toepassing. Volgens de taakratio-maatstaf van Artificial Analysis komt G​emini Decision 1 uit op $345 per miljoen beslissingen; het vergelijkbare cijfer voor het Nace-model is op die basis niet gepubliceerd.

• Toegang — Drex for Finance via de API van de leverancier, de SDK's, de CLI en een externe MCP-server, met een gratis niveau van 100 beslissingen per dag tot 32 KB per stuk. Gemini Decision 1 op de Gemini Developer API, alleen op v1beta — geen Vertex AI-vermelding, geen Batch API, geen contextcaching.

Waar het algemene model wint, en dat is geen kleine verzameling

Drie van die rijen zijn doorslaggevend, afhankelijk van je werkbelasting.

Kalibratie. De Decision Index bestraft een zelfverzekerd fout antwoord harder dan een onzeker antwoord, en dat ontwerp is de reden dat G​emini Decision 1 staat waar het staat. Als je pipeline op de waarschijnlijkheid routeert — goedkeuren boven 0,95, escaleren onder 0,6 — dan zit de waarde van het getal volledig in de vraag of 0,95 ook 95% betekent. De begrensde output van G​oogle plus de eerste plaats op de twee kenniscomponenten is daar bewijs voor; Nace publiceert nauwkeurigheid en een uitsplitsing per categorie, maar geen kalibratiecurve, dus de Drex-waarschijnlijkheid is een score die je zelf moet valideren voordat je er een drempel op toepast.

Eén doorgang, veel regels. Duizend vragen per verzoek tegen één gedeelde invoer is een wezenlijk andere capaciteit dan één zeer lange context. Een supportticket dat in één aanroep tegen veertig beleidsregels wordt gecontroleerd, waarbij de invoer één keer wordt gefactureerd, is het soort taak waarbij de vorm van Gemini Decision 1 beter is dan een contextvenster van 262K, omdat de kosten meeschalen met het aantal vragen en niet met de tekst die je herhaalt.

Breedte van modaliteiten.Drex for Finance leest tekst plus PNG-, JPEG- en WebP-afbeeldingen, tot acht per verzoek. G​emini Decision 1 accepteert tekst, afbeelding, video, audio en pdf in één verzoek, tot 100 MB inline base64, 50 MB voor pdf's. Als een beslissing afhangt van een opname van een telefoongesprek of een videoframe, kan slechts één van deze twee het zien.

Waar de specialist wint

Het tegenargument is beperkter, maar het is reëel, en het komt neer op wat er gebeurt bij documenten waarbij meerdere antwoorden tegelijk allemaal juist moeten zijn.

Op AA-Paperclip — 30% van de samengestelde score van Gemini Decision 1, en de zwaarste afzonderlijke component — slaagt Gemini Decision 1 voor 33% van de documenten in één keer, tegenover 63% voor Drex Max v1.1. De test bestaat uit 1.500 privé-cv's, bonnetjes, facturen en documenten, elk met vijf beslissingen en tien feiten, en wordt per document alles-of-niets gescoord. Drex for Finance is precies op dat materiaal gefinetuned: factuur- en bonnetjesvelden, GL-rekeningclassificatie, dubbele facturen, reconciliatie-uitzonderingen, auditsteekproeven, 10-K- en XBRL-tagging. Nace rapporteert 92,3 op Documents & extraction en 96,7 op Financial QA & filings, beide door de leverancier uitgevoerd.

Als je beslissing is "lees deze factuur en vertel me of hij een al betaalde factuur dupliceert", dan is de samengestelde score van het algemene board bijna irrelevant en is de domeinfinetune bijna het hele antwoord. Dat is het argument om een specialistentarief te betalen voor een gespecialiseerd model — en het is ook de reden waarom de 77,3 en de 66 niet met elkaar vergeleken moeten worden: het zijn de scores van twee modellen op de twee taakpopulaties waarin elk gekozen is om goed te zijn.

Twee eerlijke zwakke plekken aan de Nace-kant, aangezien de tabel van de leverancier zelf is: Credit & risk scoort 48,3, het laagste absolute cijfer in de financietabel, en Markets & reasoning scoort 41,5, de enige categorie waarin het model niet eerste is — pplx-decider v1.2 neemt 43,1. Beide worden bekendgemaakt in Nace's eigen launchpost, wat meer is dan de meeste leveranciers doen, en beide bepalen hoe ver het vertrouwen in de financiële checkpoint mag reiken.

Kosten, op de schaal waarop een beslissingspijplijn daadwerkelijk draait

Een testcase van 4.000 tokens die één keer wordt gescoord, kost ongeveer $0,00012 op Drex for Finance en ongeveer $0,0004 op G​emini Decision 1. Geen van beide is het getal dat iets beslist; bij een miljoen beslissingen per maand is het verschil ongeveer $280, wat minder is dan de engineerweek die aan migratie wordt besteed.

Wat de doorslag geeft, is de omliggende architectuur. G​emini Decision 1 heeft geen contextcaching en geen Batch API, dus hetzelfde beleidsdocument van 40.000 tokens wordt bij elk verzoek volledig gefactureerd, en er is geen nachtelijke verwerking tegen halve prijs van historische tickets. Drex for Finance heeft geen van beide functies, en de facturering is per verzoek in plaats van per vraag, wat betekent dat de kosten van het stellen van veertig vragen over één document de tokentelling van het document zijn, één keer. Bij een workload met veel vragen en korte invoer keert dat de rangorde per token volledig om: de $0,10 van G​emini Decision 1 levert je duizend vragen op, terwijl dezelfde duizend vragen tegen één korte casus één Drex-verzoek is tegen $0,03 per miljoen tokens.

Hoe je een van beide bereikt, eerlijk gezegd

Wij bieden gemini-decision-1 niet aan en wij bieden drex-max-finance niet aan. Een endpoint met alleen waarschijnlijkheden is geen chat-completions-doel, dus een router zoals de onze heeft geen eerlijke manier om een van beide achter één sleutel te zetten, en iets anders beweren zou bij het eerste verzoek mislukken. Wat wij wél aanbieden is TypeSafe's typesafe/jev-1.14 voor $0,042 per miljoen input- en outputtokens op systemone — dezelfde requestvorm waarmee Nace's API wire-compatibel is en een model op dezelfde ranglijst van achttien modellen als G​emini Decision 1, met 66,2 tegen 66,0.

Daardoor is het in deze vergelijking de praktische derde optie en niet slechts een voetnoot. Als de beslissing zelf onbetwist is en je één endpoint nodig hebt voor de hele pijplijn — de beslissingsaanroep, de opstelaanroep die de analistennotitie schrijft, de escalatieaanroep die de gemarkeerde gevallen beoordeelt — dan is de beslissingspoot die op dezelfde key draait als meer dan 200 andere modellen, tegen de lijstprijs van de provider doorgegeven zonder markup per token, meer waard dan een voorsprong van twee punten op een samengestelde score. Als de beslissing het hele product is, koop dan de specialist bij de leverancier en routeer de rest.

Wat zou het beslechten?

Eén experiment, en niemand heeft het uitgevoerd. Neem een paar honderd echte financiële documenten — facturen met een bekende duplicaatstatus, financiële rapporten met bekende tags — en scoor ze met beide modellen volgens dezelfde rubric. Die ene run zou elk cijfer in dit artikel vervangen door een vergelijkbaar cijfer en zou je vertellen of het voordeel van de domein-finetune standhoudt wanneer die wordt getest met een onafhankelijke harness.

Totdat het bestaat, is de juiste interpretatie dat dit geen concurrenten zijn. Gemini Decision 1 is de betere keuze wanneer de waarschijnlijkheid betrouwbaar moet zijn, er veel vragen zijn, of de invoer geen tekst is. Drex for Finance is de betere keuze wanneer de invoer een financieel document is, de antwoorden allemaal tegelijk correct moeten zijn, en het volume aan cases maakt dat $0.03 per miljoen tokens het criterium is dat telt. Beide uitspraken zijn verdedigbaar op basis van gepubliceerde cijfers. De vergelijking die hen op één leaderboard zet, is dat niet, en het zal nog enige tijd duren voordat die er is.