
Karpo Decision 31B vs Drex Max 1.1: Twee boards, elk met één nummer
- OrcaNIEUWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 mln tokens · 184 tok/s
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens · 223 tok/s
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 87 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 96 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
Karpo Decision 31B en Drex Max 1.1 lijken qua grootte, vorm en taakomschrijving zo op elkaar dat een specblad ze laat aanzien voor hetzelfde product van twee bedrijven. Beide zijn dichte ~30B-modellen die zijn fijngetuned om getypte vragen over een toestand in één forward pass te beantwoorden zonder tekst te genereren. Beide leveren een 255-weg-uitleeshead, beide accepteren afbeeldingen, beide weigeren een te grote vraag in plaats van die af te kappen. De divergentie zit niet in de architectuur. Ze zit in wat elke leverancier bereid is geweest door iemand anders te laten meten, en in wat je achteraf met de gewichten mag doen. Karpo, van MachinePulse, heeft een Full-score van een derde partij en geen prijs. Drex Max 1.1, van Nace.AI, heeft een onafhankelijk Artificial Analysis-cijfer, een gepubliceerd tarief en een licentie die commercieel gebruik beperkt.
Geen van beide transacties is duidelijk de juiste. Dit is wat elke kant van de transactie feitelijk kost.
Waar de cijfers vandaan komen, want ze komen niet van dezelfde plek
Begin met het ongemakkelijke deel: op geen enkele ranglijst hebben beide modellen vandaag een score.
Karpo Decision 31B staat op de Decision Index, het communityboard dat open reproducties van TypeSafe's Jev bijhoudt. De Full-score ervan is 73,9, berekend door de beheerders van het board op privétests, en momenteel deelt het de eerste plaats met GLiDE 27B op 73,4. De publieke index van 75,05 kwam uit MachinePulse's eigen run van de officiële kit en werd door het board overgenomen, waarbij het resultatenbestand met 140.178 aanvragen is gepubliceerd zodat iedereen het opnieuw kan uitvoeren. Artificial Analysis heeft helemaal geen rij voor Karpo.
Drex Max 1.1 is het spiegelbeeld. Artificial Analysis geeft het een score van 72,62 op Decision Index v2.1 — tweede van 25 beslissingsmodellen, achter Liquid AI d1.2-ultra met 74,85 en voor SubQ Snap 1.2 met 72,58. Dat cijfer is van AA, gemeten op AA's hardware met AA's privédocumentenset. Wat Karpo heeft, heeft Drex Max 1.1 niet: de Jev-tracker bevat een rij voor Drex Max v1 met 66,60 Full, en helemaal geen rij voor v1.1.
Dus de enige beschikbare vergelijking met hetzelfde instrument is Karpo Decision 31B op 73,9 tegenover Drex Max v1 op 66,6 — een verschil van 7,3 punten op één bord, over twee verschillende versies van het Nace-model, precies het soort vergelijking dat de kant voortrekt die je toevallig gunstig gezind bent. Trek je de grens anders, dan heeft Drex Max 1.1 een 72,62 waar Karpo niets gedrukt heeft. Beide zinnen kloppen. Geen van beide is een rechtstreekse confrontatie.
De specs, dimensie voor dimensie

• Parameters — Karpo 31.3B in bf16 plus een 255 × 5.376 fp32-readout, ongeveer 62,5 GB op schijf; Drex Max 1.1 is een dense 27B, ongeveer 49 GB in bf16 en 26 GB met de backbone op 8-bit.
• Basismodel — Gemma 4 31B geïnstrueerd voor Karpo, Qwen3.8-27B voor Drex Max 1.1. Verschillende pretrainingscorpora, verschillende tokenizers, alles stroomafwaarts anders.
• Context — Karpo neemt 32.768 tokens per sequentie en splitst een langer verzoek per vraag, waarbij elk deel de volledige status draagt; Drex Max 1.1 gebruikt standaard 16.384 tokens per verzoek en de documentatie van de leverancier verhoogt dit naar 131.072 per vraag.
• Multimodaliteit — beide lezen afbeeldingen native, en beide maken de screenshot zichtbaar voor elke vraag in het verzoek in plaats van voor slechts één.
• Vraagtypen — identieke interface: choice met maximaal 255 opties, noul voor waar/onwaar, score voor een geordend niveau.
• Interface — Karpo bedient System One op POST /v1/systemone vanuit zijn eigen Python-pakket; Drex Max 1.1 heeft dezelfde vorm, plus llama.cpp- en Ollama-forks voor Apple silicon en CPU.
• Licentie — Apache-2.0 voor Karpo's gewichten en code; Nace.AI Open RAIL-M voor Drex Max 1.1, open gewichten met gebruiksbeperkingen.
• Hosting — Karpo heeft geen hosting. Drex Max 1.1 wordt aangeboden door Nace.AI voor $0,03 per miljoen inputtokens, op het AA-bord gemarkeerd als een tijdelijke introductieprijs.

De contextrij is degene waar mensen overheen skimmen. Een harde limiet van 32.768 tokens met een expliciete weigering is een andere technische beperking dan een standaardwaarde van 16.384 tokens die je met een omgevingsvariabele kunt verhogen naar 131.072. Als je statussen facturen en supporttickets zijn, doen geen van beide getallen ertoe. Als je statussen contracten zijn, kan het Nace-model er tien krijgen en Karpo niet één.
Hoe een kalibratieverschil van 11 punten er in een pijplijn uitziet
Nauwkeurigheid is het getal dat mensen noemen en het getal dat voor deze klasse modellen het minst ertoe doet. Het hele punt van een beslissingsmodel is dat de uitvoer een waarschijnlijkheid is waarop een drempel kan aangrijpen, dus de vraag is of die waarschijnlijkheid eerlijk is.
De kaart van Karpo meldt een kalibratiefout van 4,8 punten: wanneer het model 0,9 zegt, heeft het iets minder dan 90% van de tijd gelijk, gemiddeld zo'n vijf punten minder. Het AA-profiel van Drex Max 1.1 heeft een Brier-score van 0,16 over de volledige vragenreeks, wat een andere statistiek is en niet direct vergelijkbaar, maar hetzelfde overzicht toont ook de vertrouwensladder: bij de vertrouwensklasse van 0,98 heeft het model 97,5% van de tijd gelijk. Dat is een model waarvan de antwoorden met het hoogste vertrouwen zonder meer te vertrouwen zijn.
De interessante splitsing bij Drex Max 1.1 zit in de kennisbeoordeling. Op AA-Omniscience haalt het een beslissingsscore van 60,3 — maar die samengestelde score komt van 28% ruwe nauwkeurigheid tegenover een niet-hallucinatiepercentage van 65,3%. Lees je die samen, dan heb je een model dat ongeveer een kwart van de kennisvragen correct beantwoordt en bij een groot deel van de rest weigert te antwoorden. De index beloont het voor weigeren in plaats van verzinnen, wat het bedoelde gedrag is voor een beslissingslaag en een slechte match voor alles wat een daadwerkelijk antwoord nodig heeft.
Bij Karpo duikt hetzelfde instinct op een andere plek op: negen verzoeken van de 140.178 werden botweg geweigerd omdat een vraag plus de bijbehorende status het venster liet overlopen. Weigeren boven stilzwijgend afkappen is de juiste standaard. Het is ook een faalmodus waar je omheen moet werken, en een plafond van 32.768 tokens maakt die frequenter.
Latentie en de vorm van de deployment
Karpo's geregistreerde mediaan is 94 ms per verzoek op de referentiehardware van de tracker: één GPU, één verzoek tegelijk. AA meet Drex Max 1.1 op 283 ms per taak en een kostenpost van $102.7 per miljoen taken tegen de huidige introductieprijs. De twee getallen zijn niet dezelfde meting — per verzoek versus per taak, en een taak op de documentset van AA bestaat uit meerdere beslissingen over één lang document — dus beschouw het verschil als richtinggevend, niet als precies.
In grote lijnen zegt het iets reëels: een van Gemma afgeleide 31B-readout met één gedeelde state-pass is een slanker object dan een 27B-model waarvan de niet-causale attentionlagen de volledige sequentie herschrijven. Of slanker uitmaakt, hangt ervan af waar de aanroep zit. Een gate die vóór elke tool call afgaat, moet binnen het turnbudget passen. Een nachtelijke herscoring van duizend tickets trekt zich niets aan van 200 ms.
De licentievraag die niemand stelt totdat inkoop dat doet.
Karpo Decision 31B is Apache-2.0, gewichten en code, met daarnaast de eigen licentie van Gemma 4 in de repository. Dat is het permissieve uiteinde van open.
Drex Max 1.1 valt onder de Nace.AI Open RAIL-M-licentie. Open RAIL-M is echt open — je kunt het downloaden, uitvoeren, wijzigen en herdistribueren — maar het bevat gebruiksbeperkingen die doorwerken naar downstream-gebruikers, en het verplicht je om dezelfde beperkingen door te geven. Voor een onderzoeksnotebook is dat onderscheid onzichtbaar. Voor een product waarbij het model in een klantgerichte pipeline zit, is het een juridische beoordeling, en die beoordeling zal vragen wat er gebeurt als je het fine-tunt en het afgeleide product levert. Het antwoord is: "de beperkingen komen ermee mee".
Als de beslissingslaag interne tooling is, is de licentie een voetnoot. Als die is ingebed in iets dat je verkoopt, haalt Apache-2.0 een vergadering uit het kritieke pad.
Welke past er eigenlijk?
Kies Drex Max 1.1 als je een getal wilt dat je niet zelf hoefde te berekenen, een prijs die je in een budget kunt opnemen, en toestanden die lang aanhouden. Het is vandaag meetbaar, het is vandaag gehost, en de vertrouwensladder aan de bovenkant is de eigenschap die een geautomatiseerde drempel verdedigbaar maakt. De kosten zijn de licentiebeperkingen en een introductieprijs die AA expliciet als tijdelijk markeert.
Kies Karpo Decision 31B als de afwezigheid van een gehost endpoint geen probleem is — je hebt de GPU, of je hebt een batchjob — en de permissiviteit van Apache-2.0 ertoe doet, en de Full-score van de board het bewijs is dat je vertrouwt. De kosten zijn 62,5 GB aan gewichten, een plafond van 32.768 tokens, en een leverancier die geen prijs, productpagina of aankondiging heeft gepubliceerd.
Er is een derde standpunt, en voor de meeste teams is dat deze maand het juiste: geen van beide. Karpo is twee weken oud met een gedeelde koppositie en geen onafhankelijke score; Drex Max 1.1 is geprijsd op een korting die afloopt. Draai beide tegen je eigen gelabelde sample en vergelijk het percentage 'zelfverzekerd en fout' in plaats van de kopregel. Voor de gevestigde partij in die schaduwtest is de goedkoopste beschikbare referentie het eigen model van TypeSafe — Jev 1.14 staat in onze catalogus, zodat een drempelbeleid kan worden gevalideerd tegen precies datgene waar elke open reproductie naar jaagt, op dezelfde sleutel die je zou gebruiken voor Qwen3.8-27B of Gemma 4 31B, de twee basismodellen waaruit deze checkpoints zijn gebouwd. Beide basissen worden geserveerd via één API voor 200+ modellen tegen de lijstprijs van de provider, zonder opslag, wat juist nuttig is omdat een beslissingslaag bij uitstek de plek is waar je het model wilt verwisselen en de code wilt behouden.
Het enige dat deze confrontatie zou beslechten, is één getal: dat Karpo Decision 31B op het AA-board verschijnt. Tot dan is de vergelijking een goed gedocumenteerde 73,9 tegen een goed gedocumenteerde 72,62, geproduceerd door twee organisaties die nog nooit dezelfde paper hebben beoordeeld.

