
Karpo Decision 31B kontra Drex Max 1.1: dwie deski, każda z jednym numerem
- OrcaNOWOŚĆOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 za 1 mln tokenów · 184 tok/s
- tencentNOWOŚĆTencent: Hy4 Flash2026-11-16$0.02 / $0.07 za 1 mln tokenów · 223 tok/s
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 87 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 za 1 mln tokenów · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 za 1 mln tokenów · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
Karpo Decision 31B i Drex Max 1.1 są tak zbliżone rozmiarem, kształtem i opisem zadania, że karta specyfikacji sprawia, iż wyglądają jak ten sam produkt od dwóch firm. Oba są gęstymi modelami ~30B dostrojonymi do odpowiadania na wpisywane pytania o stan w jednym przejściu w przód bez generowania tekstu. Oba mają 255-kierunkową głowicę odczytu, oba przyjmują obrazy, oba odmawiają zamiast obcinać zbyt duże pytanie. Rozbieżność nie leży w architekturze. Leży w tym, co każdy dostawca był skłonny pozwolić komuś innemu zmierzyć, i w tym, co wolno ci później zrobić z wagami. Karpo od MachinePulse ma zewnętrzny wynik Full i brak ceny. Drex Max 1.1 od Nace.AI ma niezależny wynik Artificial Analysis, opublikowaną stawkę i licencję ograniczającą użycie komercyjne.
Żadna z tych transakcji nie jest oczywiście właściwym wyborem. Oto ile faktycznie kosztuje każda ze stron transakcji.
Skąd pochodzą te liczby, ponieważ nie pochodzą z tego samego miejsca
Zacznijmy od niewygodnej kwestii: dziś nie ma ani jednej tabeli rankingowej, na której oba modele mają wynik.
Karpo Decision 31B pojawia się w Decision Index, społecznościowej tablicy śledzącej otwarte reprodukcje Jev firmy TypeSafe. Jego wynik Full to 73,9; obliczyli go opiekunowie tablicy na prywatnych testach, a obecnie dzieli pierwsze miejsce z GLiDE 27B, mając 73,4. Jego publiczny indeks 75,05 pochodzi z uruchomienia oficjalnego zestawu wykonanego przez samą MachinePulse i został przyjęty przez tablicę; plik wyników z 140 178 zapytań opublikowano, aby każdy mógł go ponownie uruchomić. Artificial Analysis nie ma w ogóle wiersza dla Karpo.
Drex Max 1.1 jest lustrzanym odbiciem. Artificial Analysis ocenia go na 72,62 w Decision Index v2.1 — drugie miejsce wśród 25 modeli decyzyjnych, za Liquid AI d1.2-ultra z 74,85 i przed SubQ Snap 1.2 z 72,58. Ta liczba pochodzi od AA, została zmierzona na sprzęcie AA z prywatnym zestawem dokumentów AA. To, co ma Karpo, a czego nie ma Drex Max 1.1: tracker Jev zawiera wiersz dla Drex Max v1 z wynikiem 66,60 Full, a dla v1.1 nie zawiera żadnego wiersza.
Więc jedynym dostępnym porównaniem na tym samym instrumencie jest Karpo Decision 31B z wynikiem 73,9 przeciwko Drex Max v1 z wynikiem 66,6 — różnica 7,3 punktu na jednej tablicy, między dwiema różnymi wersjami modelu Nace, co jest dokładnie tym rodzajem porównania, który schlebia tej stronie, której akurat sprzyjasz. Przesuń granicę w drugą stronę, a Drex Max 1.1 ma 72,62 tam, gdzie Karpo nie ma nic wydrukowanego. Oba zdania są prawdziwe. Żadne nie jest bezpośrednim porównaniem.
Dane techniczne, wymiar po wymiarze

• Parametry — Karpo 31.3B w bf16 oraz macierz odczytu 255 × 5 376 w fp32, około 62,5 GB na dysku; Drex Max 1.1 to gęsty model 27B, około 49 GB w bf16 i 26 GB z backbone’em w 8 bitach.
• Model bazowy — Gemma 4 31B dostrojony do instrukcji dla Karpo, Qwen3.8-27B dla Drex Max 1.1. Różne korpusy pretreningowe, różne tokenizatory, różne wszystko w dalszym ciągu.
• Kontekst — Karpo przyjmuje 32 768 tokenów na sekwencję i dzieli dłuższe żądanie według pytań, przy czym każda część przenosi pełny stan; Drex Max 1.1 domyślnie obsługuje 16 384 tokeny na żądanie, a dokumentacja dostawcy podnosi ten limit do 131 072 na pytanie.
• Multimodalność — oba natywnie odczytują obrazy i oba udostępniają zrzut ekranu każdemu pytaniu w żądaniu, a nie tylko jednemu.
• Typy pytań — identyczny interfejs: wybór do 255 opcji, noul dla prawda/fałsz, punktacja dla uporządkowanego poziomu.
• Interfejs — Karpo udostępnia System One pod adresem POST /v1/systemone z własnego pakietu Pythona; Drex Max 1.1 ma ten sam kształt, a dodatkowo forki llama.cpp i Ollama dla Apple silicon i CPU.
• Licencja — Apache-2.0 dla wag i kodu Karpo; Nace.AI Open RAIL-M dla Drex Max 1.1, czyli otwartych wag z dołączonymi ograniczeniami użytkowania.
Hosting — Karpo nie ma żadnego. Drex Max 1.1 jest obsługiwany przez Nace.AI za 0,03 USD za milion tokenów wejściowych, oznaczony na tablicy AA jako tymczasowa cena startowa.

Wiersz kontekstu to ten, który ludzie pomijają przy pobieżnym przeglądaniu. Twardy limit 32 768 tokenów z wyraźną odmową to inne ograniczenie inżynieryjne niż domyślne 16 384 tokeny, które można podnieść do 131 072 za pomocą zmiennej środowiskowej. Jeśli twoimi stanami są faktury i zgłoszenia do pomocy technicznej, żadna z tych liczb nie ma znaczenia. Jeśli twoimi stanami są umowy, modelowi Nace można przekazać dziesięć z nich, a Karpo nie można przekazać ani jednej.
Jak wygląda różnica 11 punktów kalibracji w potoku
Dokładność to liczba, którą ludzie przytaczają, i ta, która ma najmniejsze znaczenie w przypadku tej klasy modeli. Cały sens modelu decyzyjnego polega na tym, że jego wynik jest prawdopodobieństwem, na którym może opierać się próg, więc pytanie brzmi, czy to prawdopodobieństwo jest rzetelne.
Karta Karpo raportuje błąd kalibracji wynoszący 4,8 punktu: gdy model mówi 0,9, ma rację nieco rzadziej niż w 90% przypadków, średnio o około pięć punktów. Profil AA modelu Drex Max 1.1 ma wynik Brier 0,16 w całym zestawie pytań, co jest inną statystyką i nie można jej bezpośrednio porównywać, ale ta sama tablica pokazuje też jego drabinkę pewności: w przedziale pewności 0,98 model ma rację w 97,5% przypadków. To model, którego odpowiedziom o najwyższej pewności można ufać dosłownie.
Ciekawy rozdźwięk w przypadku Drex Max 1.1 dotyczy oceny wiedzy. W AA-Omniscience uzyskuje wynik decyzyjny 60,3 — ale ten wynik złożony wynika z 28% surowej dokładności przy wskaźniku braku halucynacji na poziomie 65,3%. Zestaw te dwa wskaźniki, a otrzymasz model, który poprawnie odpowiada na około jedną czwartą pytań wiedzowych i odmawia odpowiedzi na dużą część pozostałych. Indeks nagradza go za odmowę, a nie za wymyślanie, co jest zamierzonym zachowaniem warstwy decyzyjnej i słabo pasuje do czegokolwiek, co wymaga rzeczywistej odpowiedzi.
W przypadku Karpo ten sam odruch ujawnia się w innym miejscu: dziewięć z 140 178 żądań zostało wprost odrzuconych, ponieważ pytanie wraz z towarzyszącym mu stanem przekroczyło okno. Odmowa zamiast cichego obcinania to właściwe domyślne działanie. Jest to również tryb awarii, który trzeba obejść, a limit 32 768 tokenów sprawia, że zdarza się on częściej.
Opóźnienie i kształt wdrożenia
Zarejestrowana mediana Karpo to 94 ms na żądanie na referencyjnym sprzęcie trackera, jeden GPU, jedno żądanie naraz. AA mierzy Drex Max 1.1 na 283 ms na zadanie oraz koszt 102,7 USD na milion zadań przy obecnej cenie startowej. Te dwie liczby nie są tym samym pomiarem — na żądanie versus na zadanie, a zadanie w zestawie dokumentów AA to kilka decyzji w obrębie jednego długiego dokumentu — więc różnicę należy traktować jako orientacyjną, a nie precyzyjną.
Kierunkowo mówi coś prawdziwego: odczyt 31B oparty na Gemma z pojedynczym współdzielonym przebiegiem stanu jest lżejszym obiektem niż model 27B, którego warstwy uwagi nieprzyczynowej przepisują całą sekwencję. Czy lżejszy ma znaczenie, zależy od tego, gdzie znajduje się wywołanie. Bramka uruchamiana przed każdym wywołaniem narzędzia musi mieścić się w budżecie tury. Nocne ponowne ocenianie tysiąca zgłoszeń nie przejmuje się 200 ms.
Pytanie o licencję, którego nikt nie zadaje, dopóki nie zrobi tego dział zakupów
Karpo Decision 31B jest udostępniany na licencji Apache-2.0 — zarówno wagi, jak i kod — a w repozytorium towarzyszy mu własna licencja Gemma 4. To permisywny kraniec otwartości.
Drex Max 1.1 jest objęty licencją Nace.AI Open RAIL-M. Open RAIL-M jest naprawdę otwarta — można ją pobierać, uruchamiać, modyfikować i redystrybuować — ale wiąże się z ograniczeniami użytkowania, które przechodzą na dalszych użytkowników, i zobowiązuje do przekazania tych samych ograniczeń dalej. W przypadku notesu badawczego ta różnica jest niewidoczna. W przypadku produktu, w którym model znajduje się w potoku obsługującym klientów, oznacza to przegląd prawny, a ten przegląd zapyta, co się dzieje, gdy dostroisz model i wdrożysz wersję pochodną. Odpowiedź brzmi: „ograniczenia idą z nim”.
Jeśli warstwa decyzyjna to narzędzia wewnętrzne, licencja jest przypisem. Jeśli jest osadzona w czymś, co sprzedajesz, Apache-2.0 usuwa jedno spotkanie ze ścieżki krytycznej.
Który z nich tak naprawdę pasuje?
Wybierz Drex Max 1.1, jeśli chcesz liczbę, której nie musiałeś obliczać, cenę, którą możesz wpisać do budżetu, i stany, które trwają długo. Jest mierzalny już dziś, jest hostowany już dziś, a jego drabinka pewności na górnym końcu to cecha, która czyni automatyczny próg możliwym do obrony. Koszty to ograniczenia licencyjne i cena premierowa, którą AA wyraźnie oznacza jako tymczasową.
Wybierz Karpo Decision 31B, jeśli brak hostowanego endpointu nie stanowi problemu — masz GPU albo zadanie wsadowe — a permisywność Apache-2.0 ma znaczenie i wynik Full w tablicy wyników jest dowodem, któremu ufasz. Koszty to 62,5 GB wag, limit 32 768 tokenów oraz dostawca, który nie opublikował ceny, strony produktu ani ogłoszenia.
Istnieje trzecia opcja i dla większości zespołów w tym miesiącu jest ona właściwa: żadna z nich. Karpo ma dwa tygodnie, dzieli prowadzenie i nie ma niezależnego wyniku; Drex Max 1.1 jest wyceniany z rabatem, który wygasa. Uruchom oba na własnej oznaczonej próbce i porównaj odsetek odpowiedzi pewnych i błędnych, a nie nagłówek. Dla dotychczasowego rozwiązania w tym teście w tle najtańszym dostępnym punktem odniesienia jest własny model TypeSafe — Jev 1.14 jest w naszym katalogu, więc politykę progową można zweryfikować względem tego, za czym goni każda otwarta reprodukcja, na tym samym kluczu, którego użyłbyś dla Qwen3.8-27B lub Gemma 4 31B, dwóch modeli bazowych, z których zbudowano te checkpointy. Obie bazy są udostępniane przez jedno API dla ponad 200 modeli w cenie katalogowej dostawcy bez narzutu, co jest przydatne właśnie dlatego, że warstwa decyzyjna to miejsce, w którym chcesz podmienić model i zachować kod.
Jedyną rzeczą, która rozstrzygnęłaby ten pojedynek, jest jedna liczba: Karpo Decision 31B pojawiający się na tablicy AA. Do tego czasu porównanie to dobrze udokumentowane 73,9 wobec dobrze udokumentowanego 72,62, uzyskane przez dwie organizacje, które nigdy nie oceniały tego samego arkusza.

