
d1.2-ultra vs Drex Max 1.1: uma diferença de 2,2 pontos e um preço que dobra em dezembro
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 147 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 123 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
A Liquid AI d1.2-ultra lidera o Drex Max v1.1 da Nace.AI por 2,23 pontos no Artificial Analysis Decision Index v2.1 — 74,85 contra 72,62 — e, no preço de tabela, é o modelo mais caro, a US$ 0,042 por milhão de tokens de entrada, contra US$ 0,03. Ambos esses números são verdadeiros hoje, e apenas um deles continuará verdadeiro quando o desconto de lançamento do lado da Nace expirar. A Artificial Analysis acrescenta um asterisco à linha de custo do Drex Max v1.1: os US$ 103 por milhão de tarefas que ela reporta "refletem um preço de lançamento temporário", e, no preço padrão, esse custo dobraria. O que significa que o par que parece um modelo premium contra um modelo de custo-benefício é, no custo que de fato governa uma implantação, o inverso.
O ranking é real e medido de forma independente — ambos os modelos foram executados pela Artificial Analysis em seu próprio hardware, não por nenhum dos fornecedores —, portanto, trata-se da comparação de duas linhas pontuadas, e não de dois comunicados à imprensa. O que segue separa os pontos que sobreviverão à mudança de preço dos que não sobreviverão.
Primeiro, o que a nota de rodapé faz com a comparação de custos

Os preços por token são o número errado para se planejar quando um dos dois fornecedores está oferecendo desconto. O custo por tarefa é o número certo, porque incorpora quantos tokens cada modelo consome para responder ao mesmo documento, e é isso que a Artificial Analysis publica junto com o índice.
• Por milhão de tokens de entrada — d1.2-ultra $0,042, Drex Max v1.1 $0,03.
• Por milhão de tarefas aos preços atuais — d1.2-ultra US$ 133, Drex Max v1.1 US$ 103, sendo este último sinalizado como preço temporário de lançamento.
• Por milhão de tarefas ao preço padrão — d1.2-ultra US$ 133, Drex Max v1.1 cerca de US$ 206, segundo a própria nota do conselho de que seu custo seria o dobro.
• Mediana da classe — $135 por milhão de tarefas, então o modelo Liquid fica logo abaixo dela e o modelo Nace ficará bem acima.
Essa inversão importa mais do que sugere a diferença de dois centavos por token, porque muda qual modelo você escolhe em volume. A linha Drex tem sido a opção barata nesta categoria desde que a v2 foi lançada em 8 de novembro; se o desconto for uma promoção de lançamento e não um reajuste de preço, a opção barata se torna a cara sem que nenhum benchmark se altere. Qualquer pessoa que tenha fixado um orçamento no valor de $103 deveria perguntar a Nace quando o preço padrão entra em vigor antes de comprometer o tráfego de um trimestre com ele.
Do que são realmente feitos os 2,2 pontos

O composto está próximo. Os componentes não estão, e apontam em direções diferentes, o que é a parte útil.
• AA-Symmetry, 15% — a maior diferença entre os seis. O d1.2-ultra obtém 86,34 contra 79,82 do Drex Max v1.1. Na medida mais rigorosa de aprovação total, que exige a mesma resposta entre paráfrases em vez de uma boa média, é 56,7% contra 53,3%. O Drex Max v1.1 já era o segundo melhor modelo de sua própria família nesse teste; o modelo Liquid é simplesmente mais estável sob reformulação.
• AA-Paperclip, 30% — 75,81 contra 72,82 na pontuação de decisão, e 67,7% contra 63,0% dos documentos totalmente corretos. Três pontos percentuais na taxa de aprovação total de documentos representam o maior contribuinte individual para a lacuna do índice, e é o que corresponde mais diretamente a um pipeline de extração real, porque um documento que erra uma de quinze respostas conta como falha de qualquer forma.
• When2Call, 10% — 96,49 contra 95,26. Ambos estão próximos do teto da avaliação; um ponto e um quarto em um teste no qual todo o top 10 fica dentro de uma faixa de dois pontos não é um diferencial.
• EvalSafe-O*NET-AA, 15% — 89,53 contra 88,32, igualmente uma margem de cara ou coroa.
• AA-Omniscience-Decision v1.1, 15% — 60,80 contra 60,27. Praticamente empatados na pontuação, mas com divisão por baixo dela: Drex responde corretamente a mais dessas perguntas, 28,0% contra 23,6%, enquanto d1.2-ultra se abstém com mais honestidade, 83,8% de ausência de alucinação contra 65,3%.
• HLE-MultiChoice v1.1, 15% — 46,36 contra 46,61, a única pontuação de decisão que Nace vence, por um quarto de ponto. Por baixo disso, a diferença de precisão bruta não é de um quarto de ponto: 8,25% contra 2,36%.
Onde o Drex Max 1.1 ainda vence — e por que isso não é um erro de arredondamento
Três coisas no quadro favorecem o modelo Nace, e as duas primeiras são daquelas que determinam se uma carga de trabalho é sequer possível.
A janela de contexto é o fator principal. O Drex Max v1.1 aceita 262 mil tokens; o d1.2-ultra aceita 66 mil, o que já é o dobro do que o carro-chefe anterior da Liquid comportava. Isso representa uma diferença de quatro vezes no tamanho do estado que você pode fornecer ao modelo em uma única chamada, e nenhum dos modelos gera tokens de saída, então não há orçamento de saída para compensar isso. Um contrato de 200 páginas, um arquivo de sinistros longo ou um pacote de caso com vários documentos que cabe em uma única requisição ao Drex precisa ser fragmentado, consultado novamente e remontado no lado da Liquid — e cada limite de fragmento é um ponto em que uma pergunta entre documentos deixa de ter resposta.
O segundo é o conhecimento. No HLE-MultiChoice, o Drex responde corretamente a 8,25% das perguntas, contra 2,36%, e no AA-Omniscience-Decision responde a 28,0%, contra 23,6% — enquanto se abstém muito menos. As altas taxas de não alucinação do d1.2-ultra são em parte uma virtude e em parte um sintoma: um modelo que diz "não sei" três em cada quatro vezes é bem calibrado e não é muito útil em uma pergunta que genuinamente tem resposta. Se sua tarefa for tomar decisões sobre documentos, essa troca é aceitável. Se forem decisões que exigem saber algo, o Drex é o modelo que sabe mais.
O terceiro é a velocidade, apenas no papel. 283 ms contra 218 ms por tarefa no índice, ambos mais lentos que a mediana da classe de 209 ms, e ambos rápidos o suficiente para que nenhum seja o gargalo em um pipeline que faça qualquer outra coisa.
Os dois modelos não são substituíveis, o que simplifica a escolha.
Nenhuma quantidade de aritmética de índices torna estes intercambiáveis, e fingir o contrário é onde a maioria das análises comparativas erra. Um é um leitor de documentos de 66 mil tokens ajustado para calibração e estabilidade a paráfrases; o outro é um leitor de 262 mil tokens que desconta seu preço e responde a mais perguntas difíceis. O ponto de cruzamento não é uma pontuação, é um tamanho de estado.
• Se os seus estados couberem em 66k e você definir o limiar na probabilidade — aprovação automática acima de 0,9, escalonamento abaixo — o d1.2-ultra é o melhor instrumento. Melhor Brier score entre os 24 modelos do painel, com 0,150, contra 0,160 do Drex, e uma pontuação de simetria seis pontos e meio mais alta.
• Se seus estados passarem de 66k, ou se suas perguntas exigirem conhecimento em vez de leitura, o Drex Max v1.1 é o único dos dois que dará conta do trabalho, e a diferença de índice deixa de ser o número decisivo.
• Se você é sensível a custos em volume e o preço do Nace se mantiver, o Drex é mais barato por tarefa hoje. Se ele reverter, é o mais caro dos dois e o modelo Liquid vence tanto em pontuação quanto em custo.
Testando os dois sem apostar em nenhum deles
Nenhum dos modelos está em nosso catálogo, e nada aqui constitui uma alegação de disponibilidade para nenhum dos dois: o d1.2-ultra é servido pela própria API da Liquid, e o Drex Max v1.1 pela API da Nace. É exatamente a situação em que uma camada de roteamento se justifica em vez de ser apenas um item de linha, porque a pergunta que uma equipe realmente tem — a diferença de 2,2 pontos se reproduz nos meus documentos? — é respondida executando os mesmos estados nos dois, e não lendo um ranking.
O terceiro modelo que vale a pena incluir nesse teste é Jev 1.14, que hospedamos a US$ 0,042 por milhão de tokens de entrada no mesmo formato de requisição do systemone. Ele lidera o EvalSafe-O*NET-AA com 91,14, o único componente em que nenhum desses dois está em primeiro, e responde em 92 ms — o mais rápido dos três por uma ampla margem. Uma execução shadow de três vias em uma única chave, com o DSL de roteamento enviando o mesmo payload para cada um e failover automático mantendo um caminho de produção ativo caso um fornecedor tenha uma tarde ruim, é uma forma mais barata de resolver isso do que um ciclo de compras.
O que assistir, e quando
Duas datas decidem este confronto. A primeira é quando o preço de lançamento da Nace terminar: a US$ 103 por milhão de tarefas, o Drex Max v1.1 é a opção de melhor custo-benefício; a cerca de US$ 206, é a opção premium, e a pontuação do índice não muda em nenhum dos casos. Pergunte antes de definir o orçamento.
O segundo é a próxima revisão do índice. O Decision Index v2.1 é recente o suficiente para que o painel ainda traga uma nota de que foi atualizado em 16 de novembro, e uma diferença de 2,2 pontos entre o primeiro e o segundo está dentro do intervalo que uma revisão de componente pode mover. Se o conjunto de documentos privados do AA-Paperclip for atualizado, o componente com peso de 30% que responde pela maior parte da diferença será o primeiro a se mover.
Até então, o resumo honesto é este: o d1.2-ultra é o melhor modelo com base nas evidências, por uma margem pequena no composto e grande na simetria e na taxa de aprovação total de documentos, e é o modelo mais barato por tarefa no momento em que o desconto Nace expirar. O Drex Max v1.1 continua sendo o único dos dois capaz de engolir um estado de 200k tokens, e em perguntas que exigem conhecimento em vez de leitura, ele ainda é o mais forte da dupla. Escolha primeiro pelo tamanho do estado, depois pelo preço e, por último, pelo índice.

