A Nace.AI lançou o Drex 1.5 como código aberto, um modelo de decisão de 9B para agentes e fluxos de trabalho de backend. O modelo de decisão Drex 1.5 não gera texto. Ele lê um estado e perguntas tipadas, então retorna uma probabilidade para cada opção. A Nace reporta 58.08 no Decision Index 0.3.1 público, a maior pontuação abaixo de 10B parâmetros. Os pesos estão no Hugging Face, e uma versão hospedada está disponível no OpenRouter.
**TL;DR**
* **Tamanho:** 8.95B parâmetros (denso), pesos bf16 com cerca de 18 GB.
* **Contexto:** 16.384 tokens por padrão, até 131.072.
* **Execução:** 1 GPU CUDA em bf16 (testado em uma A10G de 24 GB). Um GGUF Q8_0 (cerca de 9.5 GB) roda em Apple Silicon e CPU.
* **Desempenho:** 58.08 no Decision Index 0.3.1 (público), dentro da margem de empate da Jev 1.13.0 (57.96).
* **Melhor:** 93.4% de precisão em documentos de 32K a 128K tokens.
* **Pior:** 7.4% de F1 por revisão em sentimento de aspecto ACOS, versus 29.5% para Jev.
* **Conclusão:** **Melhor:** pesos abertos que se igualam a um modelo fechado em 1 GPU. **Pior:** fraco em conhecimento amplo e sentimento granular.
**O que é Drex 1.5?**
Drex 1.5 é um modelo de decisão da Nace.AI que pontua um conjunto fixo de opções em uma única passagem (forward pass). Você envia um estado (texto ou JSON) e perguntas nomeadas. Ele suporta 3 tipos de perguntas: **escolha (choice)**, **noul (sim/não)** e **pontuação ordinal (ordinal score)**. Nenhum token é amostrado, então a temperatura e o top_p não se aplicam. O modelo só pode responder com as opções que você forneceu. Ele atende à API POST /v1/systemone. Esse é o mesmo formato de solicitação usado pelo Jev da TypeSafe, o modelo fechado que iniciou esta categoria. A Nace afirma que os clientes Jev existentes funcionam após alterar algumas variáveis de ambiente.
**Como o Drex 1.5 funciona?**
A base é MiMo-V2.6-Distill-Qwen-9B, um modelo Qwen 3.5 9B destilado. Ele possui 32 camadas com atenção híbrida: 3 camadas de atenção linear por cada camada de atenção completa. Um 'pointer head' separado (head.pt) pontua cada opção a partir dos estados ocultos da base (backbone). Cada pergunta executa uma passagem sobre o estado mais essa pergunta. No llama.cpp, o estado é codificado uma vez e compartilhado entre as perguntas. A página Drex da Nace
Fonte: MarkTechPost
Publicado em 2026-10-10