Nace AI 发布 27B 决策模型 Drex Max，按选项返回概率

@NaceAI 的这次发布非常出色。

它用一个只做选择、从不生成文本的 27B 模型，瞄准了 AI 智能体成本高昂的环节：成千上万个细小决策。

- Nace AI 的 27B Drex Max 在 Decision Bench v4 上与 GPT-6 Sol 在统计意义上打成平手，而且无需生成任何 token。

- 它读取上下文和问题，然后通过一次前向传播，为每个给定选项返回一个概率。

- 它的 RLAF 训练会对经过验证的答案以及推理评判模型给出的概率给予奖励，同时用 KL 惩罚限制模型偏离监督训练的结果。

- Drex Max 每 1K 次决策的成本为 0.06 美元，耗时 183 毫秒；Claude Opus 5.5 则为 10.17 美元和约 3.5 秒。

在没有思维链或工具的情况下，它答对了抽样 HLE 问题中的 21%，而 Opus 为 56%。