Суть прорыва: от генерации к выбору
Drex 1.5 — это специализированная модель, которая решает одну задачу: на основе состояния (текст или JSON) и заданных вопросов возвращать вероятность для каждого из предложенных вариантов. В отличие от LLM, здесь нет генерации токенов, поэтому параметры temperature и top_p не применяются. Архитектура построена на базе Qwen 3.5 9B (через MiMo-V2.6-Distill) с гибридным вниманием и отдельной «указательной головой» (pointer head) для скоринга.
Ключевое преимущество для разработчиков — совместимость с API TypeSafe Jev. Модель обслуживает тот же формат запроса POST /v1/systemone, что позволяет переносить существующие клиенты с минимальными изменениями конфигурации.
Бенчмарки: точность против знаний
В публичном рейтинге Decision Index 0.3.1 (37 тестов) Drex 1.5 набрал 58.08, опередив закрытую модель Jev 1.13.0 (57.96) и Bespoke Nimble 9B v3 (57.19). Однако у модели есть явные сильные и слабые стороны. Она превосходно работает с длинными контекстами, но уступает в общих знаниях.
| Метрика / Тест | Drex 1.5 | Jev 1.13.0 | Nimble 9B v3 |
|---|---|---|---|
| Decision Index 0.3.1 | 58.08 | 57.96 | 57.19 |
| Точность на длинных документах (32K-128K) | 93.4% | — | — |
| JevBench (231 item) | 86.2% | 87.0% | — |
| GPQA Diamond (знания) | 45.4% | 78.6% | — |
| ACOS (сентимент-анализ) | 7.4% F1 | 29.5% F1 | — |
Деплой: от GPU до Mac
Модель оптимизирована для легковесного запуска. В формате bf16 веса занимают ~18 ГБ, а квантованная версия Q8_0 GGUF — всего 9.5 ГБ. Это позволяет запускать Drex 1.5 на:
- Одной видеокарте NVIDIA (тестировалась на A10G 24 ГБ);
- Apple Silicon (через llama.cpp или Ollama);
- Обычных CPU.
Для облачного использования доступна хостинговая версия на OpenRouter по цене $0.04 за 1 млн входных токенов и $0 за выходные. Nace также предоставляет форки для Ollama и llama.cpp, а также интеграцию с агентами (Claude Code, Cursor, GitHub Copilot).
Ограничения и лицензия
Drex 1.5 — это не универсальный ассистент. Она не пишет код и не объясняет мысли. Слабые места модели — узкоспециализированные знания (GPQA Diamond) и тонкий сентимент-анализ. Лицензия RAIL-M накладывает ограничения на коммерческое использование, поэтому перед внедрением в продакшен необходимо изучить условия.
Бенчмарки
| Бенчмарк | Drex 1.5 | Bespoke Nimble 9B v3 | Jev 1.13.0 |
|---|---|---|---|
| Decision Index 0.3.1 | 58.08% | 57.19% | 57.96% |
| JevBench | 86.2% | — | 87% |
| GPQA Diamond | 45.4% | — | 78.6% |
| MMLU-Pro | 58.7% | — | 82.7% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗