Nace AI开源Drex 1.5：9B决策模型，超越闭源Jev
Nace AI Open-Sources Drex 1.5: A 9B Decision Model That Scores Options, Not Text
首个在公开决策基准上跑赢闭源竞品Jev的开源模型，架构独特且部署门槛低，做Agent决策层的同学值得重点关注。
Nace.AI has open-sourced Drex 1.5, a 9B decision model for agents and backend workflows. The Drex 1.5 decision model does not write text. It reads a state and typed questions, then returns a probability for every option. Nace reports 58.08 on the public Decision Index 0.3.1, the top score under 10B parameters. Weights are on Hugging Face, and a hosted version is live on OpenRouter.
Nace.AI 已开源 Drex 1.5，这是一款面向智能体和后端工作流的 9B 决策模型。Drex 1.5 决策模型不生成文本。它读取状态和类型化的问题，然后为每个选项返回概率。Nace 报告其在公共 Decision Index 0.3.1 上得分为 58.08，这是在 10B 参数以下模型中的最高分。权重已发布在 Hugging Face 上，托管版本已在 OpenRouter 上线。
TL;DR
TL;DR（太长不看）
- Size: 8.95B parameters (dense), bf16 weights about 18 GB. Context is 16,384 tokens by default, up to 131,072.
- Runs on: 1 CUDA GPU in bf16 (tested on a 24 GB A10G). A Q8_0 GGUF (about 9.5 GB) runs on Apple silicon and CPU.
- Performance: 58.08 on Decision Index 0.3.1 (public), within the board’s tie band of Jev 1.13.0 (57.96).
- Best: 93.4% accuracy on 32K to 128K token documents.
- Worst: 7.4% per-review F1 on ACOS aspect sentiment, versus 29.5% for Jev.
- Bottom line:
- Best: open weights that match a closed model on 1 GPU.
- Worst: weak on broad knowledge and fine-grained sentiment.
- 规模：8.95B 参数（稠密），bf16 权重约 18 GB。上下文长度默认 16,384 tokens，最高可达 131,072。
- 运行环境：1 块 CUDA GPU 使用 bf16（在 24 GB A10G 上测试）。Q8_0 GGUF 格式（约 9.5 GB）可在 Apple Silicon 和 CPU 上运行。
- 性能：在公共 Decision Index 0.3.1 上得分为 58.08，处于 Jev 1.13.0（57.96）的并列分数范围内。
- 最佳表现：在 32K 到 128K token 的文档上准确率达到 93.4%。
- 最差表现：在 ACOS 方面情感分析任务中，每条评论的 F1 值为 7.4%，而 Jev 为 29.5%。
- 总结：
- 最佳：开放权重，在单块 GPU 上即可匹敌闭源模型。
- 最差：在广泛知识和细粒度情感分析方面表现较弱。
What is Drex 1.5?
什么是 Drex 1.5？
Drex 1.5 is a decision model from Nace.AI that scores a fixed set of options in 1 forward pass. You send a state (text or JSON) and named questions. It supports 3 question types: choice, noul (yes/no) and ordinal score. No tokens are sampled, so temperature and top_p do not apply. The model can only answer with options you supplied.
Drex 1.5 是 Nace.AI 推出的一款决策模型，通过一次前向传播对固定的一组选项进行评分。你发送一个状态（文本或 JSON）和命名的问题。它支持三种问题类型：choice（选择）、noul（是/否）和 ordinal score（有序评分）。不进行采样，因此 temperature 和 top_p 不适用。模型只能回答你提供的选项。
It serves the POST /v1/systemone API. That is the same request format used by TypeSafe’s Jev, the closed model that started this category. Nace says existing Jev clients work after changing a few environment variables.
它提供 POST /v1/systemone API。这与 TypeSafe 的闭源模型 Jev 使用的请求格式相同，Jev 开创了这一类别。Nace 表示，现有 Jev 客户端只需更改几个环境变量即可兼容。
How does Drex 1.5 work?
Drex 1.5 是如何工作的？
The backbone is MiMo-V2.6-Distill-Qwen-9B, a distilled Qwen 3.5 9B model. It has 32 layers with hybrid attention: 3 linear-attention layers per full-attention layer. A separate pointer head (head.pt) scores each option from the backbone’s hidden states.
骨干网络是 MiMo-V2.6-Distill-Qwen-9B，这是一个蒸馏后的 Qwen 3.5 9B 模型。它有 32 层，采用混合注意力机制：每层全注意力层对应 3 层线性注意力层。一个独立的指针头（head.pt）从骨干网络的隐藏状态中对每个选项进行评分。
Each question runs 1 pass over the state plus that question. In llama.cpp, the state is encoded once and shared across questions. Nace’s Drex page says the model was trained on the official training splits of the index benchmarks. It was evaluated only on held-out splits.
每个问题对状态及该问题进行一次前向传播。在 llama.cpp 中，状态仅编码一次并在多个问题间共享。Nace 的 Drex 页面指出，该模型是在索引基准的官方训练分割集上训练的。评估仅在保留分割集上进行。
How does Drex 1.5 perform on benchmarks?
Drex 1.5 在基准测试中的表现如何？
On the public Decision Index 0.3.1 (37 benchmarks, chance-corrected), the model card reports:
在公共 Decision Index 0.3.1（包含 37 个基准测试，经过机会校正）上，模型卡报告如下：
- Drex 1.5: 58.08
- Jev 1.13.0: 57.96
- Bespoke Nimble 9B v3: 57.19
- Cloudflare clef-flash: 56.15
- Drex 1.5：58.08
- Jev 1.13.0：57.96
- Bespoke Nimble 9B v3：57.19
- Cloudflare clef-flash：56.15
Drex 1.5, Jev and Nimble sit within the board’s 0.9-point tie band. Drex leads Jev on 20 of 37 benchmarks. The Drex score comes from Nace’s own run of the official kit. Its area scores are strongest in Tools (75.0) and weakest in Knowledge and Reasoning (44.6). Nace’s launch chart uses the older Decision Index 0.2.1, where Drex scored 58.28 against Jev’s 57.91.
Drex 1.5、Jev 和 Nimble 均位于董事会评分 0.9 分的并列区间内。在 37 项基准测试中，Drex 有 20 项领先于 Jev。Drex 的分数来自 Nace 使用官方套件自行运行的结果。其领域得分在工具（Tools）方面最强（75.0），在知识与推理（Knowledge and Reasoning）方面最弱（44.6）。Nace 发布的图表使用的是较旧的 Decision Index 0.2.1，其中 Drex 得分为 58.28，而 Jev 为 57.91。
On JevBench (231 public items), Drex scores 86.2% against Jev’s 87.0%. Both reach 73.9% on hard items. In a head-to-head across 8 OpenSpiel games, Drex recorded 122 wins, 47 draws and 87 losses against Jev (56.8%).
在 JevBench（231 个公开项目）上，Drex 得分为 86.2%，而 Jev 为 87.0%。两者在难题上的得分均为 73.9%。在 8 款 OpenSpiel 游戏的直接对抗中，Drex 对 Jev（胜率 56.8%）取得了 122 胜、47 平、87 负的成绩。
Long documents are a clear strength:
长文档是其明显的优势：
- 8K to 32K tokens: 89.5% accuracy, median 0.65 s
- 32K to 128K tokens: 93.4% accuracy, median 2.0 s
- 8K 至 32K token：准确率 89.5%，中位耗时 0.65 秒
- 32K 至 128K token：准确率 93.4%，中位耗时 2.0 秒
Truncating the same requests to 8K tokens drops accuracy to 76.5% and 78%.
将相同的请求截断为 8K token 会使准确率分别降至 76.5% 和 78%。
How can developers run Drex 1.5?
开发者如何运行 Drex 1.5？
There are 4 deployment paths, all serving the same API:
共有 4 种部署路径，均提供相同的 API：
- Python (Kev runtime): inference.py and serve.py on a CUDA GPU.
- llama.cpp: a Nace fork with GGUF in bf16 or Q8_0, on CUDA, Metal or CPU.
- Ollama: a Nace fork that adds a decision capability.
- Hosted: OpenRouter lists $0.04 per 1M input tokens and $0 output, served by DeepInfra. Nace also runs its own Console API.
- Python（Kev 运行时）：在 CUDA GPU 上运行 inference.py 和 serve.py。
- llama.cpp：Nace 的分叉版本，支持 bf16 或 Q8_0 格式的 GGUF，可在 CUDA、Metal 或 CPU 上运行。
- Ollama：Nace 的一个分叉版本，增加了决策能力。
- 托管服务：OpenRouter 列出每百万输入 token 收费 $0.04，输出免费，由 DeepInfra 提供服务。Nace 也运行自己的 Console API。
Nace tested bf16 and Q8_0 on an AWS g5.2xlarge (A10G 24 GB) and got identical answers. The Q8_0 GGUF also matched on an Apple M5 Pro on both Metal and CPU.
Nace 在 AWS g5.2xlarge（A10G 24 GB）上测试了 bf16 和 Q8_0，得到了相同的答案。Q8_0 GGUF 在 Apple M5 Pro 上的 Metal 和 CPU 上也表现一致。
A Drex agent skill plugs the model into Claude Code, Codex, Cursor, OpenCode, Hermes Agent, Gemini CLI and GitHub Copilot. Nace’s launch post also offers a $25 sign-up bonus for cloud users.
Drex 智能体技能可将模型接入 Claude Code、Codex、Cursor、OpenCode、Hermes Agent、Gemini CLI 和 GitHub Copilot。Nace 的发布帖还向云用户提供了 $25 的注册奖励。
How does Drex 1.5 compare with other decision models?
Drex 1.5 与其他决策模型相比如何？
| Feature | Drex 1.5 | Jev 1.13.0 | Bespoke Nimble 9B v3 |
|---|---|---|---|
| Developer | Nace.AI | TypeSafe AI | Bespoke Labs |
| Parameters | 8.95B | Not disclosed | LoRA on Qwen3.5-9B |
| Weights | Open | Closed (API only) | Open (adapter) |
| License | Nace.AI Open RAIL-M | Proprietary | CC BY-NC 4.0 |
| Context | 16,384 default, up to 131,072 | 64K per request, 32K state plus longest question | Not disclosed |
| Decision Index 0.3.1 (public) | 58.08 | 57.96 | 57.19 |
| Decision Index 0.2.1 | 58.28 | 57.91 | 56.88 |
| JevBench (231 items) | 86.2% | 87.0% | Not disclosed |
| Local hardware | 1 CUDA GPU (bf16), Apple silicon or CPU (Q8_0) | Not applicable | Qwen3.5-9B base plus adapter |
| API price (input / output per 1M) | $0.04 / $0 (OpenRouter) | $0.042 / $0 | Not disclosed |
| 功能 | Drex 1.5 | Jev 1.13.0 | Bespoke Nimble 9B v3 |
|---|---|---|---|
| 开发者 | Nace.AI | TypeSafe AI | Bespoke Labs |
| 参数量 | 8.95B | 未披露 | 基于 Qwen3.5-9B 的 LoRA |
| 权重 | 开放 | 封闭（仅限 API） | 开放（适配器） |
| 许可证 | Nace.AI Open RAIL-M | 专有 | CC BY-NC 4.0 |
| 上下文 | 默认 16,384，最高 131,072 | 每次请求 64K，32K 状态加上最长问题 | 未披露 |
| Decision Index 0.3.1（公开） | 58.08 | 57.96 | 57.19 |
| Decision Index 0.2.1 | 58.28 | 57.91 | 56.88 |
| JevBench（231 个项目） | 86.2% | 87.0% | 未披露 |
| 本地硬件 | 1 张 CUDA GPU（bf16），Apple silicon 或 CPU（Q8_0） | 不适用 | Qwen3.5-9B 基础模型加适配器 |
| API 价格（每百万输入/输出） | $0.04 / $0（OpenRouter） | $0.042 / $0 | 未披露 |
Decision Index 0.3.1 rows are from the Drex 1.5 model card, which cites the public leaderboard for Jev and Nimble. Nimble’s 0.2.1 score is from its own model card.
Decision Index 0.3.1 行的数据来自 Drex 1.5 模型卡片，其中引用了 Jev 和 Nimble 的公开排行榜。Nimble 的 0.2.1 分数来自其自身的模型卡片。
What are the limitations?
存在哪些局限性？
Drex 1.5 is a decision layer, not a general model. It cannot generate text, code or explanations. Knowledge-heavy tests are its weak spot: 45.4% on GPQA Diamond versus Jev’s 78.6%, and 58.7% on MMLU-Pro versus 82.7%.
Drex 1.5 是一个决策层，而非通用模型。它无法生成文本、代码或解释。知识密集型测试是其弱点：在 GPQA Diamond 上得分为 45.4%，而 Jev 为 78.6%；在 MMLU-Pro 上得分为 58.7%，而 Jev 为 82.7%。
Training on the index benchmarks’ training splits helps it on familiar decision types. Results on new domains may differ. Local deployment through Ollama and llama.cpp needs Nace’s forks, not mainline builds. The weights use a RAIL-M license with use restrictions, so check the terms before commercial use.
在索引基准的训练集上进行训练有助于其在熟悉的决策类型上表现更好。在新领域的结果可能会有所不同。通过 Ollama 和 llama.cpp 进行本地部署需要使用 Nace 的分支版本，而非主线构建版。权重采用 RAIL-M 许可证，带有使用限制，因此在商业使用前请查阅相关条款。
Key Takeaways
关键要点
- Drex 1.5 is a 9B open decision model that scores options in 1 pass.
- It scores 58.08 on Decision Index 0.3.1, tied with closed Jev 1.13.0.
- Long-document accuracy reaches 93.4% at 32K to 128K tokens.
- It runs on 1 GPU or as a 9.5 GB Q8_0 GGUF on a Mac.
- Weak spots: GPQA Diamond (45.4%) and ACOS sentiment (7.4%).
- Drex 1.5 是一个拥有 9B 参数的开源决策模型，可在一次传递中对选项进行评分。
- 它在 Decision Index 0.3.1 上得分为 58.08，与闭源的 Jev 1.13.0 持平。
- 在 32K 至 128K token 长度下，长文档准确率可达 93.4%。
- 它可在单 GPU 上运行，或以 9.5 GB Q8_0 GGUF 格式在 Mac 上运行。
- 弱点：GPQA Diamond（45.4%）和 ACOS 情感分析（7.4%）。
Check out the model weights on Hugging Face, the GitHub repo and the Drex product page. All credit goes to the researcher of this project. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
请在 Hugging Face 查看模型权重，访问 GitHub 仓库以及 Drex 产品页面。所有功劳归于该项目的研究者。此外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 15 万+成员的 ML SubReddit，并订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以加入我们的 Telegram 群组。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力