Nace AI lancia Drex Max, modello decisionale multimodale che legge immagini

Drex Max, nuovo modello decisionale di Nace AI, legge testo e immagini e guida scelte con probabilità calibrate. Nel Decision Index 0.3.2 ottiene 67,59, 6,9 punti sopra Jev 1.14 di TypeSafe¹.

Il modello riceve uno stato e domande con nome. Restituisce, per ogni domanda, una distribuzione di probabilità calibrate. Le domande possono essere sì/no, indicate come noul, oppure choice con una scelta tra etichette. L’obiettivo dichiarato è supportare agenti che usano computer e browser con una chiamata tipata e a basso costo per ogni click¹.

All’interno della famiglia Drex è il più accurato e l’unico che legge immagini. Nella stessa richiesta combina input testuali e visivi. Nace adotta il Decision Index 0.3.2 come metrica di riferimento e attribuisce a Drex Max il punteggio più alto tra i suoi decision model pubblici, 67,59¹.

I benchmark pubblicati mostrano un profilo solido sui task di azione e tool use. Sul BFCL per il tool calling registra 98,2. Su JevBench segna 92,2, contro 86,7 di Jev 1.14. Sul Decision Index 0.3.2 mantiene il margine di 6,9 punti con 67,59. Su HLE arriva a 19,0. Su MMLU-Pro totalizza 72,5, sotto l’82,1 di Jev 1.14¹.

Nessun token testuale in uscita: Drex Max non genera testo. La risposta è un vettore di probabilità calibrate, utile per scelte binarie e classificazioni. La natura multimodale permette domande su schermate e altri contenuti visivi insieme al testo, in un’unica chiamata¹.

Accesso via API, ospitata su Nace Console, con identificativo drex-max. Nace non annuncia pesi aperti o build quantizzate. Il numero di parametri non è divulgato. Il contesto per chiamata arriva fino a 262.144 token, inclusi i token immagine¹.

Il flusso d’uso resta lineare: si passa uno stato, si definiscono domande nominali sì/no o a scelta, si leggono probabilità calibrate in output. Questo schema riduce ambiguità nelle decisioni e si presta a loop di interazione su interfacce di computer e browser. La singola chiamata tipata per click limita overhead e semplifica l’integrazione con agenti e orchestratori¹.

Per chi costruisce agenti, due aspetti spiccano: multimodalità nella stessa richiesta e calibrazione delle probabilità. Il primo consente di ragionare su ciò che appare sullo schermo senza pipeline complesse. Il secondo offre soglie e tradeoff chiari, utili per decidere quando cliccare, chiamare un tool o chiedere conferma. L’accesso solo via API e l’assenza di pesi pubblici fissano oggi il perimetro d’uso, ma il punteggio sul Decision Index e i numeri su BFCL e JevBench indicano una traiettoria centrata su azione affidabile più che su generazione di testo¹.