NaceAI 推出 sub-6B 决策模型 Drex，单次前向输出概率用于智能体路由

Nace.AI 推出参数规模在 6B 以下的专用决策模型 Drex，通过单次前向计算直接输出选项概率分布，为智能体调度架构提供了轻量化替代方案。

• Drex 改变了自回归生成自然语言的传统模式，采用小型扩散架构结合 RLAF，专职输出经过校准的选项概率。
• 该模型主要面向工单分类、工具调用选择、重排序与策略合规检查等无需输出文本描述的判定场景。
• 官方数据显示其输入成本为 0.04 美元/1M tokens，端到端延迟控制在 1 秒以内，省去了长文本推理与 JSON 格式校验开销。
• 在包含 40 项纯决策评估任务的 Decision Index 0.2 公开基准测试中，Drex 以 51.73 分位列榜单首位。
• 影响/看点：该模型表明将调度决策与文本生成解耦有助于降低系统资源开销并压缩延迟，其实际落地取决于开发者对非生成式确定性路由组件的集成意愿。
• 资料依据：
• X：Rohan Paul（2026-09-25）：https://x.com/rohanpaul_ai/status/2103523705603461145
• Nace.AI（2026-09-25）：https://nace.ai/drex

本内容由 AI 生成，仅供参考，请注意甄别