এআই8 মিনিট পাঠলিখেছেন JH Akash
ড্রেক্স ম্যাক্স ভি 1 ব্যাখ্যা করা হয়েছে: অ্যাপল সিলিকনে 27 বি সিদ্ধান্ত মডেল
নেস এআই ওপেন-সোর্সড ড্রেক্স ম্যাক্স ভি 1 1 নভেম্বর, 2026 এ: সিদ্ধান্ত সূচক 0.4, 262 কে প্রসঙ্গে 67.52 সহ একটি 27 বি সিদ্ধান্ত মডেল এবং স্থানীয় ম্যাক 24 গিগাবাইট থেকে চলে।
বেশিরভাগ এআই মডেলগুলি আপনাকে অনুচ্ছেদ দিয়ে উত্তর দেয়। নেস এআই এর ড্রেক্স ম্যাক্স ভি 1 আলাদা কিছু করে এবং সেই পার্থক্যটি পুরো পয়েন্ট। 1 নভেম্বর, 2026 এ ওপেন-সোর্স হিসাবে রিপোর্ট করা হয়েছে, ড্রেক্স ম্যাক্স ভি 1 একটি 27-বিলিয়ন-প্যারামিটার সিদ্ধান্ত মডেল। আপনি এটিকে একটি প্রসঙ্গ এবং একটি টাইপ করা প্রশ্ন দেন এবং এটি একটি ফরোয়ার্ড পাসে প্রতিটি বিকল্পের জন্য একটি সম্ভাবনা ফিরিয়ে দেয়। এটি কোনও পাঠ্য তৈরি করে না।
এটি সফ্টওয়্যারের অভ্যন্তরে পুনরাবৃত্তি সিদ্ধান্তের জন্য এটি একটি সরঞ্জাম তৈরি করে: কোন দলকে টিকিট পরিচালনা করা উচিত, কোনও অনুরোধ জরুরি কিনা, কোনও এজেন্টের পরবর্তী কোন রুট নেওয়া উচিত। একটি চ্যাটবট উত্তর বিশ্লেষণ করার পরিবর্তে এবং ফর্ম্যাটটি ধরে রাখার আশা করার পরিবর্তে, আপনি এমন নম্বরগুলি পাবেন যা আপনি থ্রেশহোল্ড, লগ এবং পরীক্ষা করতে পারেন।
দ্রুত রায়
| প্রশ্ন | উত্তর |
|---|---|
| এ কী? | ড্রেক্স ম্যাক্স ভি 1, নেস এআই থেকে একটি 27 বি ওপেন-ওয়েট সিদ্ধান্ত মডেল |
| ওপেন ওয়েট রিপোর্ট করা হয়েছে | নভেম্বর 1, 2026 |
| এটা কি করে | কোনও পাঠ্য প্রজন্ম ছাড়াই একটি ফরোয়ার্ড পাসে সম্ভাব্যতা সহ টাইপ করা প্রশ্নের উত্তর দেয় |
| মডেলের আকার | 27 বিলিয়ন প্যারামিটার, ঘন, একটি 255-ওয়ে রিডআউট হেড সহ |
| প্রসঙ্গ উইন্ডো | 262,144 টোকেন পর্যন্ত, প্রতি অনুরোধ প্রতি ডিফল্ট হিসাবে 16,384 টোকেন সহ |
| শিরোনাম স্কোর | 67.52 পাবলিক টেক্সটের জন্য সিদ্ধান্ত সূচক 0.4, বিক্রেতা-রিপোর্ট |
| স্থানীয় ম্যাক সর্বনিম্ন | অ্যাফাইন কিউ 4 চেকপয়েন্টের জন্য 24 গিগাবাইট মেমরি, কেবল পাঠ্য |
| লাইসেন্স | Nace.AI ওপেন রেল-এম, যা ওপেন ওয়েট, কঠোর অর্থে ওপেন সোর্স নয় |
| কে প্রথমে চেষ্টা করা উচিত | বিকাশকারীরা রাউটিং, ট্রায়াজ, শ্রেণিবিন্যাস বা গার্ডরেল চেক তৈরি করছেন |
আসলে কী সিদ্ধান্ত মডেল
একটি সাধারণ ভাষা মডেল একটি প্রম্পট নেয় এবং পরবর্তী টোকেনগুলি তৈরি করে। ড্রেক্স ম্যাক্স একটি আলাদা ইনপুট আকার নেয়। একটি অনুরোধে একটি state থাকে, যা পাঠ্য, জেএসওএন বা চিত্র এবং এক বা একাধিক নামযুক্ত প্রশ্ন হতে পারে। প্রতিটি প্রশ্নের একটি নির্দিষ্ট প্রকার রয়েছে:
- পছন্দ। নামযুক্ত বিকল্পগুলির মধ্যে চয়ন করুন, উদাহরণস্বরূপ বিলিং, প্রযুক্তিগত বা অন্যান্য।
- হ্যাঁ বা না। মডেল কার্ডে
noulনামে একটি বাইনারি প্রশ্ন। - স্কোর। একটি সাধারণ স্কোর, উদাহরণস্বরূপ রুটিন, শীঘ্রই বা জরুরী।
মডেলটি তারপরে প্রতিটি বিকল্পের জন্য একটি সম্ভাবনা ফিরিয়ে দেয়। নেসের নিজস্ব উদাহরণে, একটি ডাবল-চার্জ টিকিট 0.9988 এ বিলিং, 0.0003 এ প্রযুক্তিগত এবং অন্যটি 0.0009 এ ফিরিয়ে দেয়। এটি এমন একটি সিদ্ধান্ত যা আপনি সরাসরি কাজ করতে পারেন: বিলিংয়ের রুট, এবং কেবল একজন মানুষের কাছে কম আত্মবিশ্বাসের কেস প্রেরণ করুন।
যেহেতু কিছুই উত্পন্ন হয় না, পার্স করার জন্য কোনও গদ্য নেই, কোনও ফর্ম্যাটিং ড্রিফ্ট নেই এবং কোনও কারণ হিসাবে কোনও উদ্ভাবিত ব্যাখ্যা নেই। ট্রেডঅফটি ঠিক ততটাই স্পষ্ট। ড্রেক্স ম্যাক্স আপনার উত্তর লিখতে পারে না, গদ্যে কোনও নথির সংক্ষিপ্তসার করতে পারে না বা কথোপকথন করতে পারে না। এটি বিচার করে। একটি জেনারেটিভ মডেলকে এখনও কথা বলতে হবে।
সরল ভাষায় স্থাপত্য
ড্রেক্স ম্যাক্স 64 টি স্তর সহ একটি ঘন 27 বি মেরুদণ্ড। আটচল্লিশটি হ'ল গেটেড ডেল্টানেট রৈখিক-মনোযোগ স্তর যা বাম থেকে ডানে চলে, এবং 16 টি প্রতি চতুর্থ স্তরে স্থাপন করা পূর্ণ-মনোযোগ স্তর। এই পূর্ণ-মনোযোগ স্তরগুলি অ-কার্যকারণ, তাই প্রতিটি টোকেন পুরো ক্রমটিতে অংশ নিতে পারে। এটি চালানোর জন্য এই বিশদটি গুরুত্বপূর্ণ: বান্ডেল লোডার অ-কার্যকারণ মনোযোগ প্রয়োগ করে এবং নেস সতর্ক করে দেয় যে একটি সরল কার্যকারণ চ্যাট রান প্রকাশিত স্কোরগুলি পুনরুত্পাদন করবে না।
চিত্রগুলি একটি নেটিভ ভিশন টাওয়ারের মধ্য দিয়ে যায় এবং অনুরোধের প্রতিটি প্রশ্নে দৃশ্যমান থাকে। একটি 255-ওয়ে রিডআউট হেড প্রতি প্রশ্নে 255 টি বিকল্পের উপর শেষ লুকানো অবস্থাকে সম্ভাব্যতায় পরিণত করে। ডিফল্ট অনুরোধের সীমা 16,384 টোকেন, এবং এটি সম্পূর্ণ 262,144-টোকেন উইন্ডো পর্যন্ত বাড়ানো যেতে পারে।
বেঞ্চমার্কস: সংখ্যাগুলি কী বলে, এবং তারা কী করে না
নীচের সমস্ত স্কোর 19 অক্টোবর, 2026 তারিখের Hugging Face মডেল কার্ডে নেস এআই দ্বারা বিক্রেতা-রিপোর্ট করা হয়েছে। তাদের পাবলিক স্যুটগুলিতে নেসের নিজস্ব ফলাফল হিসাবে বিবেচনা করুন, স্বাধীন যাচাইকরণ হিসাবে নয়। বিভিন্ন বেঞ্চমার্কগুলি সরাসরি তুলনীয় নয়, তাই নীচের টেবিলগুলি প্রতিটি সূচককে আলাদা রাখে।
সিদ্ধান্ত সূচক 0.4, পাবলিক পাঠ্য
| মডেল | পাবলিক ইনডেক্স | কাঁচা | সরঞ্জাম | ভাষা | পুনরুদ্ধার | জ্ঞান ও যুক্তি | আর্টস |
|---|---|---|---|---|---|---|---|
| ড্রেক্স ম্যাক্স (27 বি) | 67.52 | 75.4 | 81.9 | 72.2 | 68.8 | 57.1 | 53.4 |
| ড্রেক্স ভি 2.0 (35 বি) | 61.25 | 70.55 | 76.5 | 65.3 | 63.0 | 47.9 | 53.9 |
| জেভ 1.13.0 | 57.96 | 68.55 | 75.1 | 59.2 | 55.4 | 53.9 | 39.1 |
ড্রেক্স ম্যাক্স এই পাবলিক ইনডেক্সে ড্রেক্স ভি 2.0 কে 6.27 পয়েন্ট এবং জেভ 1.13.0 কে 9.56 পয়েন্ট দ্বারা এগিয়ে নিয়ে গেছে। পাবলিক ইনডেক্স পাঁচটি ক্ষেত্রে গড়ে 37 টি বেঞ্চমার্ক। রানটি 140,620 টি অনুরোধ কভার করেছে, যার মধ্যে 140,178 টি স্কোরযোগ্য ছিল এবং সবগুলির উত্তর দেওয়া হয়েছিল। উত্তরহীন অনুরোধগুলি ভুল হিসাবে গণনা করা হয়, যা মডেল জুড়ে স্কোরগুলির তুলনা করার আগে নোট করা সঠিক নিয়ম।
![]()
![]()
অঞ্চল ভাঙ্গন শিরোনামের চেয়ে বেশি দরকারী। 81.9 এ সরঞ্জামগুলি সবচেয়ে শক্তিশালী ক্ষেত্র, তারপরে ভাষা 72.2 এ এবং পুনরুদ্ধার 68.8 এ রয়েছে। 57.1 এ জ্ঞান এবং যুক্তি এবং 53.4 এ আর্টস দুর্বল, যা বিস্তৃত জ্ঞান বা সৃজনশীল বিচারের পরিবর্তে কাঠামোগত সিদ্ধান্তের জন্য নির্মিত একটি মডেলের সাথে মানানসই।
অন্যান্য রিপোর্ট করা স্কোর, আলাদা রাখা হয়েছে
| সূচক | ড্রেক্স ম্যাক্স স্কোর | নোট |
|---|---|---|
| পাবলিক ভিশন ইনডেক্স, ডিসিশন ইনডেক্স 0.4 | 73.92 | 97.3 এ ইনফোগ্রাফিকভিকিউএ সহ 12,210 সারি জুড়ে |
| কৃত্রিম বিশ্লেষণ সিদ্ধান্ত সূচক | 64 | 18 এর মধ্যে চতুর্থ স্থানে রয়েছে, 65 এ নেতাদের চেয়ে এক পয়েন্ট পিছনে |
| জেভবেঞ্চ | 92.2 শতাংশ | 231 এর 213 |
| ডিসিশন বেঞ্চ v4 | 94.30 শতাংশ | 1071 এর 1010 |
এগুলিকে একটি র্যাঙ্কিংয়ে একত্রিত করবেন না। উদাহরণস্বরূপ, কৃত্রিম বিশ্লেষণ সূচকটি তার নিজস্ব চারটি পরীক্ষার একটি ওজনযুক্ত গড়, এবং এটি ড্রেক্স ম্যাক্সকে তিনটি মডেলের পিছনে 65 এ এবং Claude Haiku 5.5 (নিম্ন) এর চেয়ে এগিয়ে 61 এ রাখে। সৎ পড়া সংকীর্ণ: সিদ্ধান্ত-শৈলীর কাজগুলিতে, ড্রেক্স ম্যাক্স তার নিজস্ব বিভাগের শীর্ষের সাথে প্রতিযোগিতামূলক এবং সবচেয়ে শক্তিশালী যেখানে কাজটি সরঞ্জাম ব্যবহার বা পুনরুদ্ধারের মতো দেখায়।
এটি চালানোর জন্য কী খরচ হয়: হার্ডওয়্যার, টোকেন নয়
মডেল কার্ডে কোনও টোকেন এপিআই মূল্য নেই, তাই হোস্ট করা চ্যাটবটের মতো এটি বাজেট করবেন না। খরচ ডাউনলোডের আকার এবং হার্ডওয়্যার। নেস বিভিন্ন মেশিনের জন্য বেশ কয়েকটি চেকপয়েন্ট প্রকাশ করে।
| চেকপয়েন্ট | আকার | মেমরি প্রয়োজন | এর জন্য সেরা |
|---|---|---|---|
| বিএফ 16 ওজন | প্রায় 49 গিগাবাইট | এনভিডিয়া এইচ 100 80 গিগাবাইট, 48.6 গিগাবাইট লোড | পূর্ণ মানের পাইথন চিত্রগুলি সহ এনভিডিয়া জিপিইউতে চলে। |
| 8-বিট মেরুদণ্ড | প্রায় 26 গিগাবাইট | এনভিডিয়া এল 40 এস 48 গিগাবাইট, 25.9 গিগাবাইট লোড | চিত্র সহ ছোট ছোট এনভিডিয়া রান |
| Q8_0 জিজিইউএফ | 27.25 গিগাবাইট | 48 গিগাবাই অ্যাপল সিলিকন ম্যাক | স্থানীয় ম্যাক পাঠ্য llama.cpp, ওলামা বা ক্যাপিটসার মধ্য দিয়ে যায় |
| আফাইন কিউ 4 | 14.45 গিগাবাইট | 24 গিগাবাইট বা তার বেশি অ্যাপল সিলিকন ম্যাক | স্থানীয় ম্যাক পাঠ্য ক্যাপিটসা বা এমএলএক্সের মাধ্যমে চলে |
দুটি সীমা পছন্দটি নির্ধারণ করে। প্রথমত, স্থানীয় ম্যাক এবং সিপিইউ পথগুলি কেবল আপাতত পাঠ্য। যদি আপনার সিদ্ধান্তের জন্য চিত্রগুলির প্রয়োজন হয় তবে আপনার একটি এনভিডিয়া জিপিইউতে পাইথন পথ প্রয়োজন। দ্বিতীয়ত, ন্যাসের পরীক্ষায় কোয়ান্টাইজেশন ভালভাবে ধরে রেখেছিল: 48 গিগাবাইট অ্যাপল এম 5 প্রোতে, কিউ 80 জিজিইউএফ এইচ 100 বিএফ 16 আউটপুটের সাথে 0.02 এর মধ্যে মেলে এবং অ্যাফাইন কিউ 4 কোনও বিকল্প ফ্লিপ ছাড়াই Q8 0 এর 0.0329 এর মধ্যে ছিল। ছোট সেই পরীক্ষাগুলিতে নির্বাচিত উত্তরটি পরিবর্তন করেনি।
প্রথম পরীক্ষার জন্য, ব্যবহারিক পথটি সবচেয়ে ছোট যা আপনার মেশিনের সাথে ফিট করে। আপনার যদি 24 গিগাবাইট ম্যাক থাকে তবে অ্যাফাইন কিউ 4 চেকপয়েন্টটি ডাউনলোড করুন, বা আপনার যদি 48 গিগাবাইট থাকে তবে Q8_0 জিজিইউএফ এবং কোনও পাবলিক স্কোরকে বিশ্বাস করার আগে এটি আপনার নিজের টিকিট, রুট বা নীতি চেকগুলিতে পরীক্ষা করুন। একটি বেঞ্চমার্ক স্যুট আপনার কাজের চাপ নয়।
কোন সেটআপটি বাছাই করতে হবে
আপনার যদি 24 গিগাবাইট ম্যাক এবং কেবল পাঠ্য-সিদ্ধান্ত থাকে: ক্যাপিটসা বা এমএলএক্সের মাধ্যমে অ্যাফাইন কিউ 4 চেকপয়েন্টটি ব্যবহার করুন এবং প্রথমে আপনার আসল বিভাগগুলির সাথে পরীক্ষা করুন।
আপনার যদি 48 গিগাবাইট ম্যাক এবং কেবল পাঠ্য-সিদ্ধান্ত থাকে তবে llama.cpp, ওলামা বা কাপিৎসার মাধ্যমে Q8_0 জিজিইউএফ ব্যবহার করুন। এটি সম্পূর্ণ বিএফ 16 আউটপুটের কাছাকাছি এবং এটি এখনও স্থানীয়ভাবে চলে।
আপনার যদি চিত্রের সিদ্ধান্তের প্রয়োজন হয়: বিএফ 16 বা 8-বিট ওজন সহ একটি এনভিডিয়া জিপিইউতে পাইথন পথটি ব্যবহার করুন। ম্যাক বিল্ডগুলি এখনও চিত্রগুলি পরিচালনা করবে বলে আশা করবেন না।
আপনি যদি কোনও মডেল চালাতে না চান তবে রাউটিং, শ্রেণিবিন্যাস এবং নীতি চেকের জন্য নেসের হোস্ট করা সংস্করণটি ব্যবহার করুন এবং এটি তৈরি করার আগে নেস কনসোলে এর বর্তমান মূল্য পরীক্ষা করুন। মডেল কার্ডটি কোনও হোস্ট করা মূল্য প্রকাশ করে না, তাই এই পোস্টটি একটি আবিষ্কার করে না।
বাণিজ্যিক ব্যবহারের আগে পড়ার জন্য লাইসেন্স ক্যাচ
ওপেন ওয়েটগুলি ওপেন সোর্সের মতো নয়। আপনি ওজন পাবেন, তবে অগত্যা প্রশিক্ষণ ডেটা বা অনুমতিপ্রাপ্ত ওপেন সোর্স লাইসেন্স নয়। ড্রেক্স ম্যাক্স Nace.AI ওপেন রেল-এম লাইসেন্সের অধীনে প্রকাশিত হয়েছে। একটি স্বতন্ত্র তালিকা যা লাইসেন্সটি পড়ে তা আপনার নিজস্ব আইনি পর্যালোচনার সাথে পরীক্ষা করার মতো সীমাবদ্ধতা দেয়, যার মধ্যে কেবল রাজস্ব এবং তহবিলের থ্রেশহোল্ডের অধীনে বিনামূল্যে বাণিজ্যিক ব্যবহার এবং প্রতিযোগিতামূলক সিদ্ধান্ত পণ্যগুলির উপর একটি বাধা রয়েছে। কোনও বাণিজ্যিক পণ্য প্রেরণের আগে মডেল রিপোজিটরিতে প্রকৃত লাইসেন্সটি পড়ুন। ব্যক্তিগত, গবেষণা বা অভ্যন্তরীণ পরীক্ষার জন্য, স্থানীয় রিলিজ এটি মূল্যায়ন করার সহজ উপায়।
এআই এজেন্টদের জন্য কেন এই রিলিজটি গুরুত্বপূর্ণ
এজেন্টরা প্রায়শই প্রজন্মের উপর নয়, তবে পদক্ষেপগুলির মধ্যে ছোট সিদ্ধান্তগুলিতে ব্যর্থ হয়: এটি রুট করুন, এটি বাড়িয়ে তুলুন, এই সরঞ্জামটি কলের অনুমতি দিন, এটি ব্লক করুন। একটি জেনারেটিভ মডেল এই প্রশ্নগুলির উত্তর দিতে পারে, তবে এটি গদ্যে উত্তর দেয় এবং গদ্যকে পার্স করা প্রয়োজন। একটি সিদ্ধান্ত মডেল বিকল্পগুলির একটি নির্দিষ্ট সেটের উপর একটি সম্ভাব্যতা বিতরণ ফিরিয়ে দেয়, যা ঠিক একটি এজেন্ট রাউটার, একটি ট্রায়াজ সারি বা একটি গার্ডরেল চায়।
এ কারণেই স্থানীয় কোণটি গুরুত্বপূর্ণ। রাউটিং এবং নীতি চেকগুলি প্রায়শই সংবেদনশীল টিকিট, নথি বা স্ক্রিনশটগুলি স্পর্শ করে। স্থানীয়ভাবে সিদ্ধান্তটি চালানো প্রতিটি রায়ের জন্য হোস্ট করা পরিষেবাতে প্রেরণের পরিবর্তে আপনার নিজের হার্ডওয়্যারে সেই প্রসঙ্গটি রাখে। ড্রেক্স ম্যাক্স কোনও সীমান্ত চ্যাটবটের প্রতিস্থাপন নয়। এটি একটি বিশেষায়িত বিচারক যা আপনি একটির পাশে চালাতে পারেন এবং 1 নভেম্বরের ওপেন-ওয়েট রিলিজটি একটি সক্ষম ম্যাক বা জিপিইউ সহ বিকাশকারীদের জন্য এটি ব্যবহারিক করে তোলে।
উত্পাদনে এই ধরণের রাউটিং ব্যবহার করে এমন এজেন্ট তৈরি করতে চান? এআই এজেন্ট ডেভেলপমেন্ট পরিষেবাদি এবং কীভাবে একটি এআই অটোমেশন এজেন্সি নিয়োগ করবেন সে সম্পর্কে আমাদের গাইডগুলি পড়ুন। আরও ওপেন-ওয়েট লঞ্চের জন্য, Mistral Large 4 ওপেন ওয়েট ব্যাখ্যা করুন, লিকুইড এআই এলএফএম 3 ব্যাখ্যা করেছেন, কিমি কে 3.1 প্রো ব্যাখ্যা করেছেন, এবং Alibaba Qwen চীনে অ্যাপল ইন্টেলিজেন্স।
উত্স: Hugging Face এ নেস এআই মডেল কার্ড (https://huggingface.co/nace-ai/drex-max-v1), মার্কটেকপোস্ট কভারেজ 1 নভেম্বর, 2026 (https://wisevoter.com/world/2026/11/01/nace-ai-open-sources-drex-max-v1) এ রিপোর্ট করা হয়েছে, এবং আর্টিভার্স কভারেজ, যা নোট করে যে এটি নেস এআই (https://www.artiverse.ca/drex-max-puts-a-27b-decision-model-on-apple-silicon/) দ্বারা স্পনসর করা হয়েছে।
ড্রেক্স ম্যাক্স ভি 1 কি?
ড্রেক্স ম্যাক্স ভি 1 হ'ল নেস এআই থেকে একটি 27-বিলিয়ন-প্যারামিটার সিদ্ধান্ত মডেল। এটি একটি ফরোয়ার্ড পাসে প্রতিটি বিকল্পের সম্ভাব্যতা সহ একটি প্রদত্ত প্রসঙ্গ সম্পর্কে টাইপ করা প্রশ্নের উত্তর দেয় এবং এটি কোনও পাঠ্য তৈরি করে না।
ড্রেক্স ম্যাক্স কি একটি চ্যাটবট?
না। এটি চ্যাট করে না, গদ্য লিখে না বা উত্তর তৈরি করে না। এটি আপনার সংজ্ঞায়িত বিকল্পগুলির মধ্যে বিচার করে, যা সফ্টওয়্যার এবং এআই এজেন্টদের ভিতরে রাউটিং, ট্রায়াজ, শ্রেণিবিন্যাস এবং গার্ডরেল চেকের জন্য দরকারী করে তোলে।
ড্রেক্স ম্যাক্স কি ম্যাকে চালাতে পারে?
হ্যাঁ, পাঠ্য সিদ্ধান্তের জন্য। অ্যাফাইন কিউ 4 চেকপয়েন্টটি অ্যাপল সিলিকন ম্যাকগুলিতে 24 গিগাবাইট বা তার বেশি মেমরি সহ ক্যাপিটসা বা এমএলএক্সের মাধ্যমে চলে, এবং Q8_0 জিজিইউএফের জন্য 48 গিগাবাইট প্রয়োজন। চিত্রের সিদ্ধান্তগুলির জন্য এখনও একটি এনভিডিয়া জিপিইউতে পাইথন পথ প্রয়োজন।
ড্রেক্স ম্যাক্সের শিরোনাম বেঞ্চমার্ক স্কোর কী?
নেস পাবলিক টেক্সটের জন্য ডিসিশন ইনডেক্স 0.4 এ 67.52 রিপোর্ট করেছে, ড্রেক্স ভি 2.0 61.25 এ এবং জেভ 1.13.0 57.96 এ এগিয়ে রয়েছে। এগুলি বিক্রেতা-রিপোর্ট করা স্কোর, তাই তাদের উপর নির্ভর করার আগে আপনার নিজের কাজের চাপে মডেলটি পরীক্ষা করুন।
ড্রেক্স ম্যাক্স কি ফ্রি এবং ওপেন সোর্স?
ওজনগুলি Nace.AI ওপেন রেল-এম লাইসেন্সের অধীনে সর্বজনীন, তবে এটি ওপেন ওয়েটস, কঠোর অর্থে ওপেন সোর্স নয়। কোনও পণ্য প্রেরণের আগে বাণিজ্যিক সীমার জন্য লাইসেন্সটি পরীক্ষা করুন।
ড্রেক্স ম্যাক্স কতটা প্রসঙ্গ পরিচালনা করতে পারে?
262,144 টোকেন পর্যন্ত, প্রতি অনুরোধ প্রতি ডিফল্ট হিসাবে 16,384 টোকেন সহ। যদি আপনার অনুরোধগুলির প্রকৃতপক্ষে দীর্ঘ উইন্ডোর প্রয়োজন হয় তবেই সীমা বাড়ান।
- drex max
- nace ai
- decision model
- open weight models
- apple silicon
- ai agents


