Spiegazione del Drex Max v1: modello decisionale 27B su Apple Silicon

La maggior parte dei modelli di IA ti risponde con dei paragrafi. Drex Max v1 di Nace AI fa qualcosa di diverso, e questa differenza è proprio il punto. Riportato come open-source il 1° novembre 2026, Drex Max v1 è un modello decisionale con 27 miliardi di parametri. Gli dai un contesto e una domanda digitata, e restituisce una probabilità per ogni opzione in un unico passaggio in avanti. Non genera alcun testo.

Questo lo rende uno strumento per le decisioni ripetute all'interno del software: quale team deve gestire un ticket, se una richiesta è urgente, quale percorso un agente deve seguire dopo. Invece di analizzare la risposta di un chatbot e sperare che il formato regga, ottieni numeri che puoi spigliare, registrare e testare.

Il verdetto rapido

Cosa sia effettivamente un modello decisionale

Un modello linguistico normale prende un prompt e genera i token successivi. Drex Max assume una forma di input diversa. Una richiesta contiene un state, che può essere testo, JSON o immagini, più una o più domande nominate. Ogni domanda ha un tipo fisso:

• Scelta. Scegli tra opzioni nominate, ad esempio fatturazione, tecnica o altro.
• Sì o no. Una domanda binaria, chiamata noul nella scheda modello.
• Punteggio. Un punteggio ordinale, ad esempio routine, presto o urgente.

Il modello restituisce quindi una probabilità per ogni opzione. Nell'esempio di Nace, un biglietto a doppio addebito restituisce una fatturazione a 0,9988, una tecnica a 0,0003 e un'altra a 0,0009. Questa è una decisione su cui puoi agire direttamente: instradare la fatturazione e inviare solo casi a bassa fiducia a un umano.

Poiché nulla viene generato, non c'è prosa da analizzare, nessuna deriva di formattazione, né una spiegazione inventata mascherata da motivo. Il compromesso è altrettanto chiaro. Drex Max non può scrivere la tua risposta, riassumere un documento in prosa o tenere una conversazione. Giudica. Un modello generativo deve comunque parlare.

Architettura in termini semplici

Drex Max è una densa spina dorsale 27B con 64 strati. Quarantotto sono livelli di attenzione lineare DeltaNet gateati che vanno da sinistra a destra, e 16 sono livelli di attenzione completa posti ogni quarto livello. Questi livelli di attenzione completa sono non causali, quindi ogni token può partecipare all'intera sequenza. Questo dettaglio è importante per eseguirla: il loader bundleed applica l'attenzione non causale, e Nace avverte che una semplice esecuzione causale di chat non riprodurrà i punteggi pubblicati.

Le immagini passano attraverso una torre di visione nativa e rimangono visibili a ogni domanda di una richiesta. Una testina di lettura a 255 linee trasforma l'ultimo stato nascosto in probabilità fino a 255 opzioni per domanda. Il limite predefinito delle richieste è di 16.384 token, e può essere aumentato fino alla finestra completa di 262.144 token.

Benchmark: cosa dicono i numeri e cosa non dicono

Tutti i punteggi qui sotto sono riportati dal fornitore da Nace AI sulla sua scheda modello Hugging Face, datata 19 ottobre 2026. Trattali come risultati personali di Nace sulle suite pubbliche, non come verifiche indipendenti. I benchmark diversi non sono direttamente comparabili, quindi le tabelle sottostanti mantengono ogni indice separato.

Indice decisionale 0.4, testo pubblico

Drex Max supera Drex v2.0 di 6,27 punti su questo indice pubblico, e Jev 1.13.0 di 9,56 punti. L'indice pubblico ha una media di 37 benchmark in cinque aree. La corsa ha coperto 140.620 richieste, di cui 140.178 erano punteggibili e tutte sono state risposte. Le richieste non risposte contano come errate, che è la regola giusta da considerare prima di confrontare i punteggi tra i modelli.

La suddivisione dell'area è più utile del titolo. Strumenti a 81,9 è l'area più forte, seguiti da Language a 72,2 e Retrieval a 68,8. Knowledge and Reasoning a 57,1 e Arts a 53,4 sono più deboli, il che si adatta a un modello costruito per decisioni strutturate piuttosto che per una conoscenza ampia o un giudizio creativo.

Altri punteggi segnalati, mantenuti separati

Non unire questi in un unico ranking. L'indice di Analisi Artificiale, ad esempio, è una media ponderata dei suoi quattro test, e colloca Drex Max dietro tre modelli al 65° e davanti a Claude Haiku 5.5 (Basso) al 61°. La lettura onesta è più ristretta: nei compiti decisionali, Drex Max è competitivo con il primo posto della propria categoria, e più forte quando il compito si avvicina all'uso o al recupero di uno strumento.

Quanto costa da gestire: hardware, non token

Non c'è un prezzo API per token sulla scheda modello, quindi non fare un budget come un chatbot ospitato. Il costo dipende dalla dimensione del download e dall'hardware. Nace pubblica diversi checkpoint per diverse macchine.

Due limiti decidono la scelta. Primo, i percorsi locali Mac e CPU sono solo testo per ora. Se la tua decisione richiede immagini, ti serve il percorso Python su una GPU NVIDIA. In secondo luogo, la quantizzazione ha resistito bene nei test di Nace: su un Apple M5 Pro da 48 GB, ilGguf Q8 0 corrispondeva all'output H100 bf16 entro 0,02 per probabilità, mentre il Q4 affine rimaneva entro 0,0329 da Q80 senza cambi di scelta. Più piccolo non cambiava la risposta selezionata in quei test.

Per un primo test, il percorso pratico è il più piccolo che si adatta alla tua macchina. Scarica il checkpoint affine Q4 se hai un Mac da 24 GB, o il Q8_0 GGUF se ne hai 48 GB, e testalo sui tuoi ticket, rotte o controlli di policy prima di fidarti di qualsiasi punteggio pubblico. Una suite di benchmark non è il tuo carico di lavoro.

Quale configurazione scegliere

Se hai un Mac da 24 GB e decisioni solo testuali: usa il checkpoint affine Q4 tramite Kapitsa o MLX, e prova prima con le tue categorie reali.

Se hai un Mac da 48 GB e opzioni solo testuali: usa il Q8_0 GGUF tramite llama.cpp, Ollama o Kapitsa. È più vicino all'uscita completa di bf16 e funziona comunque in locale.

Se hai bisogno di decisioni sulle immagini: usa il percorso Python su una GPU NVIDIA con pesi bf16 o a 8 bit. Non aspettarti che le build Mac gestiscano ancora le immagini.

Se non vuoi eseguire un modello: usa la versione ospitata di Nace per il routing, la classificazione e i controlli delle politiche, e controlla il prezzo attuale sulla console Nace prima di costruirci sopra. La scheda modello non pubblica un prezzo ospitato, quindi questo post non ne inventa uno.

La cattura della licenza da leggere prima dell'uso commerciale

I pesi aperti non sono la stessa cosa dell'open source. Ottieni i pesi, ma non necessariamente i dati di addestramento o una licenza open-source permissiva. Drex Max è rilasciato sotto la licenza Nace.AI Open RAIL-M. Un annuncio indipendente che legge i segnali di licenza vale la pena verificarlo con una tua revisione legale, inclusa l'uso commerciale gratuito solo sotto soglie di ricavi e finanziamenti, e un limite per prodotti decisionali concorrenti. Leggi la licenza vera e propria nel repository modello prima di inviare un prodotto commerciale su di esso. Per test personali, di ricerca o interni, la versione locale è il modo più semplice per valutarla.

Perché questo rilascio è importante per gli agenti AI

Gli agenti falliscono più spesso non alla generazione, ma nelle piccole decisioni tra un passaggio e l'altro: instradare questo, escalare quello, permettere questa chiamata allo strumento, bloccare quello. Un modello generativo può rispondere a queste domande, ma risponde in prosa, e la prosa necessita di essere analizzata. Un modello decisionale restituisce una distribuzione di probabilità su un insieme fisso di opzioni, che è esattamente ciò che vuole un agent router, una coda di triage o una guardrail.

È anche per questo che l'angolo locale è importante. I controlli di routing e policy spesso toccano ticket sensibili, documenti o screenshot. Eseguire la decisione localmente mantiene quel contesto sul proprio hardware invece di inviarlo a un servizio ospitato per ogni giudizio. Drex Max non è un sostituto di un chatbot frontier. È un giudice specializzato che puoi eseguire accanto a uno, e il rilascio open-weight del 1° novembre è ciò che rende pratico questo per sviluppatori con un Mac o una GPU capace.

Vuoi costruire agenti che utilizzino questo tipo di routing in produzione? Leggi le nostre guide sui servizi di sviluppo di agenti AI e su come assumere un'agenzia di automazione AI. Per ulteriori lanci open-weight, vedi Mistral Large 4 open weight expliced, Liquid AI LFM3 expliced, Kimi K3.1 Pro explained e Apple Intelligence in China su Alibaba Qwen.

Fonti: scheda modello Nace AI su Hugging Face (https://huggingface.co/nace-ai/drex-max-v1), copertura MarkTechPost riportata il 1° novembre 2026 (https://wisevoter.com/world/2026/11/01/nace-ai-open-sources-drex-max-v1), e copertura di Artiverse, che indica essere sponsorizzata da Nace AI (https://www.artiverse.ca/drex-max-puts-a-27b-decision-model-on-apple-silicon/).

Cos'è Drex Max v1?

Drex Max v1 è un modello decisionale da 27 miliardi di parametri sviluppato da Nace AI. Risponde a domande digitate su un dato contesto con una probabilità per ogni opzione, in un solo passaggio in avanti, e non genera testo.

Drex Max è un chatbot?

No. Non chatta, non scrive prosa né genera risposte. Giudica tra le opzioni che definisci, il che lo rende utile per instradamento, triage, classificazione e controlli di guardrail all'interno di software e agenti IA.

Drex Max può funzionare su un Mac?

Sì, per le decisioni testuali. Il checkpoint affine Q4 gira su Mac Apple Silicon con 24 GB o più di memoria tramite Kapitsa o MLX, e il GGUF Q8_0 necessita di 48 GB. Le decisioni sulle immagini richiedono comunque il percorso Python su una GPU NVIDIA.

Qual è il punteggio principale di Drex Max?

Nace riporta 67,52 sull'Indice di Decisione 0,4 per il testo pubblico, davanti a Drex v2.0 a 61,25 e Jev 1.13.0 a 57,96. Questi sono punteggi riportati dal produttore, quindi testa il modello sul tuo carico di lavoro prima di affidarti a loro.

Drex Max è gratuito e open source?

I pesi sono pubblici sotto la licenza Nace.AI Open RAIL-M, ma si tratta di pesi aperti, non open source in senso stretto. Controlla la licenza per i limiti commerciali prima di spedire un prodotto su di essa.

Quanto contesto può gestire Drex Max?

Fino a 262.144 token, con 16.384 token come predefinito per richiesta. Alza il limite solo se le tue richieste hanno effettivamente bisogno della finestra più lunga.

• drex max
• nace ai
• decision model
• open weight models
• apple silicon
• ai agents