Nace.AI: Drex Max

Nace.AI: Drex Max to model decyzyjny od Nace.AI i największy model w linii Drex tego dostawcy. Jest pozycjonowany jako następca Drex v2.0, więc zespoły, które już korzystają z tego modelu, mogą traktować Drex Max jako kolejny krok w ramach tej samej rodziny. Jego główna kategoria to decyzje, co odróżnia go od modeli ogólnego przeznaczenia do czatu i generowania: model jest zbudowany wokół odpowiadania na ustrukturyzowane pytania, a nie tworzenia swobodnej prozy.

Model przyjmuje dane wejściowe tekstowe i zwraca decyzje jako dane wyjściowe. Jego okno kontekstu wynosi 262 144 tokeny, a maksymalna długość danych wyjściowych to 235 929 tokenów. Zgodnie z opisem dostawcy Drex Max przyjmuje stan, dostarczony jako tekst lub JSON, wraz z typowanymi pytaniami. Obsługiwane typy pytań to tak/nie, wielokrotny wybór oraz ocena porządkowa. To połączenie dużego okna kontekstu i typowanych formatów pytań oznacza, że można przekazać obszerny materiał jako stan, a następnie poprosić o odpowiedzi w formie, którą aplikacja może wykorzystać bezpośrednio, zamiast parsować swobodny tekst.

Praktyczne przypadki użycia wynikają z tej konstrukcji. Potok przetwarzania może przekazać Drex Max stan JSON opisujący klienta, zamówienie lub konfigurację systemu i zadać pytania tak/nie, na przykład czy sprawa powinna zostać eskalowana. Pytania wielokrotnego wyboru pasują do routingu i klasyfikacji, na przykład wyboru kategorii lub następnej akcji ze stałego zestawu. Pytania z oceną porządkową pasują do zadań rankingowych i oceniających, takich jak przypisanie poziomu ryzyka lub wyniku priorytetu. Ponieważ stan może być tekstem, a także JSON, ten sam model może pracować na dokumentach, logach lub ustrukturyzowanych rekordach, a długi kontekst pozwala uwzględnić duże dane wejściowe w jednym wywołaniu.

Model wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu "nace-ai/drex-max". Model nie wymienia żadnych obsługiwanych parametrów, więc żądania powinny opierać się na standardowych polach dla danego punktu końcowego i unikać zakładania, że dostępne są dodatkowe opcje dostrajania. Data wydania przez dostawcę to 2026-10-21.

Ponieważ modalnością wyjściową są decyzje, a nie tekst, Drex Max nie jest właściwym wyborem, gdy potrzebujesz generowanej prozy, podsumowań lub odpowiedzi konwersacyjnych. Najlepiej sprawdza się, gdy zadanie można wyrazić jako typowane pytania dotyczące dostarczonego stanu. Jeśli Twoje obciążenie polega na generowaniu otwartym, lepiej posłuży Ci model z wyjściem tekstowym; jeśli polega na ustrukturyzowanym podejmowaniu decyzji na dużych danych wejściowych, Drex Max jest zaprojektowany dokładnie do tego.