Drex 1.5 開放權重決策模型，把選項機率判斷搬進你的電腦

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Nace.AI 這家美國新創（2026 年 5 月宣布 2,150 萬美元種子輪）在 9 月 24 日官宣了 Drex 這顆「會決定、不寫字」的小模型，台灣時間 9 月 29 日清晨，新版 Drex 1.5 的完整權重就放上了 Hugging Face，公開、不需申請、直接下載。真正把本機路線補齊的是台灣時間 10 月 10 日凌晨那一波更新：官方釋出 9.5GB 的 Q8_0 量化版、整理過的 GitHub 儲存庫，同一天早上再把 Decision Index 0.3.1 的評測分數寫進模型頁。到這一步，一台統一記憶體夠大的 Mac 也有了官方支援的跑法，而這顆 8.95B 參數模型的輸出從頭到尾不是一段文字，是每個候選選項的機率。

它不寫答案：讀完狀態，一次前向傳遞回傳選項機率

Drex 處理的問題被官方稱為決策（decision）：你給它一段狀態（state，文字或 JSON 都行）和幾個命名問題，它對每個問題做一次前向傳遞（forward pass），回傳每個選項的機率。題型有三種：多選題（choice）回傳每個選項的機率與所選答案；是非題（noul）回傳「是」的機率；評分量表（score）回傳加權分數與每個等級的機率。全程沒有文字生成、沒有思考過程、也沒有需要修補的 JSON。模型卡把這個邊界寫得很直白：它無法發明你沒給它的選項，因為它根本不生成任何東西。

模型卡上的官方範例就是一張客服工單：狀態寫「訂單 A-104 被重複扣款」，問題一是多選題，問該由哪個團隊處理，選項有帳單、配送、其他，每個選項還可以附一句說明讓模型對齊定義；問題二是是非題，問客戶有沒有要求退款。這種「先分類、再交給對的人或對的流程」的判斷，過去常見做法是叫生成模型輸出一個標籤再解析回來，標籤寫歪了、格式壞了都要再救；Drex 把這一步獨立成一顆專門的模型，問什麼就答什麼題，不順便寫一段安撫客戶的草稿，溫度與 top-p 這些採樣參數對它也不生效，因為沒有東西被採樣。

請求的結構本身也值得看一眼，因為它決定整合成本：一個請求就是一個 JSON，state 放要判斷的內容（字串、物件或列表都收），questions 放一組你自己命名的問題，答案回來時用同一組名字當鍵，多選題的選項順序就是鍵的順序。換句話說，把「這封信該進哪一隊」接進既有系統，寫的是一個 HTTP 呼叫加一層機率門檻的判斷，不是一條 prompt 工程的產線；代價是選項與說明要事先定清楚，模型只在你給的世界裡打分數。

對已經在用同類工具的人，相容性是現成的：Drex 說的 System One 通訊格式，跟先前介紹過的 Jev 一秒判斷同一套，官方文件寫明寫給 Kev 與 Jev 的客戶端不用改就能打自架的 Drex 伺服器；TypeSafe 的 SDK 換個 base URL 也通。一個請求裡可以塞多個問題，伺服器一題一次前向傳遞依序算完；發布文裡另一個吸睛數字是單張 H100 每秒約 25 個決定，這是官方宣稱，自架環境能到多少要自己量。

權重九月底就上了，本機路線是十月初才補齊

把這次開放拆開看時間線，會發現它是接力式的。Hugging Face 上的 nace-ai/drex-v1.5 儲存庫建立於 9 月 28 日晚間（UTC），未設閘門，任何人都能下載。規格面：參數 8.95B（Qwen3.5 結構、32 層混合注意力，每三層線性注意力配一層完整注意力），bf16 權重約 18GB，上下文預設 16,384 tokens、最長可設到 131,072；除了主幹，包裡還有一個指標頭（head.pt）負責從隱藏狀態算出每個選項的分數。基底模型是小米的 MiMo-V2.6-Distill-Qwen-9B，這點跟站上先前追蹤過的 MiMo-V2.6 開放權重發布接上了線：小米放出蒸餾後的 9B 底座，Nace 拿它往「只做判斷」的方向微調，再掛上自己的評分頭。

Pin

接著是官方 fork 的基礎建設：10 月 1 日開出 Ollama 分支儲存庫，10 月 2 日開出給 coding agent 用的技能包（MIT 授權，Claude Code 一行 plugin 指令就能裝，讓代理把 System One 的判斷都交給 Drex）。密度最高的一波全部落在台灣時間 10 月 10 日凌晨到早上：官方 Q8_0 量化儲存庫上架（約 9.5GB），drex-decision-models 主儲存庫開張，評測重現包跟著釋出，接著幾筆 commit 把 Decision Index 0.3.1 的分數表與「10B 以下參數最高分」的陳述補進模型頁。

下載下來的包裝也說明了這是工程取向的釋出：主幹權重切成多個 safetensors 檔，附指標頭、Kev 推論程式碼、需求檔與一個示範請求 JSON，沒有打包好的安裝器或一鍵腳本，環境要自己按需求檔裝。量化版則是反過來走極簡：整包就一個 9.5GB 的 GGUF 檔加授權條款與說明，給已經有 llama.cpp 或 Ollama 環境的人直接接。

生態還在頭一週。截至 10 月 11 日查詢，這個儲存庫下載 98 次、29 個讚；社群的 GGUF 量化版（mradermacher 與 prithivMLmods 兩家）10 月 10 日才出現。對照動輒上萬下載的開放權重模型，這裡離主流還很遠，先發優勢與風險都在這裡。

「10B 以下最高分」要連三個背景一起讀

模型卡最顯眼的主張是：Drex 1.5 在 Decision Index 0.3.1 公開版拿 58.08，是 10B 參數以下分數最高的模型。排行榜 10 月 10 日的資料快照裡：對照組 Jev 1.13.0 是 57.96，差距 0.12 分，落在榜規 0.9 分的平手帶（tie band）內；10B 以下次高的是 Bespoke Nimble 9B v3 的 57.19。數字本身對得上，但有三個背景決定你該怎麼引用它。

Pin

這個 58.08 的來源要留意。排行榜資料檔的註記寫明，它是 Nace 自己用 FP8 精度在 NVIDIA B200 上跑完公開套件後上傳的，榜方只負責私有測試部分。整體排名上，「10B 以下最高」跟總榜是兩回事：同一份資料裡，Drex 的綜合總分（Full score）是 50.84，在全榜 116 個條目排第 25，併列規則後是 28，榜首 Torchcast Decision 27B 的 65.1 高出一大截。官方自己附的對照評測也值得攤開：JevBench 231 題上 Jev 87.0%、Drex 86.2%，輸在一個百分點內，細看分層兩邊都是簡單題全對、難題 73.9% 打平，差距長在中間的標準題；八款棋盤遊戲對打 Jev 的成績是 122 勝 47 和 87 敗，勝率 56.8%；而且同一顆模型在 0.2.1 版指標是 58.28、換到 0.3.1 公開版變 58.08，版本一換分數就換，引用時不帶版本號沒有意義。另外 Jev 的參數量並未公開，所以「10B 以下」這個切口其實裝不下它最接近的對手。

這場纏鬥從發布日就開始了。9 月 24 日的發布文用的是 0.2 版指標，當時 Drex 51.73 對 Jev 51.67，差距 0.06 分，落在舊榜規 0.25 分的平手帶內；官方四天後的更新文改用 0.2.1 版，寫的是 58.28、在 71 個 10B 以下條目排最前面、領先 Jev 0.37 分。指標改版三次、領先幅度從 0.06 到 0.37 再回到 0.12，這個量級的差距適合當「值得繼續觀察」的訊號，當「誰碾壓誰」的證據就過了。

Pin

長文件表現官方也給了宣稱：8k 至 32k tokens 準確率 89.5%、中位延遲 0.65 秒，32k 至 128k 準確率 93.4%、延遲 2 秒。同樣是官方自跑，還沒有第三方重現。

三條本機路線，門檻差在要不要自己編譯

Python 路線最直接：權重包裡附了 Kev 程式碼與 inference.py、serve.py，裝好 torch 與 transformers 就能跑，但文件寫明需要 CUDA 顯卡，bf16 權重 18GB 起跳，記憶體需求還會隨文件長度成長。伺服器啟動後打 POST /v1/systemone 端點，不用任何金鑰，預設只聽本機 127.0.0.1，健康檢查端點會回報模型名稱與載入狀態。官方也提醒了兩件資安上的事：這個服務沒有鑑別機制，要對外開之前自己掛一層認證；託管版的金鑰永遠不要送進自架伺服器。

llama.cpp 路線給沒有 CUDA 的人：拉官方 fork 的 drex-v1.5 分支自行編譯，用隨附腳本把權重轉成 GGUF，可以再量化到 Q8_0（約 9.5GB），CUDA、Metal 與純 CPU 都支援，跑起來同樣是那個 systemone 端點。上下文長度在這條路線是用環境變數與啟動參數調的，預設 16,384 tokens，要吃到 131,072 得另外設環境變數並把相應參數翻倍，記憶體用量跟著漲。官方宣稱在 AWS g5.2xlarge 上 bf16 與 Q8_0 的答案跟 Python 版逐題相同，在 48GB 統一記憶體的 Apple M5 Pro 上 Metal 與 CPU 的答案也相同。

Ollama 路線要特別停一下：一般發行版的 Ollama 裝好是拉不到的。/v1/systemone 端點與決策能力是 Nace fork 加上去的，你要拉 fork 的 drex-v1.5 分支、自己編譯 llama-server、再用環境變數指過去，Modelfile 裡還得加一行 CAPABILITY decision 才算數。等上游把這套端點收編，部署門檻才會真正掉下來；在那之前，ollama pull 看到的同名模型都不會有這個介面。

不想碰編譯的人還有託管 API 這條：官方定價表列 Drex 1.5 每百萬輸入 tokens 0.05 美元（舊版 1.0 是 0.04 美元），註冊送 25 美元額度，儲值 5 到 1,000 美元，綁卡後每 14 天結算一次，沒綁卡則額度用完就停。文件裡託管模型名叫 drex-latest，定價表明列的型號是 drex-v1.5，兩個名字指的是同一條服務的不同標籤，要固定版本的話先用模型清單端點確認當下跑的是哪一版。

下載前先分清楚：兩顆模型、三份授權

這次開放最容易踩的線是授權，因為名字像的東西有三份條款。Drex 1.5 的權重採 Nace.AI Open RAIL-M，這是帶使用限制的開放授權，屬於 RAIL 家族（對用途設限制、而非單純 MIT 式放行），商用前應該把儲存庫裡的 LICENSE 條文讀完；權重包內附的 Kev 程式碼是 Apache-2.0，可以自由改作；給 coding agent 的技能包是 MIT。另外 Nace 在 10 月 1 日還上架了一顆 Drex DLM（Efficient-DLM-8B 基底，走特徵抽取的路線），授權是 CC BY-NC 4.0，明確非商用，跟 Drex 1.5 是兩顆不同的模型，同一個組織頁面下載，抓錯顆拿去商用就是踩線。

也要把「開放權重」跟「開源」分開說：能下載的是訓練完的參數與推論程式碼，訓練資料與訓練流程沒有公開，站上先前介紹過的 Qwen-Image-2.1 也是同樣的處境。這對想自架的人影響不大，對想接續訓練或驗證模型行為邊界的人是硬限制。官方在發布文裡對企業的另一句承諾是「可以拿你自己標好答案的資料微調，權重交給你」，這句話對應的是商業服務，跟 Hugging Face 上這包現成權重是兩回事。

還沒被驗證的部分，與一個月後的回查點

官方文件撐得起「這個模型存在、能這樣跑」的結論，撐不起「它在你機器上就是這個速度」：18GB 與 9.5GB 的體積、0.65 秒的中位延遲、與 Python 版逐題一致的量化等價性，全部是官方自跑的宣稱，還沒有第三方重現。社群 GGUF 跟官方分支的行為是否一致，也還沒有人系統性比過。機率本身還有校準（calibration）這一關：官方說分數是校準過的，但校準好不好取決於你的題目分布，拿自己的歷史資料標一小批答案回測，高分是否真的常答對，比任何榜上分數都更能預測它在你場景裡的表現。

動態的部分要盯三個：排行榜資料檔每天更新數次，58.08 對 57.96 的排位隨時可能翻；下載量頭一週只有 98，一個月後是幾百還是幾萬，直接反映這類「只做判斷」的模型有沒有真實需求；llama.cpp 與 Ollama 上游會不會把 System One 端點收進主線，則決定部署門檻什麼時候消失。想現在就試的人，最省事的路是拿模型卡附的範例請求改成自己的一題，先用託管 API 的免費額度驗證機率給得準不準，值得的話再扛 9.5GB 下來自架。