Nace AI veröffentlicht Gewichte von Drex Max v1: 27B-Entscheidungsmodell läuft auf 24-GB-Mac, lokale Pfade vorerst nur Text
Laut einem Bericht von MarkTechPost vom 1. November 2026 (am Ende als von Nace AI gesponsert gekennzeichnet) hat Nace AI die Gewichte des dichten 27B-Entscheidungsmodells Drex Max v1 unter der Nace.AI Open RAIL-M veröffentlicht. Angeboten werden bf16-Gewichte, ein Q8_0-GGUF und ein affine-Q4-Checkpoint; der selbst gemeldete Decision Index 0.4 liegt bei 67,52.
Was sich geändert hat
Laut dem Bericht von MarkTechPost vom 1. November 2026, der am Ende als von Nace AI gesponsert ausgewiesen ist, hat Nace AI Drex Max v1 als offene Gewichte unter der Lizenz Nace.AI Open RAIL-M veröffentlicht. Dem Bericht zufolge handelt es sich um ein dichtes Entscheidungsmodell mit 27B Parametern: Es erzeugt keinen Text, sondern nimmt einen Zustand (Text, JSON oder Bild) sowie eine benannte Frage entgegen und liefert in einem einzigen Vorwärtsdurchlauf für jede Option eine Wahrscheinlichkeit. Die Fragen fallen in drei Kategorien – Auswahl aus benannten Optionen, Ja/Nein und ordinale Bewertung –, wobei eine einzelne Frage bis zu 255 Optionen umfassen kann. Die Modellkarte beschreibt einen 64-Schichten-Hauptteil, davon 48 Schichten mit gerichteter Gated-DeltaNet-Linearattention von links nach rechts und 16 Schichten als nicht-kausale Full Attention, die alle vier Schichten platziert ist, sodass jedes Token die gesamte Sequenz sehen kann; die Konfigurationsdatei nennt den Modelltyp qwen3_5 und ein Positionsfenster von 262.144, standardmäßig 16.384. Zum Release gehören bf16-Gewichte, ein Q8_0-GGUF (27,25 GB), ein affine-Q4-Checkpoint (14,45 GB) sowie Forks von llama.cpp und Ollama; laut Bericht bieten fünf Laufzeitumgebungen einheitlich die Schnittstelle POST /v1/systemone. Benchmarks und Quantisierungsvergleiche stammen ausschließlich aus Angaben von Nace AI: Decision Index 0.4 erreicht 67,52 und liegt damit über den ebenfalls angeführten Drex v2.0 (61,25) und Jev 1.13.0 (57,96); der Artificial Analysis Decision Index beträgt 64. Auf einem M5 Pro mit 48 GB lag die Wahrscheinlichkeitsdifferenz je Option zwischen Q8_0 und H100 bf16 innerhalb von 0,02; zwischen affine Q4 und Q8_0 innerhalb von 0,0329, ohne dass sich eine Auswahl umkehrte. Der Bericht erwähnt zudem eine gehostete Version bei OpenRouter; der Preis zum Releasezeitpunkt lag bei 0,03 US-Dollar pro 1.000 Entscheidungen, der aktuelle Preis ist der Preisseite des Anbieters zu entnehmen.
Auswirkungen für Entwickler
Die erste Änderung für Entwickler betrifft die Form der Schnittstelle: Dies ist keine Chatmodell-API, die sich durch Ersetzen des Prompts durch Optionen nachbilden lässt. Aufrufer müssen zuerst eine Optionsmenge und einen Fragetyp angeben und erhalten eine Gruppe von Wahrscheinlichkeiten zurück; Schwellenwerte, Ablehnung und Fallback-Strategien muss die Fachseite selbst definieren. Das unterscheidet sich grundlegend vom Parsen freier Textausgaben. Die zweite Änderung betrifft die Schichten des Deployments: Die im Bericht genannten Speicheranforderungen sind affine Q4 für Macs mit mehr als 24 GB, Q8_0 GGUF mit 48 GB sowie auf NVIDIA-Seite bf16 mit etwa 49 GB oder 8 Bit mit etwa 26 GB. Damit lässt sich dasselbe Modell auf einem Notebook, einer einzelnen Karte und einem GPU-Server betreiben, allerdings mit unterschiedlicher Genauigkeit und unterschiedlichem Durchsatz. Drittens die Fähigkeitslücke der lokalen Pfade: llama.cpp, Ollama, Kapitsa und MLX unterstützen alle keine Bilder; nur Python mit NVIDIA-GPU unterstützt sie. Ticket-Triage mit Screenshots lässt sich daher nicht vollständig auf einen Mac verlagern. Viertens die Art der Lizenz: Herunterladbare Gewichte bedeuten nicht eine von der OSI anerkannte Open-Source-Lizenz; Open RAIL-M enthält Nutzungsbeschränkungen, deren Bedingungen vor kommerzieller Nutzung selbst zu prüfen sind. Fünftens die Diskrepanz beim langen Kontext: Das Fenster ist mit 262.144 angegeben, der Standard liegt jedoch bei 16.384, und der Bericht empfiehlt auf einem 48-GB-Mac für Kapitsa 2.048 Kontext. Das beworbene lange Fenster entspricht nicht zwangsläufig der Konfiguration, die tatsächlich läuft. Hervorzuheben ist, dass alle genannten Leistungs- und Quantisierungsabweichungen aus Herstellerangaben stammen und der Quellartikel gesponsert ist; eine unabhängige Reproduktion fehlt.
Integration und Bewertung
Die folgenden Empfehlungen und Bedingungsanalysen beruhen auf dem Bericht und sind keine verifizierten Fakten. Erstens: Wenn Ihre Routing- oder Triage-Last reiner Text ist, können Sie zunächst affine Q4 auf einem Mac mit mehr als 24 GB Unified Memory testen. Der Bericht nennt für diesen Checkpoint 14,45 GB und keine Umkehr der Auswahl, was einen Offline-Graustart ermöglicht – vorausgesetzt, die Last enthält keine Bilder und Sie akzeptieren die Latenz lokaler Inferenz auf einem einzelnen Gerät. Bewertungsmaßstab sollte die Top-1-Übereinstimmung und die Umkehrrate nahe der Schwelle zwischen Q4 und bf16 oder der gehosteten Version auf Ihren eigenen annotierten historischen Tickets sein; erst wenn die Übereinstimmung einen vorab festgelegten Schwellenwert erreicht, sollte der Verkehr umgestellt werden. Zweitens: Wenn Eingaben Screenshots oder Scans enthalten, werden Bilder laut Bericht über einen nativen Vision-Turm verarbeitet und sind innerhalb der Anfrage für alle Fragen sichtbar; da jedoch alle vier lokalen Pfade keine Bilder unterstützen, bleiben nur ein GPU- oder gehosteter Aufruf oder die vorherige Umwandlung von Bildern in Text für den lokalen Pfad. Bewertungsmaßstab sollte die Auswahlgenauigkeit und die Nichtantwortquote des Vision-Pfads gegenüber dem OCR-plus-Text-Pfad auf Ihrem eigenen Screenshot-Set sein, nicht allein der öffentliche Vision-Index von 73,92. Drittens: Bei langen Eingaben sollten Sie die Kontextlänge explizit setzen und bei der Zielänge erneut testen. Laut Bericht werden unbeantwortete Anfragen im Ergebnisdatensatz als Fehler gezählt; Nichtantworten durch langen Kontext erhöhen damit direkt die Fehlerrate. Die Bewertung sollte den Anteil unbeantworteter Anfragen und die Genauigkeitskurve über verschiedene Kontextlängen umfassen. Viertens: Der Aufbau mit 255 Ausleseköpfen und mehreren Fragen pro Vorwärtsdurchlauf ermöglicht es, mehrere Policy-Prüfungen in einer Anfrage zu bündeln, sofern die Optionsmengen der gebündelten Fragen sich nicht widersprechen und die Gesamtlänge im Fenster bleibt. Bewertungsmaßstab sind Latenz pro Anfrage, Unterschiede der Wahrscheinlichkeiten je Frage sowie die Nichtantwortquote bei langem Kontext für gebündelte und getrennte Anfragen.
Grenzen und offene Fragen
Drex Max v1 ist derzeit nicht im Modellkatalog von KimiSeek enthalten; die im Bericht genannte gehostete API und Cloud-Konsole beziehen sich auf Nace AI. Ob und zu welchem Preis diese Site das Modell anbietet, ist dem Katalog und der Preisseite zu entnehmen. Alle Benchmarks, Ranglisten und Quantisierungsabweichungen im Bericht stammen aus Angaben von Nace AI; der Quellartikel ist vom Hersteller gesponsert, eine unabhängige Reproduktion ist nicht bekannt. Der Quantisierungsvergleich wurde nur auf einem M5 Pro mit 48 GB durchgeführt; Zahlen wie eine Wahrscheinlichkeitsabweichung von 0,0329 lassen sich nicht ohne Weiteres auf andere Hardware- und Quantisierungskombinationen übertragen. Die Lizenz ist Nace.AI Open RAIL-M; offene Gewichte bedeuten keine OSI-Open-Source-Lizenz, die Nutzungsbeschränkungen sind selbst zu prüfen. Der in der Konfiguration erscheinende Modelltyp qwen3_5 spiegelt nur ein Strukturfeld wider; der Bericht erläutert weder die Herkunft der Trainingsdaten noch eine Beziehung zu einem Basismodell. Zudem beschreibt der Bericht nicht, wie sich die lokale Schnittstelle verhält, wenn keine passende Option vorliegt; erwähnt wird nur, dass Nichtantworten im Ergebnisdatensatz als Fehler gezählt werden.