Nace AI、27B意思決定モデルDrex Max v1の重みを公開 24GB Macで動作可能に
MarkTechPostの2026年11月1日の報道(文末にNace AIのスポンサー提供と明記)によると、Nace AIは27Bの稠密意思決定モデルDrex Max v1の重みをNace.AI Open RAIL-Mで公開した。bf16、Q8_0 GGUF、affine Q4のチェックポイントを提供し、自社申告のDecision Index 0.4は67.52。
主な変更
MarkTechPostの2026年11月1日の報道によると、記事文末にNace AIのスポンサー提供と明記されており、Nace AIはDrex Max v1をオープンウェイトとして公開した。ライセンスはNace.AI Open RAIL-M。報道では27Bの稠密パラメータを持つ意思決定モデルとされ、テキストを生成せず、状態(テキスト、JSON、画像)と名前付きの質問を受け取り、1回のフォワードパスで各選択肢の確率を返す。質問は3種類で、名前付き選択肢から1つ選ぶ、はい/いいえ、順序尺度の採点。1質問あたり最大255選択肢。モデルカードに記載された構造は64層のバックボーンで、うち48層が左から右へのGated DeltaNet線形注意、残り16層が4層ごとに置かれた非因果的全注意で、各トークンは系列全体を参照できる。設定ファイルにはqwen3_5モデルタイプと262,144位置のウィンドウ、デフォルト16,384が記載されている。公開物にはbf16重み、Q8_0 GGUF(27.25 GB)、affine Q4チェックポイント(14.45 GB)、llama.cppとOllamaのブランチが含まれる。報道では5つのランタイムが統一してPOST /v1/systemoneインターフェースを提供するとされる。ベンチマークと量子化の比較はいずれもNace AIの自己申告で、Decision Index 0.4は67.52で、同社が列挙するDrex v2.0(61.25)とJev 1.13.0(57.96)を上回り、Artificial Analysis Decision Indexは64。48GBのM5 Pro上で、Q8_0とH100のbf16の各項目の確率差は0.02以内、affine Q4とQ8_0の差は0.0329以内で選択の反転はなかった。報道ではホスト版をOpenRouterで提供し、公開時の価格は1,000回の意思決定あたり0.03ドルで、現在の価格はベンダーの価格ページで確認する必要がある。
開発者への影響
開発者にとって第一の変化はインターフェースの形にある。プロンプトを選択肢に置き換えればチャットモデルの代替になる、というものではない。呼び出し側はまず選択肢集合と質問タイプを渡す必要があり、返ってくるのは確率の集合だ。しきい値、回答を棄却する条件、フォールバック戦略は業務側で定義しなければならず、自由テキストを出力してから解析する方式とはまったく異なる。第二はデプロイの階層化。報道のメモリ要件は、affine Q4が24GB以上のMac向け、Q8_0 GGUFが48GB必要、NVIDIA側はbf16で約49GBまたは8ビットで約26GBとされ、同じモデルをノートPC、単一GPUカード、GPUサーバーの3仕様に展開できるが、精度とスループットは異なる。第三はローカル経路の能力不足。llama.cpp、Ollama、Kapitsa、MLXの4経路はいずれも画像をサポートせず、PythonとNVIDIA GPUの組み合わせのみが対応するため、スクリーンショットを含むチケットのトリアージを丸ごとMacに移すことはできない。第四はライセンスの性質。重みをダウンロードできることはOSI承認のオープンソースライセンスを意味せず、Open RAIL-Mには利用制限があるため、商用利用前に自ら条項を確認する必要がある。第五は長いコンテキストの見かけと実際の差。ウィンドウは262,144と書かれているがデフォルトは16,384で、報道は48GB Mac上のKapitsaでは2048コンテキストを推奨している。宣伝された長いウィンドウは、実際に動かす設定とは異なる。強調したいのは、上記の性能と量子化偏差の数値はすべてベンダーの自己申告で、元記事はスポンサー提供であり、第三者による再現がないことだ。
導入と評価の提案
以下は報道に基づく推奨と条件分析であり、検証済みの事実ではない。第一に、ルーティングやトリアージの負荷が純テキストなら、24GB以上のユニファイドメモリを搭載したMacでaffine Q4を試せる。報道では同チェックポイントは14.45 GBで選択の反転がないとされ、オフラインの段階的導入の前提になる。ただし負荷に画像が含まれず、単機推論の遅延を受け入れられることが条件だ。評価基準は、自分でラベル付けした過去チケット上でQ4とbf16またはホスト版のtop-1一致率と、しきい値付近の反転率を比較し、一致率が事前に決めた基準に達した場合にのみトラフィックを切り替えること。第二に、入力にスクリーンショットやスキャン画像が含まれる場合、報道では画像はネイティブの視覚塔を経由しリクエスト内のすべての質問から参照できるが、ローカル4経路は画像非対応なので、GPUまたはホスト側の呼び出しを残すか、画像を先にテキスト化してローカルに回すかの選択になる。評価基準は、自社のスクリーンショット集で視覚経路とOCR+テキスト経路の選択正解率と未回答率をそれぞれ測ることで、公開されている視覚指数73.92だけを見ないこと。第三に、長い入力についてはコンテキスト長を明示的に設定し、目標長で再測定することを勧める。報道では未回答のリクエストは結果データセットで誤りとして数えられるため、長いコンテキストによる未回答が直接エラー率を押し上げる。評価指標にはコンテキスト長ごとの未回答率と精度劣化曲線を含めるべきだ。第四に、255個の読み出しヘッドと1回のフォワードパスで複数質問に答える設計により、複数のポリシーチェックを同じリクエストにまとめられる可能性がある。条件は、まとめた後の各質問の選択肢集合が衝突せず、総長がウィンドウ内に収まること。評価基準は、まとめる場合と分割する場合の単一リクエスト遅延、質問ごとの確率差、長いコンテキスト下の未回答率だ。
制限と未確認事項
Drex Max v1は現在、KimiSeekのモデルカタログにない。報道で言及されたホストAPIとクラウドコンソールの可用性はいずれもNace AI側を指し、当サイトが接続するか、どの価格で提供するかはカタログと価格ページで確認する必要がある。報道のベンチマーク、順位、量子化偏差の数値はすべてNace AIの自己申告で、元記事はベンダーのスポンサー提供であり、独立した再現は見当たらない。量子化の比較は48GBのM5 Pro 1台でのみ行われ、0.0329のような確率偏差を他のハードウェアや量子化の組み合わせに直接外挿することはできない。ライセンスはNace.AI Open RAIL-Mで、重みの公開はOSIオープンソースライセンスを意味せず、利用制限は自分で確認する必要がある。設定に現れるqwen3_5モデルタイプは構造フィールドを反映するだけで、報道は学習データの出所や基盤モデルとの関係を説明していない。また、報道は適切な選択肢がない場合のローカルインターフェースの具体的な挙動を説明しておらず、未回答が結果データセットで誤りとして数えられるとだけ述べている。