Nace.AI、意思決定モデルDrex 1.5をオープンウェイト公開：9Bモデルが単一フォワードパスで選択肢をスコアリング、長文書128Kで93.4%
MarkTechPostの2026年10月9日の報道によると、Nace.AIは8.95Bのdense意思決定モデルDrex 1.5をオープンウェイトで公開した。状態と型付きの質問を読み取り、選択肢ごとに確率を返し、テキスト生成は行わない。報道ではDecision Index 0.3.1で58.08を記録し、単一GPUでのbf16実行または約9.5GBの量子化版でのローカル実行に対応するとされている。
主な変更
MarkTechPostの2026年10月9日の報道によると、Nace.AIはエージェントやバックエンドワークフロー向けの8.95B dense意思決定モデルDrex 1.5をオープンウェイトで公開した。このモデルはテキストを生成しない。ユーザーが状態（テキストまたはJSON）と名前付きの質問を渡すと、モデルは1回のフォワード推論で各選択肢の確率を返し、choice、noul（はい/いいえ）、ordinal scoreの3種類の質問をサポートする。トークンをサンプリングしないため、temperatureとtop_pは適用されない。バックボーンはMiMo-V2.6-Distill-Qwen-9Bで、全32層、ハイブリッドアテンション（各フルアテンション層に3つの線形アテンション層を組み合わせ）、さらに隠れ状態をスコアリングする独立したポインターヘッドhead.ptを持つと報じられている。インターフェースはPOST /v1/systemoneで、TypeSafeのクローズドモデルJevと同じリクエスト形式であり、既存のJevクライアントは少数の環境変数の変更で移行できると報じられている。コンテキストはデフォルト16384トークン、最大131072。重みはHugging Faceで公開され、ホスト版はOpenRouterで提供され、DeepInfraが計算資源を提供するとされている。
開発者への影響
開発者にとって最も直接的な変化は、意思決定タスクが「チャットモデルに構造化テキストを出力させて解析する」から「1回のフォワードパスで選択肢の確率を得る」に変わることだ。解析とリトライのロジックが不要になり、意思決定のレイテンシも予測しやすくなる。報道によれば、長文書はDrex 1.5の強みであり、32Kから128Kトークンで精度93.4%、中央値レイテンシ2.0秒である。同じリクエスト群を8Kトークンに切り詰めると精度は76.5%と78%に低下し、長コンテキストの意思決定と短コンテキストの挙動に明確な差があることが示されている。これはRAG後の裁定や複数候補のランキングといったワークフローに大きな影響を与える。一方で、これは汎用モデルではなく意思決定層であるとも報道されている。テキスト、コード、説明を生成することはできず、知識集約型タスクは苦手で、GPQA Diamondは45.4%対Jev78.6%、MMLU-Proは58.7%対Jev82.7%である。ACOSでは感情分析の単一レビューF1がわずか7.4%で、Jevは29.5%だった。トレーニングには索引ベンチマークの公式トレーニングセットが使用され、一般的な意思決定タイプで優位に立つが、新しい領域では結果が異なる可能性があると情報源は注意を促している。デプロイ面では、ローカル路線には上流のメインラインビルドではなくNaceのllama.cppとOllamaのフォークが必要である。重みはOpen RAIL-Mライセンスを採用しており、商用前に条項を確認するよう情報源は明確に注意を促している。ここが「オープンウェイト」と「オープンソースライセンス」を分けて考えるべき点であり、重みが入手可能であることはライセンスが寛容であることを意味しない。
導入と評価の提案
以下は情報源の報道に基づく提案と条件分析であり、検証済みの事実ではない。第一の判断は、既存のJev呼び出し箇所をDrex 1.5に切り替えるかどうかである。報道では両者のリクエスト形式は同じで、変更コストは主に環境変数であるため、ワークロードが選択肢のスコアリング、はい/いいえ判定、順序ランキングを中心とし、チームが意思決定トラフィックをクローズドAPIから移したい場合、まずシャドウトラフィックで比較するのがより堅実である。測定可能な受け入れ基準は、同じ履歴リクエスト群を両方の経路に同時に流し、選択肢の一致率と「最高選択肢の確率が閾値未満」の割合を集計することだ。一致率が高く、低信頼サンプルの割合が明らかに増加していなければ、段階的にトラフィックを増やす。ワークロードに説明生成が含まれる場合や、回答に外示的な推論過程が必要な場合は切り替えるべきではない。報道によればこのモデルはテキストを生成しないからである。第二の判断は、長文書の場面で先に切り詰めずに128Kの枠を直接使うかどうかである。報道では32Kから128Kで精度93.4%、中央値レイテンシ2.0秒である一方、8Kに切り詰めると精度は76.5%と78%に低下する。したがって入力が実際に長文書であり、レイテンシ予算が秒単位のオーバーヘッドを許容できるなら、長いコンテキストを保持する方が収益の大きい選択になり得る。評価では長さ別（8K以内、8Kから32K、32Kから128K）に精度とP95レイテンシを測定し、長い枠のレイテンシが予算を超える場合に切り詰めを検討するが、精度低下は受け入れる必要がある。第三のデプロイ判断は、ローカルで実行するかホスト版を使うかである。報道ではbf16で約18GB、単一の24GB A10Gで実行可能、Q8_0 GGUFは約9.5GBでAppleチップとCPUで実行でき、両方の量子化経路で回答が一致するとされている。したがってデータを社内ネットワークから出せない場合やオフライン推論が必要な場合、ローカルデプロイは実行可能である。前提としてNaceのフォークビルドを使用し、Open RAIL-Mの条項制約を受け入れる必要がある。評価基準は、ローカルとホスト版が同じ評価セットで回答が一致するか、単一GPUのスループットが毎秒のリクエスト需要を満たすかである。価格は変動するため、ホストコストはOpenRouterとNace Consoleの現在の価格ページを参照されたい。
制限と未確認事項
明確にすべき点として、Drex 1.5は現在KimiSeekのモデルには掲載されておらず、報道におけるAPI可用性はベンダー自身のホストサービスを指しており、本サイトのカタログとは無関係である。情報源のベンチマークスコア（Decision Index 0.3.1の58.08、JevBench 86.2%、OpenSpiel 122勝47分87敗、長文書93.4%など）はNaceまたはランキング提供者が実行した報告結果であり、多くはベンダー自身が公式評価スイートを実行しており、本サイトは独立して再現していない。報道はまた、モデルのトレーニングに索引ベンチマークの公式トレーニングセットが使用されたことを示唆しており、新しい意思決定領域での性能はランキングスコアと差がある可能性がある。ACOSの感情分析や知識系テストの弱点は報道で示されている。さらに、Ollamaとllama.cppの路線はNaceのフォーク版に依存しており、上流のメインラインが同期してサポートするとは限らない。重みは公開されているが、ライセンスは使用制限付きのRAIL-Mであり、商用利用には条項を自身で確認する必要がある。報道で言及された25ドルの登録報酬とホスト価格は公開時点の情報であり、変更されている可能性があるため、現在の価格ページを確認されたい。