Nace AI abre pesos do Drex Max v1: modelo de decisão 27B roda em Mac de 24 GB, mas caminho local só aceita texto
Segundo o MarkTechPost em 1º de novembro de 2026 (texto que informa no final patrocínio da Nace AI), a Nace AI abriu os pesos do Drex Max v1, um modelo denso de decisão de 27B, sob a licença Nace.AI Open RAIL-M, com checkpoints bf16, GGUF Q8_0 e affine Q4; a empresa relata 67,52 no Decision Index 0.4.
O que mudou
Segundo o MarkTechPost em 1º de novembro de 2026, texto que declara no final patrocínio da Nace AI, a Nace AI publicou o Drex Max v1 como pesos abertos, sob a licença Nace.AI Open RAIL-M. A reportagem descreve um modelo denso de decisão com 27B de parâmetros: ele não gera texto, mas recebe um estado (texto, JSON ou imagem) e uma pergunta nomeada, devolvendo probabilidades para cada opção em uma única passagem para frente; há três tipos de pergunta — escolher uma entre opções nomeadas, sim/não e pontuação ordinal —, com até 255 opções por pergunta. O cartão do modelo descreve uma espinha dorsal de 64 camadas, das quais 48 são atenção linear Gated DeltaNet da esquerda para a direita e outras 16 são atenção global não causal inserida a cada quatro camadas, permitindo que cada token atenda à sequência inteira; o arquivo de configuração lista o tipo de modelo qwen3_5 e uma janela de 262.144 posições, com padrão de 16.384. O lançamento inclui pesos bf16, GGUF Q8_0 (27,25 GB), checkpoint affine Q4 (14,45 GB) e forks de llama.cpp e Ollama; a reportagem afirma que cinco runtimes oferecem a mesma interface POST /v1/systemone. Benchmarks e comparações de quantização são todos declarados pela Nace AI: 67,52 no Decision Index 0.4, acima dos valores que ela lista para Drex v2.0 (61,25) e Jev 1.13.0 (57,96), com Decision Index da Artificial Analysis em 64; em um M5 Pro de 48 GB, a diferença de probabilidade por item entre Q8_0 e bf16 em H100 ficou dentro de 0,02, e entre affine Q4 e Q8_0 dentro de 0,0329, sem inversão de escolha. A reportagem também menciona versão hospedada no OpenRouter, com preço de lançamento de US$ 0,03 por mil decisões; o preço atual deve ser conferido na página de preços do fornecedor.
Impacto para desenvolvedores
Para desenvolvedores, a primeira mudança está no formato da interface: não se trata de trocar o prompt por opções e substituir um modelo de chat. O chamador precisa fornecer o conjunto de opções e o tipo de pergunta, e recebe um conjunto de probabilidades; limites, abstenção e estratégias de degradação precisam ser definidos pelo lado da aplicação, o que é bem diferente de interpretar uma saída em texto livre. A segunda mudança está na divisão de implantação: os limites de memória relatados são affine Q4 para Macs com 24 GB ou mais, GGUF Q8_0 exigindo 48 GB e, no lado NVIDIA, cerca de 49 GB para bf16 ou cerca de 26 GB para 8 bits, o que permite colocar o mesmo modelo em notebook, GPU única e servidor com GPU, mas com precisão e vazão diferentes. A terceira é uma lacuna do caminho local: as quatro rotas llama.cpp, Ollama, Kapitsa e MLX não aceitam imagem; apenas Python com GPU NVIDIA aceita, de modo que uma triagem de chamados com capturas de tela não pode ser levada inteira para o Mac. A quarta é a natureza da licença: poder baixar os pesos não equivale a uma licença de código aberto reconhecida pela OSI; a Open RAIL-M traz restrições de uso, e os termos precisam ser verificados antes do uso comercial. A quinta é a diferença entre o contexto anunciado e o efetivo: a janela é declarada como 262.144, mas o padrão é 16.384, e a reportagem sugere contexto de 2048 para Kapitsa em um Mac de 48 GB; a janela longa anunciada não é necessariamente a configuração que será usada. Vale enfatizar que todos os números de desempenho e desvio de quantização vêm da própria fabricante, e o artigo de origem é conteúdo patrocinado, sem reprodução independente.
Integração e avaliação
As recomendações e análises condicionais abaixo derivam da reportagem e não são fatos já verificados. Primeiro, se sua carga de roteamento ou triagem for só texto, vale testar o affine Q4 em um Mac com 24 GB ou mais de memória unificada: a reportagem diz que esse checkpoint tem 14,45 GB e não apresentou inversão de escolha, o que oferece uma base para implantação gradual offline, desde que a carga não inclua imagem e você aceite a latência de inferência em uma única máquina; o critério de avaliação é comparar, nos seus próprios chamados históricos anotados, a concordância top-1 e a taxa de inversão perto do limite entre Q4 e bf16 ou a versão hospedada, migrando o tráfego só se a concordância atingir o patamar definido. Segundo, se a entrada incluir capturas de tela ou digitalizações, a reportagem afirma que a imagem passa por uma torre de visão nativa e fica visível para todas as perguntas na requisição, mas as quatro rotas locais não aceitam imagem; assim, restam manter chamadas em GPU ou na versão hospedada, ou converter a imagem em texto antes de usar o caminho local; o critério é medir, com seu próprio conjunto de capturas, a acurácia de escolha e a taxa de não resposta tanto no caminho visual quanto no caminho OCR mais texto, em vez de olhar apenas o índice visual público de 73,92. Terceiro, para entradas longas, recomenda-se definir explicitamente o comprimento de contexto e retestar no comprimento alvo: segundo a reportagem, requisições sem resposta contam como erro no conjunto de resultados, e a falta de resposta em contextos longos eleva diretamente a taxa de erro; as métricas devem incluir a proporção de não respostas e a curva de degradação da acurácia em diferentes comprimentos de contexto. Quarto, o desenho de leitura de 255 vias com várias perguntas respondidas em uma única passagem permite combinar várias verificações de política em uma mesma requisição, desde que os conjuntos de opções das perguntas combinadas não conflitem e o comprimento total continue dentro da janela; o critério é comparar, entre requisições combinadas e separadas, a latência por requisição, a diferença de probabilidade por pergunta e a taxa de não resposta em contextos longos.
Limites e pontos a confirmar
O Drex Max v1 não está atualmente no catálogo de modelos do KimiSeek; a API hospedada e a disponibilidade do console de nuvem mencionadas na reportagem se referem à Nace AI, e eventual integração ou preço neste site devem ser conferidos no catálogo e na página de preços. Todos os benchmarks, rankings e números de desvio de quantização da reportagem são declarados pela Nace AI, e o artigo de origem foi patrocinado pela fabricante, sem reprodução independente identificada. A comparação de quantização foi feita apenas em um M5 Pro de 48 GB, e valores como o desvio de 0,0329 não podem ser extrapolados diretamente para outras combinações de hardware e quantização. A licença é a Nace.AI Open RAIL-M; pesos abertos não significam licença de código aberto da OSI, e as restrições de uso precisam ser verificadas. O tipo de modelo qwen3_5 que aparece na configuração reflete apenas um campo estrutural, e a reportagem não explica a origem dos dados de treinamento nem a relação com uma base. Além disso, a reportagem não esclarece o comportamento concreto da interface local quando não há opção adequada; menciona apenas que a ausência de resposta é contada como erro no conjunto de resultados.