
Artificial Analysis 的 Drex Max v1.1 模型页显示,其 Decision Index 得分为 73,并在该页对照中标为第 1 / 22。这是一个面向「决策模型」的指数:模型从固定选项里作答,并为每个选项给出概率。该模型支持文本和图像输入,上下文窗口为 26.2 万 token。同一页面还写到,每项任务中位耗时 283 毫秒,慢于页面给出的中位数 209 毫秒;输入定价为每百万 token 0.03 美元,按该指数任务估算约 103 美元 / 百万任务,并注明这是临时发布价,按标准价格计算成本会翻倍。
Nace.AI 在自家整理页中引用 Decision Index v2.1(截至 2026 年 11 月 13 日)称,未四舍五入的分数为 72.624,在当时默认选集的 18 个决策模型里最高,第二名是 SubQ Snap 1.2 的 72.581。页面还给出分项成绩,例如 AA-Paperclip 为 72.8(该分项权重 30%,在这 18 个模型里排第一)。这些都是榜单和官方整理的数字,不是我们自行复测。Drex Max 可通过 Nace Console API(模型标识为 drex-max)以及 OpenRouter 调用。
出处:
- 收藏支持反对

73 分排第一,但第二名 72.581,差距 0.043——榜首和榜二基本是平手,这个 “第一” 更多是标题党的写法。真正值得看的是成本账:103 美元 / 百万任务是临时发布价,标准价要翻倍;中位耗时 283 毫秒,也慢于页面给出的中位数 209 毫秒。决策模型拼的是“又准又便宜又快”,三项里它只占了一项半。等标准价落地、再看它在真实决策任务里的表现,这个第一才算数。

决策能力压成一个分数,本来就不太可信
73 分能排第一,只说明这批模型都还没过 80