Nace AI wydała Drex for Search, system wyszukiwania oparty na modelach decyzyjnych Drex, który znacznie poprawia efektywność wyszukiwania dla agentów AI. Nowe narzędzie osiąga 92,05% dokładności na benchmarku BrowseComp-Plus w parze z GPT-5, używając średnio 12,6 zapytań wyszukiwania per pytanie. System działa jako warstwa wyszukiwania służąca do znalezienia dowodów i integruje się z popularnymi agentami kodowymi poprzez CLI, SDK, MCP lub REST API.
Drex for Search adresuje problemy klasycznego podejścia RAG - rozwiązuje przypadki, gdy odpowiedź znajduje się w tabelach, wymaga połączenia informacji z wielu plików lub ukryta jest w skanowanych PDF-ach. System opiera się na trzystopniowym procesie: klasyfikacji zapytania (decyzja czy potrzebny jest szybki lookup czy agent), wyszukiwaniu wieloetapowym i generowaniu odpowiedzi. Modele Drex oceniają dostępne opcje z kalibrowanym prawdopodobieństwem w jednym forward pass, co czyni system wystarczająco tanią do każdego kroku agenta.
Nace zgłasza, że Drex for Search zajmuje pozycje nr 1 lub 2 na trzech z czterech publicznych list rankingowych i osiąga 77,5% R@1 na benchmarku VisDocAgentBench - 10 punktów więcej niż Claude Opus 5. Narzędzie może przeszukiwać ponad milion plików i oferuje elastyczne opcje wdrażania - zarówno na zarządzanej chmurze Nace, jak i na dedykowanych instancjach AWS, Azure, on-prem lub w systemach odizolowanych od internetu. Współpracuje z modelami odpowiadającymi na pytania takimi jak GPT-5, Gemini 3.5 Flash lub Qwen 27B.