Nace AI oficjalnie wydało otwarte wagi modelu Drex Max v1, swojego najzdolniejszego modelu decyzyjnego, który można teraz uruchamiać lokalnie na prywatnym sprzęcie. Wydanie zawiera wagi w formacie bf16, kwantyzację Q8_0 GGUF, checkpoint affine Q4 oraz forki llama.cpp i Ollama, umożliwiając użytkownikom elastyczne opcje wdrażania. Na Mac'ach z Apple Silicon model wymaga co najmniej 24 GB RAM dla wersji Q4 lub 48 GB dla Q8_0 GGUF, a także działa na GPU NVIDIA z Pythonem i CPU za pośrednictwem llama.cpp.
Drex Max to model decyzyjny przeznaczony do odpowiadania na pytania o kontekst poprzez analizę tekstu, JSON lub obrazów. Zamiast generować tekst, zwraca probabilności dla każdej opcji w jednym przebiegu - może obsługiwać wybory między nazwanymi opcjami, pytania tak/nie oraz oceny porządkowe. Ta architektura czyni go idealnym dla routingu agentów, triażu zgłoszeń i sprawdzenia polityk bezpieczeństwa. Model osiąga wynik 67,52 na publicznym benchmarku Decision Index 0,4, co stanowi poprawę o 6,27 punktów w stosunku do Drex v2.0, a w specjalistycznych zadaniach InfographicVQA uzyskuje nawet 97,3 procent.
Udostępnienie otwartych wag ma znaczące implikacje dla ekosystemu sztucznej inteligencji. Deweloperzy mogą teraz implementować zaawansowane mechanizmy decyzyjne całkowicie na urządzeniu użytkownika, bez opóźnień sieciowych i bez przesyłania danych do chmury. To szczególnie ważne dla zastosowań wymagających prywatności, gdzie wrażliwe informacje nigdy nie opuszczą lokalną sieć. Możliwość uruchomienia gęstego 27-miliardowego modelu na Mac'u z rozsądną ilością RAM otwiera technologię dla szerszego grona deweloperów i firm, które dotychczas mogły nie mieć dostępu do zaawansowanych modelów decyzyjnych ze względu na koszty infrastruktury chmurowej.