Nace AI 最近更新 Drex Max v1.1，并称其在 Artificial Analysis 的多模态决策模型榜单中排名第一，同时达到性能与成本的 Pareto 前沿。这里的“多模态决策模型”，是指能同时处理文字、图片等输入，并辅助完成判断或行动的 AI 模型。

这是什么

Drex Max 的卖点集中在三个指标：约 256K 的上下文窗口，即模型一次可处理的信息范围；相较同类别次优模型约 8 倍更低的成本；以及可通过 Kapitsa 推理引擎在 Mac 上运行。Drex Max v1 已开放权重，采用 Open RAIL-M 许可，v1.1 权重则表示正在继续优化本地推理能力。

更值得注意的是，团队同时公开了训练手册和论文《Towards Foundation Decision Models: Drex》。这意味着它不只是一个可调用的模型，也是在尝试建立一套可复现的训练路径：先从较小版本开始迭代，再逐步扩大模型规模。

行业怎么看

从企业应用看，成本下降和本地运行比单次榜单排名更有价值。决策模型若要进入客服质检、供应链判断或内容审核，低延迟、可控成本和数据不出本地，往往比最高分更关键。开放权重也有利于企业进行私有化部署和二次开发。

但排名并不等于业务效果。Artificial Analysis 的评测主要反映模型在标准化任务中的表现，真实工作往往包含模糊目标、异常数据和责任边界；“能作出判断”与“能稳定承担决策”之间仍有距离。Drex Max 的本地运行能力也取决于具体硬件、量化方式和任务复杂度，不能简单理解为普通 Mac 就能获得同等体验。

对普通人的影响

对企业 IT：决策模型若能在本地运行，企业可能以更低成本处理敏感数据，减少对云端 API 的依赖；但部署前仍需评估硬件成本、系统集成和模型更新机制。

对个人职场：更低价格和本地化可能让图片、文档分析等能力更容易进入个人工作流；同时，模型给出的判断仍需要人来核验，尤其是涉及财务、人事和合规的场景。

对消费市场：如果本地推理继续成熟，AI 助手可能更贴近个人电脑和手机使用场景，价格下降也会推动功能普及；但目前更明确的受益者，仍是开发者、研究者和具备技术能力的企业。