Nace AI 开源 Drex 1.5：为选项打分而非生成文本的 9B 决策模型

一种不同的大模型思路：评分而非生成

主流大语言模型的工作方式是生成文本——你给它一个提示，它逐 token 预测并输出一段话。但现实中很多场景并不需要模型「写」什么，而是需要它在一组候选方案中做出判断：哪个选项风险最低？哪个决策收益最高？这正是 Nace.AI 新开源的 Drex 1.5 想要解决的问题。

Drex 1.5 是一个 90 亿参数（9B）规模的决策模型，它的核心特征在于：对每一个候选选项返回一个概率值，而不是生成一段自然语言文本。换句话说，它的输出是对各个选项的量化评分，而非需要再去解析的文字描述。这种设计让它在决策类任务中更直接、更可控。

单次前向传播完成多选项打分

Drex 1.5 另一个值得关注的工程特性是：它能在一次前向传播（1 forward pass） 中为所有选项返回概率。这与传统做法形成鲜明对比——如果用生成式模型来做多选项评估，通常需要对每个选项分别推理，或者让模型以自然语言逐一比较，计算开销和延迟都会显著增加。

单次前向传播意味着无论候选选项有多少，评分的推理成本可以被压缩到一次计算中完成。对于需要实时决策、高吞吐评分的生产环境来说，这种效率优势相当实用，尤其是在排序、风控、推荐候选筛选等场景。

前向传播（forward pass） 是神经网络推理的基本单元：输入数据从输入层逐层经过权重矩阵运算，最终输出预测结果的完整过程。对生成式语言模型来说，生成每个 token 都需要一次前向传播，生成 N 个 token 的完整回复就需要 N 次串行计算。如果要用生成式模型评估 K 个候选选项，往往需要分别对每个选项做完整推理，总成本随选项数线性增长。

Drex 1.5 的做法不同：它把所有候选选项同时编码进输入，通过网络结构设计在最后一层直接输出各选项的评分概率，整个过程只需一次前向传播。这在计算图层面相当于把多次串行推理合并为一次并行计算，对延迟敏感的实时系统（如在线推荐、实时风控）意义尤为突出。

性能表现与长上下文能力

按照官方披露的数据，Drex 1.5 在 Decision Index 0.3.1 基准上取得了 58.08 的分数。这是一个专门衡量决策能力的指标，与常见的语言理解或生成基准不同，它更侧重模型在结构化判断任务上的表现。

此外，Drex 1.5 支持最高 128K tokens 的上下文读取能力。长上下文对决策模型尤为重要——真实的决策往往需要综合大量背景信息、历史记录和多方约束条件。128K 的窗口让模型能够一次性纳入更完整的决策依据，而不必依赖反复截断或外部检索拼接。

Decision Index 是专门为决策型模型设计的评测基准，与 MMLU、HellaSwag 等侧重语言理解或常识推理的通用基准不同，它聚焦于模型在结构化判断场景中的表现，例如多属性方案比较、风险概率估计和排序一致性等子任务。0.3.1 是该基准的版本号，意味着它仍处于迭代阶段，评测维度和权重可能随版本演进而调整。

正因如此，58.08 这一分数目前缺乏充分的横向参照系——没有大量其他模型在同一基准同一版本下的公开成绩作为对比，很难判断这个分数处于什么水平。对于决策精度要求较高的生产场景，建议将 Decision Index 得分作为初步参考，辅以针对自身业务分布的定制化离线评测。

开源意味着什么

Nace.AI 选择将 Drex 1.5 开源，为开发者和研究者提供了一个可直接使用、可微调的决策模型基座。相比闭源的决策 API，开源让使用者能够根据自身业务定制评分逻辑、在私有数据上继续训练，并对模型行为有更强的可控性与可审计性。

从行业角度看，「决策模型」作为一个相对独立于「生成模型」的方向正在被更明确地提出。生成式模型擅长创作与对话，而决策模型则聚焦于量化判断与选项排序。两者在应用层面可以互补：生成模型负责产出候选方案，决策模型负责为这些方案打分并筛选。

适用场景与局限

Drex 1.5 的设计天然适合这类任务：风险评估、方案排序、A/B 候选打分、工具或行动选择（agent 场景中的 action selection）等。在这些场景里，「给每个选项一个概率」比「写一段解释」更直接可用。

补充一点，目前公开的信息仍较为有限。Decision Index 0.3.1 作为评测基准的权威性和覆盖范围、58.08 分相对于其他模型的横向对比、以及在真实业务数据上的泛化表现，都还需要更多独立验证。对于考虑引入该模型的团队而言，建议结合自身任务做实测评估，而非仅依据单一基准分数做决策。

总体来看，Drex 1.5 代表了一种值得关注的建模路线：把「决策」当作一类独立的任务来优化，用评分输出替代文本生成，并通过单次前向传播与长上下文支持来兼顾效率和信息完整性。对于关注 AI 落地应用、尤其是 agent 与自动化决策方向的开发者，这是一个可以上手试验的开源选项。

在 agent 行动选择（action selection） 场景中，决策模型的价值尤为直接。典型的 LLM agent 框架（如 ReAct、AutoGPT 等）通常让生成模型既负责「思考」又负责「选择工具/行动」，两者耦合在一起会导致选择结果受生成风格影响，且难以量化各行动的置信度。引入专用决策模型后，可以形成更清晰的分工：生成模型负责理解上下文并枚举候选动作，决策模型负责对这些动作打分并输出可直接用于采样或贪心选择的概率分布。这种架构让 agent 的决策行为更容易被审计和调试，也便于通过阈值控制来触发人工介入。