Nace AI publie en open source Drex 1.5, un modèle de décision de 9 milliards de paramètres qui note des options plutôt que du texte
Nace.AI a publié en open source Drex 1.5, un modèle de décision de 8,95 milliards de paramètres destiné aux agents et aux flux de travail backend. Contrairement à un modèle de langage classique, il n'écrit aucun texte : il reçoit un état (texte ou JSON) et des questions typées, puis renvoie une probabilité pour chaque option proposée. Trois types de questions sont gérés : choix, oui/non et score ordinal. Aucun jeton n'est échantillonné, donc température et top_p ne s'appliquent pas, et le modèle ne peut répondre qu'avec les options fournies. Sur le Decision Index 0.3.1, qui regroupe 37 benchmarks corrigés du hasard, Drex 1.5 obtient 58,08, le meilleur score sous les 10 milliards de paramètres. Il se place dans la marge d'égalité de 0,9 point du classement avec Jev 1.13.0 (57,96), le modèle fermé de TypeSafe, et devant Bespoke Nimble 9B v3 (57,19) et Cloudflare clef-flash (56,15). Il devance Jev sur 20 des 37 benchmarks, et l'emporte 122 fois contre 87 défaites (47 nuls) lors de duels sur 8 jeux OpenSpiel. Les poids sont disponibles sur Hugging Face et une version hébergée tourne sur OpenRouter.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Le modèle a des atouts nets, mais aussi des faiblesses. Sur les longs documents, il atteint 89,5 % de précision entre 8K et 32K jetons (0,65 s en médiane) et 93,4 % entre 32K et 128K (2 s), alors que tronquer les mêmes requêtes à 8K fait chuter la précision à environ 76-78 %. Il excelle en usage d'outils (75,0) mais reste faible en connaissances et raisonnement (44,6), et son F1 par avis sur l'analyse de sentiment fine ACOS n'est que de 7,4 %, contre 29,5 % pour Jev. L'intérêt pratique est surtout économique et technique : des poids ouverts qui égalent un modèle fermé sur un seul GPU, en bf16 (environ 18 Go, testé sur un A10G de 24 Go) ou via un GGUF Q8_0 d'environ 9,5 Go qui fonctionne sur Apple silicon et CPU, avec des réponses identiques d'après Nace. L'API hébergée est facturée 0,04 dollar par million de jetons en entrée et rien en sortie, via DeepInfra.
Drex 1.5 s'inscrit dans une catégorie ouverte par Jev de TypeSafe, dont il reprend le format de requête POST /v1/systemone : Nace affirme que les clients Jev fonctionnent après le changement de quelques variables d'environnement. Le modèle repose sur MiMo-V2.6-Distill-Qwen-9B, une version distillée de Qwen 3.5 9B à 32 couches et attention hybride (trois couches à attention linéaire pour une à attention complète), complétée par une tête de pointage séparée qui note chaque option. Nace précise l'avoir entraîné sur les splits d'entraînement officiels des benchmarks de l'index et évalué uniquement sur les splits réservés. Le score publié provient de sa propre exécution du kit officiel. Sur l'ancienne version 0.2.1, Drex affichait 58,28 contre 57,91 pour Jev, et sur JevBench il reste légèrement derrière (86,2 % contre 87,0 %). Le déploiement passe par un runtime Python, des forks de llama.cpp et d'Ollama, ou la console de Nace, qui offre 25 dollars à l'inscription, et une compétence d'agent le branche sur Claude Code, Codex, Cursor et d'autres outils.
Pas d'impact direct sur la France/UE