Drex Max 决策模型延迟 183ms，比 Claude Opus 5.5 快约 19 倍
NaceAI 的 Drex Max 不生成文字，直接吐概率，183ms 完成一次决策，比 Claude Opus 5.5 的 3.5 秒快近 20 倍。做需要大量高频决策的智能体的开发者可以关注，延迟敏感场景里这差距是实打实的。
NaceAI 发布新论文，介绍 256k 上下文的决策模型 Drex Max。实测延迟仅 183 毫秒，而 Claude Opus 5.5 为 3.5 秒，GPT-6 Sol 约 2 秒。
技术上，Drex Max 完全跳过文本生成：输入一组选项加上文本、截图或图表，单次前向传播直接输出校准后的概率。Artificial Analysis 的独立 Decision Index 排行中，Drex Max 1.1 版位列决策模型类第一名。
对开发者而言，如果一个智能体任务需要做数百次小决策，每次省下 2-3 秒，累积耗时差异会非常显著。这类专用决策模型与通用推理模型形成了明确的分工路线。
183 milliseconds vs. 3.5 seconds for Claude Opus 5.5.
That's the latency gap @NaceAI reports in its new paper on Drex Max, a 256k context decision model. GPT-6 Sol comes in around 2 seconds.
Drex Max skips text generation entirely. You hand it a set of options, plus text, screenshots or charts, and it returns calibrated probabilities in one pass. @ArtificialAnlys just ranked version 1.1 #1 among decision models on its independent Decision Index.
If you build agents that make hundreds of small choices per task, those seconds add up fast.
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Drex Max、Claude、GPT-6、智能体，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「kimmonismus」（@kimmonismus），经 AITOP 多维评分管线结构化提炼。截至目前，全网已有 5 家独立信源对该事件进行交叉印证与跟进报道（含 Aran Komatsuzaki (论文推介)、elvis、Artificial Analysis 等），属于近期高关注度行业信号。
