一个 34 毫秒做决策的模型，按次计费

让大模型做「该点哪个按钮」这种小事，它偏偏要写一大段话来回答。有人反其道而行：干脆让它只吐一个概率，别的话一句不说。这个思路省掉了解析，也省掉了它「编按钮」的风险，但「输出免费」背后，账要重新算。

一、发生了什么

10 月 19 日，Nace AI 发布 Drex Max，一个专门给「电脑操作型 agent」用的多模态决策模型。它读文字加截图，返回的是每个候选选项的概率，而不是一段自然语言。在 Decision Index 0.3.2 榜单上，它拿到 67.59 分，比对照模型 Jev 1.14 的 60.7 高出约 6.9 分。延迟方面，官方称每次决策 34 毫秒，截图决策中位约 174 毫秒，长上下文场景下低于 1 秒。计费是每百万输入 token 0.06 美元，输出不收费，新账户送 25 美元额度。权重不开源，只能走 API。说白了，它把「该点哪个」这道选择题，从一个要生成一大段文字的大模型手里，接过来变成一个只报概率的小模型，既快又省。这套「只报概率」的设计，好处是结果结构化、好处理，坏处是它不会跟你解释「为什么选这个」。真要出了错，你只能看到它押错了，看不到它的推理过程。所以它最适合放在 agent 决策链里当那个「快枪手」，而不是当需要可解释性的那一步。哪些步骤需要讲清楚理由，哪些只要快和准，这个分工得提前划好。

二、跟你有什么关系

对做 agent 的团队：决策只返回概率，就不用再写解析自然语言的代码，也少了模型「编出一个不存在的按钮」的风险。解析代码又脆又难维护，直接给概率，能省下一大坨工程活。

对做自动化的公司：按输入 token 计费、输出免费，意味着一次问十个选项和问两个选项成本一样。选项多少不影响钱，这让「多给几个候选」成了没成本的便宜事。

对做高频操作的人：34 毫秒、174 毫秒、低于 1 秒这三套延迟，得按最慢的那个做预算，不然真跑起来会超预期。快的那档是理想值，慢的那档才是日常。

对普通用户：这是幕后模型，你会在更稳的自动化流程里间接用到，不直接接触。它好不好，体现在那些自动化工具「会不会点错按钮」上。

三、怎么判断

1. 分清延迟口径：34 毫秒、174 毫秒、低于 1 秒是三套设置，别混着比，做预算取最慢的那个。就像打车软件里的预估时间，总取最优情况，你得按高峰来估。
2. 看计费结构：输出不收费，真正的成本在输入 token，一张截图折成多少 token 要问清楚。截图是大头，一张图可能顶一堆文字，成本藏在这里。
3. 别信单一榜单分：67.59 是官方自测，独立复现还没有，上线前用自己的场景验一遍。一个榜单分撑不起决策，自己的流程跑得顺才算数。

四、三个别信的说法

它比通用大模型「聪明」。 错。它只做决策，不生成内容，是个窄模型，不能拿来聊天写文。它擅长的是「选」，不是「说」，拿它当通用模型用会失望。

输出免费等于不要钱。 错。成本挪到了输入 token，高频截图场景仍要算总账。免费的是输出，花钱的是输入，一进一出不能只看一头。

34 毫秒是所有情况的延迟。 错。官方给出的多个数字条件不同，取最慢的做预算更稳妥。那 34 毫秒是特定设置下的数，不是全场景的承诺。

五、一句话结论

决策模型的价值不在「更聪明」，而在「只给概率、不会跑偏、按次算账」，这让 agent 的每一步决策变便宜也变可控。

信息来源

Meet Drex Max: Nace AI's Multimodal Decision Model for Computer-Use Agents（MarkTechPost/WebAINews，2026-10） Drex Max: Nace.AI's Decision Model That Sees the Screen（OrcaRouter，2026-10）

功能与价格以官方公告为准。本文写于 2026 年 10 月 21 日。