Drex 四款怎么选：Max 和 8B、9B、35B 的差别

先说结论

NACE AI 的 Drex 不是一款模型，是四款：8B（DLM）、9B（v1.5）、35B 总参数 / 3B 激活（v2.0）、27B（Max）。四款都是开放决策模型，权重和代码都公开。Max 调用时 model 写 drex-max。

它们做的是同一件事：一次请求是「一个 state（文档、记录或 agent 上下文，可以带图）+ 一组问题」，每个问题要么在选项里选一个，要么答是/否，要么在有序量表上打分，返回选项上的概率分布，不做逐 token 生成。所以这不是「哪个更会聊天」的比较，四款都不聊天。

选法只有三条：

• state 里要带图 → 只有 Max。 论文里只有 Max 做了视觉微调。
• 要论文里那组跑分 → 只有 Max。 另外三款没有公布任何对比数字。
• 只想要一套能自己跑的判定模型、机器也有限 → 从小往大试。 8B 最轻，35B 和 Max 都要实打实的机器。论文没给这三款的准确率，准不准只能拿你自己的数据验。

TeamoRouter 上还没有 drex-max，上线后同一个 Key 把 model 换成 drex-max 就行；现在站上没有同厂商的模型可以先用。

一张表看完

四款共有的部分：

• 输入：一个 state（文档、记录或 agent 上下文，可以带图）+ 一组问题。
• 问题的形式：选项里选一个 / 是或否 / 有序量表打分。
• 输出：选项上的概率分布、判断结果或分数，不生成自由文本。
• 训练：监督微调 + RLAF（reinforcement learning from adjusted feedback）。
• 上下文窗口：四款都没有公布 token 数。
• API 价格：四款都没有公布。

四个名字别按大小读

这是这套命名最容易踩的坑。

8B 叫 DLM，9B 叫 v1.5，35B 叫 v2.0，27B 叫 Max。 版本号和参数规模不是一条线：v2.0 的 35B 总参数比 Max 的 27B 还大。所以不要以为「v2.0 比 v1.5 新、所以更强，Max 是更大的 v3」。发布材料里没有这样的排序。

论文只做了两件事跟比较有关：

• 给了四个尺寸的参数，以及 Max 做了视觉微调这件事。
• 公布了 Max 的跑分，说它在所比较的决策模型里是最强的。另外三款的数字没有出现。

也就是说，这四款之间没有可比的官方准确率。想判断 8B 够不够用，只能自己跑你自己的那批 state 和问题，看结果落在哪里。这和通用模型「选个便宜的、不行再往上换」的直觉不完全一样，因为没有标尺。

价格这一栏为什么是空的

这次没有官方 API 价格可写，四款都没有。发布材料里没有按 token 计价、没有订阅、没有免费额度，也没有托管 API——四款是以开源权重的形式放出来的，成本是你自己跑推理的机器和时间。

由此有两点：

• 能看到的价格信号只有参数规模。 8B 比其他三款轻得多，9B 大一档；35B 和 27B 都要正经的推理硬件。发布材料没有给硬件要求，显存和吞吐得按你自己的负载估算。
• 别信「Drex Max 每百万 token 多少钱」这类说法。 它不是按 token 生成输出的模型，那个数字不会出自这份发布材料。

等有托管价格的时候，比较的单位也不是每百万 token，而是一次判定多少钱：Drex 的输出是一次前向的概率分布，不随答案长短变化。拿它和聊天模型的 token 单价直接比，会得出错误的结论。

按任务怎么选

按这个顺序问自己，问题会比「哪个最好」好答得多。

1. 你的任务能写成选择吗？ 分类、路由、优先级排序、合格/不合格、A/B 哪个更好——能写成选项、是/否或量表，Drex 就适用。要写文案、写代码、自由问答，四款都不行，直接换通用模型。
2. state 里有图吗？ 有图只有 Max。这是四款里唯一一个硬性分界，因为只有 Max 做了视觉微调。
3. 你需要的是「够用」还是「论文里那个数字」？ 如果是后者，只有 Max 有可引用的成绩。如果只是够用，从小尺寸开始试，省下的是硬件。
4. 机器能跑多大？ 8B 和 9B 是最容易落地的两档；35B 和 Max 属于另一个量级。

一个务实的顺序：先在 8B 上用你真实的 state 和问题跑一批，看判定能不能用；不行再上 9B；带图的场景直接从 Max 开始。 35B 激活 3B 这一款，发布材料只给了参数描述，没有展开部署上的差别，所以它在你的环境里表现如何，同样得自己测。

Max 和通用模型比

论文给了 Max 三组数字，值得知道，但别当成跨类别的排名：

读的时候注意两件事：

• 这是发布方自己的测试。 数字来自论文，不是第三方复现。
• 它比的是「在同选项上选得准不准」，不是「谁更会写」。 通用模型在 Decision Bench 上能和 Max 打平，说明那类任务本身它们也能做；区别在于 Max 的答案是一次前向的概率分布，延迟固定、不用解析、换个选项顺序结果不翻（论文专门做了针对顺序的一致性损失）。

所以真正该问的不是「Max 是不是比通用模型强」，而是「这个判定任务值不值得为它单开一个模型」。答案通常在延迟和稳定性上，不在准确率上。

在 TeamoRouter 上怎么用

现在还不能调：drex-max 还没进模型目录，四款里也没有任何一款在站上。

上线后，Key 和 Base URL 都不用动，只改 model。请求里 state、问题、选项怎么排，以上线后的接口文档为准；Drex Max API 里给了调用位置和示例，这里不重复。

TeamoRouter 上还没有 drex-max，上线后同一个 Key 把 model 换成 drex-max 就行；现在站上没有同厂商的模型可以先用。

怎么付费

TeamoRouter 没有订阅：控制台充值余额，$5 起，按实际用掉的 token 扣费，支持银行卡，也可以用 USDT、USDC 或 ETH 转账充值。同一个 Key 还能调 Claude 和 GPT。

新账号余额为 0，先充值再调用。 第一次请求前先充值，$5 起。如果请求返回 402（OpenAI 兼容格式为 400）、提示「钱包余额不足」，说明余额为 0，不是 Base URL 或 Key 配错了，充值后重试即可。

常见问题

四款的区别到底在哪？

参数规模，加上两件只有 Max 有的事：视觉微调和公开跑分。输入输出形式、训练方式、有没有开源，四款一致。

哪款最便宜？

没有官方价格，所以没有可以比的单价。自己跑的话，成本随参数规模走：8B 最轻，9B 次之，35B 和 Max 需要正经的推理硬件。

版本号越大越强吗？

不是。v2.0 是 35B 总参数，比 Max 的 27B 还大；命名里没有强弱排序。论文也只公布了 Max 的跑分。

8B 和 9B 差多少？

发布材料没有给这两款的任何对比数字，参数上是 8B 和 9B。差多少只能自己测。

什么时候必须用 Max？

state 里要带图的时候。只有 Max 做了视觉微调。

能写代码或写文章吗？

不能。四款都只在你给的选项、是/否问题或有序量表上作答，不生成自由文本。

上下文窗口多长？

四款都没有公布 token 数。只说一次请求包含一个 state 和一组问题。

现在能用哪一款？

一款都不能，四款都还没进 TeamoRouter 的目录。等 drex-max 上架后，同一个 Key 换个模型 ID 就能调。

相关阅读

• Drex Max 发布了：模型 ID、官方公布了什么、接口怎么接
• Drex Max 国内怎么用：没有官方账号和海外卡，现在能做什么
• 论文原文：官方发布材料