Drex Max Finance API
Nace.AI 推出的金融决策模型,专为监管级高精度金融场景设计,通过输出校准概率分布实现零幻觉决策。
Drex Max Finance 是 Nace.AI 于 2026 年 11 月 2 日发布的垂直领域决策模型,属于 Drex 家族,是 Drex Max 针对金融决策任务进一步训练得到的专门变体。它不是聊天模型,不生成自由文本,而是针对一组固定的候选答案输出校准后的概率分布,从而以概率而非自然语言来支撑是/否或多选项判断,显著降低幻觉风险。
该模型支持交易、文档、交易日志和金融数据等多模态输入,单次请求上下文长度达 262,144 tokens,可通过 Nace Console 使用。它适合实时欺诈预防(如判断某笔卡支付是否可疑)、信用风险评估、阅读公司财报文件、对客户进行制裁名单筛查以及客服支持等任务,尤其适合需要高吞吐、成本可控的金融决策工作负载。
由于模型要求输入一组固定的可能答案,使用前需要预先定义好决策选项。在 48 个未参与训练的金融基准、共 3,361 项决策上,其准确率达到 85.7%,比 GPT-6 Luna 高出 14.8 个百分点;Drex Finance Index 得分为 77.3,而 Jev 1.14 为 63.6。
更新时间:
模型 ID
drex-max-finance- 上下文
- 262.144K
- 最大输出
- 235.929K
- 输入
- text / image
- 输出
- decisions
核心要点
- 金融专用决策模型,不生成自由文本
- 输出校准概率分布,降低幻觉风险
- 上下文长度 262,144 tokens
- 支持交易、文档、日志等多模态输入
- 金融基准准确率 85.7%,领先 GPT-6 Luna 14.8 个百分点
- 可通过 Nace Console 使用
供应商
最优价格比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | ||||
|---|---|---|---|---|
| $0 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
基准测试
- 85.7%
金融基准(48 个留出基准,3,361 项决策)
准确率;GPT-6 Luna 为 70.9%,差距 14.8 个百分点
- 77.3
Drex Finance Index
得分;Jev 1.14 为 63.6
分数来自模型厂商公布的数据,未独立验证。
决策快速开始
把状态和明确的类型化问题发给 /api/v1/decisions,每个问题读回一个答案:noul 返回 0 到 1 的概率,choice 返回选中的选项及其分布,score 返回有序标准的数值评分。这个入口与 Chat Completions、Messages、Responses 三套接口相互独立。
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "drex-max-finance",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'常见问题
什么是 Drex Max Finance?
Drex Max Finance 是 Nace.AI 于 2026 年 11 月 2 日发布的垂直领域决策模型,属于 Drex 家族,是 Drex Max 针对金融决策任务进一步训练得到的专门变体。它不是聊天模型,不生成自由文本,而是针对一组固定的候选答案输出校准后的概率分布,从而以概率而非自然语言来支撑是/否或多选项判断,显著降低幻觉风险。 该模型支持交易、文档、交易日志和金融数据等多模态输入,单次请求上下文长度达 262,144 tokens,可通过 Nace Console 使用。它适合实时欺诈预防(如判断某笔卡支付是否可疑)、信用风险评估、阅读公司财报文件、对客户进行制裁名单筛查以及客服支持等任务,尤其适合需要高吞吐、成本可控的金融决策工作负载。 由于模型要求输入一组固定的可能答案,使用前需要预先定义好决策选项。在 48 个未参与训练的金融基准、共 3,361 项决策上,其准确率达到 85.7%,比 GPT-6 Luna 高出 14.8 个百分点;Drex Finance Index 得分为 77.3,而 Jev 1.14 为 63.6。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
Drex Max Finance 支持哪些输入类型?
它接受交易、文档、交易日志和金融数据等多模态输入,单次请求上下文为 262,144 tokens。
它和普通聊天模型有什么区别?
它是决策模型而非聊天模型,不生成自由文本,而是针对一组固定候选答案返回校准后的概率分布。
使用它需要满足什么前提?
需要预先提供一组固定的可能答案作为输入,模型会为每个答案给出概率分数。
它适合哪些金融任务?
适合实时欺诈预防、信用风险评估、阅读公司财报、制裁名单筛查和客服支持等场景,尤其适合高吞吐的金融决策工作负载。
它在金融基准上的表现如何?
在 48 个未参与训练的金融基准、共 3,361 项决策上准确率为 85.7%,比 GPT-6 Luna 高 14.8 个百分点;Drex Finance Index 得分为 77.3。
它和 Drex 家族其他模型是什么关系?
它是 Drex Max 针对金融决策任务进一步训练的专门变体,Drex 家族还包括 Drex Max v1.1 和 Drex 2.0。