让 AI 从几种方案里选一个，通常还得先等它写出回答，再解析那段文字。Drex Max v1 换了条路：它不聊天，也不生成文本，而是读取文字、JSON 和图片描述的当前状态，直接给预设候选项分配概率。对只需自动分类、选择或打分的本地应用，这省去了“读懂 AI 回话”的环节。
它是一款 27B（约 270 亿参数）多模态模型——可同时接收文字和图片，采用开放权重发布，也就是参数可下载运行，但仍受 Open RAIL-M 许可证约束。模型通过 255-way readout head（给最多 255 个固定选项打分的输出层），一次计算便返回结果，没有聊天模型逐字续写的循环。默认上下文为 16,384 tokens（模型处理内容的基本单位），最长可调至 262,144；图片最高支持 4,194,304 像素。
据发布者自述，Drex Max v1 的 Public Decision Index 为 67.52，高于其更大的 35B 前代 Drex v2.0 的 61.25；量化版本在配备 48GB 统一内存的 M5 Pro 上每次决策约需 400 毫秒。换句话说，它值得注意的不只是性能数字，而是一种不同的产品形态：本地模型可以不做聊天机器人，只负责作决定。