Компания Nace AI представила модель Drex for Search, предназначенную для оптимизации принятия решений ИИ-агентами. Система оценивает варианты с помощью калиброванной вероятности за один проход, что снижает затраты ресурсов при выполнении каждого шага агента.
Тестирование на бенчмарке OfficeQA Pro, включающем 133 вопроса по бюллетеням Казначейства США, показало рост точности ответов на 6%. При этом количество шагов сократилось на 62%, объем токенов — на 56%, а скорость работы увеличилась в 2,3 раза.
В рамках бенчмарка BrowseComp-Plus, состоящего из 830 вопросов по 100 000 веб-документов, Drex for Search достигла результата 92,05% при 12,6 поисковых запросах с использованием GPT-5. На VisDocAgentBench система показала R@1 на уровне 77,5% с планировщиком Qwen 27B.
На бенчмарке MADQA при работе с более чем 800 PDF-файлами точность составила 94,7% при использовании Gemini 3.5 Flash. По данным на 20 октября 2026 года, этот показатель вывел систему на первое место в рейтинге.
В EnterpriseRAG-Bench, охватывающем более 500 000 внутренних корпоративных документов, система получила общую оценку 88,22. Это позволило ей занять третье место, опередив OpenAI File Search с результатом 61,03.
