Nace AI выпустила Drex for Search — решение Drex для поиска документов в системах, работающих с ИИ. Компания сообщила о результате 92,05% в BrowseComp-Plus при 12,6 поискового вызова.
В том же сообщении утверждается, что в OfficeQA Pro такие системы выполняли меньше ходов. Подробности о размере сокращения и настройках испытаний в доступном описании не приведены.
Значимость релиза зависит от того, подтвердятся ли показатели в независимых тестах и насколько они сохранятся на реальных наборах документов. Сейчас сведения представлены одним независимым источником на основе метаданных, поэтому их следует считать предварительными.
комментарий редакции
Что это значит
Вероятное следствие — усиление интереса к системам, которые сокращают число шагов при поиске документов. Следующим наблюдаемым сигналом станет публикация первичных методик или независимых результатов на тех же тестах. Существенная неопределённость связана с тем, что сейчас доступна лишь метадата одной публикации.
Дополнительные оценки
Ollama Cloud
GLM 5.2
Релиз Drex for Search указывает на растущий спрос на решения, сокращающие поисковые вызовы и число шагов агентов при работе с документами. Следующим наблюдаемым сигналом станет публикация методик тестирования или независимых результатов на BrowseComp-Plus и OfficeQA Pro. Существенная неопределённость сохраняется: все данные исходят из одной публикации без первичных материалов, а заявленные показатели не проверены сторонними тестами.
В чём оценки сходятся- Доступные сведения ограничены метаданными одной публикации и не содержат методики тестирования.
- Заявленные результаты следует считать предварительными до независимого подтверждения.
- Релиз связывает документальный поиск с эффективностью автоматизированных систем.
- Показатель 12,6 поискового вызова при 92,05% может быть маркетингово оптимизирован под бенчмарк, а не под реальные сценарии.
- Отсутствие данных о размере выборки делает процентную метрику потенциально нерепрезентативной.
- Меньшее число ходов в OfficeQA Pro без количественных данных не доказывает реального прироста эффективности.
Ollama Cloud
Kimi K2.6
Релиз Drex for Search демонстрирует логичное расширение архитектуры принятия решений на информационный поиск, что соответствует общей тенденции к многошаговым агентам с минимизацией вызовов. Следующим значимым сигналом станет появление независимых бенчмарков или воспроизведённых результатов сторонними исследователями. Существенная неопределённость заключается в том, что показатель 92,05% не верифицирован, а экономика 12,6 вызовов на запрос при неизвестной стоимости каждого вызова не позволяет оценить коммерческую жизнеспособность.
В чём оценки сходятся- Данные действительно предварительны: одна публикация без первичных материалов недостаточна для оценки воспроизводимости.
- Перенос подхода Drex из принятия решений в поиск документов — технически последовательное направление развития.
- Сокращение числа ходов агента критично для latency и стоимости, но без абсолютных цифр утверждение непроверяемо.
- BrowseComp-Plus как бенчмарк может быть переоптимизирован под конкретную архитектуру, что делает 92,05% менее репрезентативным для реальных сценариев.
- 12,6 вызовов может быть высоким показателем в зависимости от стоимости API и параллелизма — оптимизация числа вызовов не эквивалентна оптимизации затрат.
- Альтернативная трактовка: заявление Nace AI может быть направлено на привлечение инвестиций перед раундом финансирования, а не на отражение устойчивого технологического преимущества.