Nace AI Drex for Search

📖 产品简介

Drex for Search 是 Nace AI 推出的面向智能体与人类的检索（retrieval）层，核心主张是「答案必须能溯源到文件与页码」。

它采用名为 Squeeze 的逐层收缩策略：agent route 读取文档并查询表格，Squeeze 则按「文件夹 → 文件 → 章节 → 页面」逐级下沉，在表格内再收窄到表与列，只保留可能包含答案的部分；Answer 环节仅把保留下来的页面与表格送给 LLM，答案直接引用文件与页码。由于检索深度固定，官方称一百万个文件与一千个文件所需的步骤数相同。工作区（Workspace）支持 PDF、扫描件、xlsx、csv、Parquet、mp3、mp4、docx、pptx、md、json、txt，答案可引用到文件与页码、行或分钟；工作区彼此隔离、拥有各自的索引与知识图谱，可邀请成员共享，存储可用 Nace 自有存储或客户自己的 S3 / Azure Blob（客户自持存储时可选零留存）。覆盖领域包括税务、并购、SEC 10-K、合同或自定义领域。基准表现（均为 Nace 自述、读自 2026 年 10 月 20 日的公开榜单）：BrowseComp-Plus 上以 GPT-5 取得 92.05% 准确率、每问 12.61 次搜索调用，在 86 个条目中排名第二；单次通过 87.32%（8.93 次调用），为调用次数少于 10 的条目中最佳。OfficeQA Pro（133 题，美国财政部公告）上官方称正确率 +6%、步数 -62%、token -56%、速度 2.3 倍。VisDocAgentBench 上以开源 Qwen 27B planner 取得 77.5% R@1（对比 Claude Opus 5 的 67.5%）。MADQA 上以 Gemini 3.5 Flash 取得 94.7%、页面归因 F1 88.2。EnterpriseRAG-Bench（50 万+ 内部文档）得分 88.22、排名第三，较 OpenAI File Search 的 61.03 高 27.2 分。定价未公开。

✨ 核心功能

• 🗜️ Squeeze 逐层收缩：文件夹→文件→章节→页面→表格→列，只保留可能含答案的部分
• 🔖 答案引用到文件与页码、行或分钟，固定检索深度使百万文件与千文件步骤数相同
• 📦 工作区支持 PDF/扫描件/xlsx/csv/Parquet/mp3/mp4/docx/pptx/md/json/txt
• 🔒 工作区隔离、独立索引与知识图谱；可对接客户 S3/Azure Blob 并支持零留存
• 🏛️ 领域覆盖：税务、并购、SEC 10-K、合同或自定义领域
• 📈 BrowseComp-Plus 92.05%（12.61 次调用/问），86 个条目中第二（厂商口径）

⚖️ 优缺点分析

📊 评分详情

💬 用户评价

📝 更新日志

• 2026-10-20
  Drex for Search 发布

  Nace AI 发布 Drex for Search——面向智能体与人类的检索层，答案引用文件与页码。厂商口径基准：BrowseComp-Plus 92.05%（GPT-5，12.61 次搜索调用/问，86 条目中第二）；OfficeQA Pro 正确率 +6%、步数 -62%、token -56%；VisDocAgentBench 77.5% R@1（开源 Qwen 27B planner）；MADQA 94.7%；EnterpriseRAG-Bench 88.22（第三）。成绩均为 Nace 自述、读自 2026-10-20 榜单。

🔗 相关产品