Nex-N2-mini

Nex-N2-mini to mniejszy z dwóch modeli, które Nex AGI udostępniło na otwartej licencji w czerwcu 2026 jako swoją drugą generację; ogłoszono go w tej samej karcie modelu co większego Nex-N2-Pro. Oba są dotrenowane na serii Qwen3.5, a nie budowane od zera: mini na Qwen3.5-35B-A3B-Base, Pro na Qwen3.5-397B-A17B. Wagi zawierają 35,1 mld parametrów w formacie bfloat16, rozłożonych na 40 warstw i 256 ekspertów, z których 8 pracuje przy każdym tokenie — wkładem Nex AGI jest dotrenowanie, nie architektura. Obietnica jest ta sama co przy wersji Pro: ramy Agentic Thinking złożone z Adaptive Thinking, w którym model sam decyduje, kiedy i jak głęboko myśleć, oraz Coherent Thinking, mającego utrzymać jeden sposób rozumowania w zadaniach zwykłych i agentowych. Tym, co mini dokłada od siebie, jest zasięg: wersja Pro potrzebuje dwóch węzłów po osiem kart H100, a mini jest opisana jako działająca na jednej maszynie z dwiema — to różnica między wdrożeniem w serwerowni a pracą na stacji roboczej. Własna tabela producenta uczciwie pokazuje cenę tej oszczędności. W części zadań agentowych mini trzyma się blisko wersji Pro: BrowseComp 74,1 wobec 83,7, TAU3 65,9 wobec 71,1, SWE-Bench Verified 74,4 wobec 80,8. W najtrudniejszych testach zapada się całkowicie — w DeepSWE zdobywa 8,0 tam, gdzie Pro ma 33,6, a GPT-5.5 aż 70; w teście Apex 9,4 wobec 36,5. Terminal-Bench 2.1 to 60,7, SWE-Bench Pro 50,2, GPQA Diamond 82,6, GDPval 1402. To model, który pozostaje użyteczny na tanim sprzęcie przy rutynowej pracy agenta i przestaje być konkurencyjny w chwili, gdy zadanie naprawdę się wydłuża. Dwóch rzeczy z opublikowanych plików nie ma w karcie modelu. Konfiguracja ustawia okno kontekstu na 262 144 tokeny, a takiej liczby Nex AGI nigdzie nie podaje. Model nie jest też wyłącznie tekstowy: w spisie wag stoi 333 tensory modułu wizyjnego z 1026 wszystkich, repozytorium zawiera procesor obrazu Qwen3-VL, a konfiguracja definiuje tokeny obrazu i wideo — Hugging Face klasyfikuje go w związku z tym jako model obraz-tekst do tekstu. Producent nie opisuje tego ani słowem, niczego o obrazach nie obiecuje i publikuje tabelę wyników w całości tekstową, więc ścieżkę wizyjną należy czytać raczej jako odziedziczoną po bazie Qwen3.5 i pozostawioną bez deklaracji niż jako reklamowaną funkcję. Wagi trafiły na Hugging Face i ModelScope na licencji Apache 2.0, bez własnego cennika producenta.

▸Wideo

Brak materiałów wideo.

▸Recenzje