Eine Hero-Titelkarte mit der Aufschrift „Nex-N2.5 Mini vs Qwen3-8B“ und dem Untertitel „Ein Qwen3.5-Nachkomme tritt gegen das Apache-2.0-Arbeitstier an“. Zwei abgerundete Karten: links eine Karte mit einem Stammbaum-Zweig, beschriftet „Qwen3.5-Nachkomme“, rechts eine Karte mit einem Schild mit Häkchen, beschriftet „16 Monate Belege“, dazwischen ein Waage-Symbol; dazu drei Chips mit der Aufschrift „einen Tag alt“, „16 Monate kampferprobt“ und „beide Apache-2.0“. Das OrcaRouter-Logo befindet sich unten rechts.
Guides & Insights

Nex-N2.5 Mini vs Qwen3-8B: Ein Qwen3.5-Nachkomme tritt gegen das Apache-2.0-Arbeitstier an

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

Tief in diesem Duell steckt eine Ironie, die das Marketing keines der beiden Modelle freiwillig erwähnen wird: Nex-N2.5 Mini basiert auf der Qwen-Linie. Nex-AGIs multimodaler Agent mit 35 Milliarden Parametern – bei einem Mixture-of-Experts-Design rund 3 Milliarden aktive Parameter, angekündigt am 8. September 2026, Apache-2.0-Gewichte noch am selben Tag verfügbar – ist aus einer Qwen3.5-Variante nachtrainiert und damit ein Nachkomme genau jener Familie, zu der auch Qwen3-8B gehört. Qwen3-8B ist Alibabas Open-Weights-Arbeitspferd vom April 2025: etwa 8,2 Milliarden dichte Parameter, 119 Sprachen, hybrides Denken, das man pro Anfrage umschalten kann, Apache-2.0, und sechzehn Monate Produktionserfahrung im Rücken. Die Frage, die diese Seite also wirklich stellt, ist die, die jede Abstammungslinie früher oder später hervorbringt – schlägt eine neuere Basis mit zweckgerichtetem Training und kleinerem aktiven Parameter-Fußabdruck das ältere Modell, das ohnehin schon überall produktiv läuft?

Die ehrliche Antwort beginnt mit einer Warnung: Man sollte sie nicht als Ersatz füreinander behandeln. Qwen3-8B ist ein Text-Generalist; Nex-N2.5 Mini ist ein vision-nativer Agent zur Bedienung von Computern und Browsern. Sie überschneiden sich bei reiner Text- und Tool-Arbeit, weichen aber überall sonst voneinander ab. Doch die Wendung in der Abstammungslinie macht den Vergleich wirklich aufschlussreich, statt ihn bloß zu einem Äpfel-mit-Birnen-Vergleich zu machen: Man kann sich fragen, was einem drei Generationen Qwen-Weiterentwicklung plus ein Post-Training für Computer-Use im kleinen Maßstab tatsächlich einbringen – gemessen an dem 8B, das schon Produktions-Traffic getragen hat, bevor es irgendetwas davon gab.

Qwen3-8B: sechzehn Monate Belege

Qwen3-8B ist das seltene offene Modell, dessen Verhalten weniger von seinem Hersteller als von seiner Community dokumentiert wird. Seit April 2025 wird es öffentlich quantisiert, bereitgestellt, feinabgestimmt und auf Fehler hin untersucht: vLLM, SGLang und llama.cpp unterstützen es überall, seine Eigenheiten sind bekannte Größen, und wer es einsetzt und auf ein Problem stößt, für den hat mit ziemlicher Sicherheit bereits jemand die Problemumgehung beschrieben. Es ist ein dichtes Generalistenmodell mit rund 8,2 Milliarden Parametern, einem nativen Kontext von 32K, der auf 131K erweiterbar ist, 119 Sprachen und Qwens Hybrid-Thinking-Design – Reasoning pro Anfrage an- oder abschaltbar, sodass sich ein schneller Nicht-Thinking-Modus und ein langsamerer, überlegter Modus eine Bereitstellung teilen. Seine mathematischen Fähigkeiten sind für einen Generalisten stark: Herstellerseitige und damit übereinstimmende Evaluierungen sehen MATH-500 im Thinking-Modus im niedrigen bis mittleren 90er-Bereich und AIME-2024 bei den mittleren 70ern, mit dem üblichen Vorbehalt, dass Zahlen aus der Wettbewerbsmathematik protokollsensitiv sind und nie die Spezialität dieses Modells waren. Für Text, Tool-Calling und zuverlässiges Verhalten in der 8B-Klasse ist das so nah an einer bekannten Größe, wie es bei offenen Gewichten nur geht – und es ist rein textbasiert, denn Vision ist in der Qwen3-Generation in der separaten Qwen3-VL-Linie angesiedelt, nicht in der 8B.

A screenshot of the Hugging Face model page for Qwen/Qwen3-8B, showing the Apache-2.0 dense generalist card with the qwen3 and conversational tags and the opening of the Qwen3 description of the latest generation of Qwen large language models.

Nichts davon macht Qwen3-8B im Jahr 2026 aufregend. Genau das ist der Punkt. Sechzehn Monate langweiliger Zuverlässigkeit sind eine Klasse für sich, und genau das ist der Vorteil, den ein gerade mal einen Tag altes Modell nicht vortäuschen kann.

Nex-N2.5 Mini: ein Tag voller Versprechen, auf einer neueren Qwen-Linie

Nex-N2.5 Mini ist das, was passiert, wenn eine neuere Qwen-Basis auf eine Aufgabe angesetzt wird, für die Qwen3-8B nie gebaut wurde. Sein Text-Stack stammt von einer Qwen3.5-Variante ab – der Tokenizer und der Tool-Call-Parser gehören zur Qwen3-Familie –, aber Nex-AGI (ein Bündnis, das um das Shanghai Innovation Institute organisiert ist, mit Shanghai Qiji Zhifeng, Mosi Intelligence und Kuafu Technology) hat es zu etwas nachtrainiert, was das Qwen 8B von 2025 nicht ist: ein multimodaler Agent, der einen Bildschirm liest, in einer Browser- oder Desktop-Sitzung handelt und seine eigenen Aktionen anhand des Ergebnisses verifiziert. Es ist ein sparse MoE – 40 Schichten, acht Experten pro Token aktiv – mit einem Vision-Encoder und einem nativen Kontextfenster von 262.144 Token, mehr als doppelt so groß wie das native Fenster des Qwen3-8B. Seine Gewichte sind Apache-2.0-lizenziert und seit dem 8. September herunterladbar; kostenlose gehostete Endpunkte sind auf seiner Modellkarte verlinkt; ein Rezept zum Selbsthosten läuft auf zwei H100 mit einem angepassten SGLang-Image.

A screenshot of the Hugging Face model page for nex-agi/Nex-N2.5-mini, showing the model title, the Transformers / Safetensors and qwen3_5_moe / image-text-to-text tags, and the Apache-2.0 card text introducing Nex-N2.5 as a family of agentic models for long-horizon tasks.

Was das Mini noch nicht zeigen kann, sind Belege. Seine Benchmark-Karte — OSWorld-Verified 71,2, BrowseComp 83,4, Terminal-Bench 2.1 73,4 und OmniDoc 89,7 auf der starken Seite; OSWorld-2 30,5, SWE-MM 25,5 und AutomationBench 32,3 auf der bescheidenen Seite — stammt von Nex-AGI selbst und wurde zumindest teilweise mit der unternehmenseigenen NexCUA-Testumgebung erstellt; keiner dieser Werte wurde unabhängig reproduziert. Es gibt keinen Listenpreis, die gehostete Variante ist kostenlos, und der Download-Zähler steht im einstelligen Bereich. Die Fähigkeitsbehauptungen mögen vollständig zutreffen; sie sind schlicht unverifiziert, und die Spanne zwischen den eigenen OSWorld-Verified- und OSWorld-2-Zahlen des Mini ist groß genug, dass ein externer Benchmark-Lauf kein nettes Extra, sondern eine Notwendigkeit ist.

Die Zeilen, die zählen

• Abstammung — Nex-N2.5 Mini: aus einer Qwen3.5-Variante von Nex-AGI nachtrainiert. Qwen3-8B: Alibabas dichtes Modell der Qwen3-Generation, April 2025.

• Parameter — Nex-N2.5 Mini: 35B gesamt, ~3B aktiv pro Token (MoE). Qwen3-8B: ~8,2B dense, alle aktiv.

• Modalität — Nex-N2.5 Mini: Bild- und Texteingabe, Textausgabe — vision-nativ, entwickelt für GUI-Agenten. Qwen3-8B: nur Text (Vision befindet sich in der separaten Qwen3-VL-Reihe).

• Kontext — Nex-N2.5 Mini: 262.144 Token nativ. Qwen3-8B: 32K nativ, erweiterbar auf ~131K.

• Sprachen — Nex-N2.5 Mini: kein Grund für Schlagzeilen. Qwen3-8B: 119.

• Reasoning — Nex-N2.5 Mini: reasoning_effort kein / mittel (adaptiv) / hoch. Qwen3-8B: hybrides Denken je nach Anfrage ein- oder ausschaltbar.

• Offene Gewichte — Nex-N2.5 Mini: Apache-2.0, veröffentlicht am 8. September 2026. Qwen3-8B: Apache-2.0, veröffentlicht im April 2025.

• Erfolgsbilanz — Nex-N2.5 Mini: einen Tag alt, Downloads im einstelligen Bereich, null unabhängige Läufe. Qwen3-8B: sechzehn Monate Community-Präsenz, bewährte Quantisierungen, dokumentierte Fehlerbilder.

• Ressourcenbedarf beim Self-Hosting — Nex-N2.5 Mini: ~70 GB BF16, Konfiguration mit zwei H100. Qwen3-8B: Single-GPU-Klasse, üblicherweise quantisiert.

A two-column scoreboard titled 'Nex-N2.5 Mini vs Qwen3-8B — the scoreboard'. Left column Nex-N2.5 Mini: Lineage Qwen3.5 descendant; Params 35B total, 3B active; Modality vision-native agent; Context 262,144 tokens; Track record one day old; Weights Apache-2.0, Sep 8 2026. Right column Qwen3-8B: Lineage Qwen3, April 2025; Params 8.2B dense; Modality text-only; Context 32K native; Track record 16 months of use; Weights Apache-2.0. Footer: 'Nex-N2.5 Mini figures Nex-AGI-reported; Qwen3-8B carries 16 months of community exposure.' The OrcaRouter logo is bottom-right.

Wenn man die Daten ehrlich liest, kämpfen die beiden Modelle nicht um denselben Einsatzbereich. Qwen3-8B gewinnt den Platz des Text-Generalisten in jeder Dimension, für die Belege vorliegen; Nex-N2.5 Mini gewinnt den Vision-Agent-Platz, weil es das einzige der beiden ist, das ihn ausfüllen kann.

Was die Abstammungslinie Ihnen sagt und was nicht

Die gemeinsame Qwen-DNA ist in einer Hinsicht aussagekräftig und in einer anderen irrelevant. Aussagekräftig ist sie hinsichtlich der Basisqualität: Nex-N2.5 Mini stammt aus einem neueren Qwen-Pretraining-Lauf als Qwen3-8B, was ein echter und oft sichtbarer Vorteil bei der rohen Sprachkompetenz ist; und die Tool-Calling- und Reasoning-Steuerung des Mini wird jedem vertraut vorkommen, der schon einmal ein Modell der Qwen3-Familie betrieben hat — die Parsing-Konventionen werden übernommen. Irrelevant ist sie für den Teil, der am meisten zählt: Denn es ist das Post-Training von Nex-AGI — nicht die Basis —, das den Mini zu einem Agenten macht, und genau dieses Post-Training entzieht sich jeder unabhängigen Verifikation. Die Abstammung von Qwen sagt einem, dass der Mini ein sprachlich gewandtes Modell der Qwen-Linie sein sollte. Sie sagt einem jedoch nichts darüber, ob die Computer-Use-Schleife tatsächlich mit 71.2 OSWorld-Verified funktioniert, wie behauptet.

Welcher bekommt den Slot?

Für ein Team, das heute Text-, Tool-Calling- und Agent-Scaffolds ausliefert, ist Qwen3-8B die risikoarme Antwort, und das Abstammungsargument gefährdet sie nicht: sechzehn Monate dokumentierter Erfolge, Single-GPU-Wirtschaftlichkeit und ein dokumentiertes Fehlermuster für jede Gelegenheit. Für ein Team, das GUI-Agenten baut — Browser-Automatisierung, Computer-Use, visuelle Selbstkorrektur — ist Nex-N2.5 Mini die einzige der beiden Optionen, die für diese Aufgabe gebaut wurde, und die vernünftige Haltung ist Test, nicht Abhängigkeit: führen Sie ihn über den kostenlosen Endpoint aus, behandeln Sie die Computer-Use-Werte des Anbieters als Behauptungen, die eines unabhängigen Tests bedürfen, und lassen Sie nicht zu, dass ein einen Tag altes Modell den Arbeitsspecht allein aufgrund eines Model Cards aus dem kritischen Pfad verdrängt.

Keines der beiden Modelle steht heute im Katalog von OrcaRouter — Qwen3-8B läuft über Alibabas eigene API und mehrere Drittanbieter-Plattformen, und Nex-N2.5 Mini läuft auf den Endpunkten von Nex-AGI und auf Ihren GPUs — die Evaluierung findet also wieder in Ihrem eigenen Stack statt, und genau dort zahlt sich die Routing-Ebene aus. Das Muster für eine Evaluierung von Nachfolger gegen Arbeitstier: die Produktion auf dem bewährten 8B belassen, den neuen Agenten in einen Testzweig legen, der über dieselbe API erreichbar ist, und das automatische Failover bei jeder Anfrage entscheiden lassen, welches Modell zum Einsatz kommt — wobei gehostete Modelle zum Listenpreis des Anbieters mit 0 % Aufschlag durchgereicht werden, sodass der Kostenvergleich an dem Tag aktuell bleibt, an dem ein Anbieter einen Preis ändert. Der Router wird Ihnen nicht sagen, ob ein Qwen3.5-Nachfolger das Arbeitstier von 2025 schlägt — das kann nur ein unabhängiger Lauf des Agenten zeigen —, aber er macht es möglich, dieses Experiment kostengünstig, umkehrbar und parallel durchzuführen, und genau darum geht es.

Qwen3-8B beantwortet die Frage „Was kann ich heute Nachmittag ausliefern?“ mit einem fertigen, Apache-2.0-lizenzierten Modell für 119 Sprachen, das sechzehn Monate lang kampferprobt wurde. Nex-N2.5 Mini beantwortet die Frage „Welches kleine offene Modell kann tatsächlich einen Computer bedienen?“ mit einem einen Tag alten Qwen3.5-Nachkommen, dessen Gewichte real sind, dessen vision-natives Agentendesign in dieser Größe wirklich neu ist und dessen Computer-Use-Scores Stand heute nur das Wort eines Anbieters sind. Das Arbeitspferd behält den Text-Slot, bis der Nachkomme sich als Agent beweist — und wenn die Behauptungen von Nex-AGI einem unabhängigen Testlauf standhalten, ist das der Moment, in dem die Abstammungsfrage aufhört, theoretisch zu sein.