Una tarjeta de título principal que dice 'Nex-N2.5 Mini vs Qwen3-8B', con el subtítulo 'Un descendiente de Qwen3.5 se enfrenta al caballo de batalla Apache-2.0'. Dos tarjetas redondeadas: la izquierda muestra una rama de árbol genealógico etiquetada como 'descendiente de Qwen3.5' y la derecha muestra un escudo con una marca de verificación etiquetado como '16 meses de historial'. Entre ellas aparece un icono de balanza, y hay tres chips que dicen: 'de un día', '16 meses probado en batalla' y 'Apache-2.0 ambos'. El logotipo de OrcaRouter está en la parte inferior derecha.
Guides & Insights

Nex-N2.5 Mini vs Qwen3-8B: Un descendiente de Qwen3.5 se enfrenta al caballo de batalla Apache-2.0

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Hay una ironía en el fondo de este enfrentamiento que el marketing de ninguno de los dos modelos va a mencionar: Nex-N2.5 Mini está construido sobre el linaje de Qwen. El agente multimodal de 35 mil millones de parámetros de Nex-AGI — aproximadamente 3 mil millones de parámetros activos bajo un diseño de mezcla de expertos, anunciado el 8 de septiembre de 2026 con pesos Apache-2.0 disponibles ese mismo día — está post-entrenado a partir de una variante de Qwen3.5, lo que lo convierte en descendiente de la misma familia a la que pertenece Qwen3-8B. Qwen3-8B es el caballo de batalla de pesos abiertos de Alibaba de abril de 2025: aproximadamente 8.2 mil millones de parámetros densos, 119 idiomas, pensamiento híbrido que se puede alternar por solicitud, Apache-2.0, y dieciséis meses de respaldo en producción a sus espaldas. Así que la pregunta que esta página realmente plantea es la que todo linaje termina generando tarde o temprano: ¿desbanca una base más nueva con un entrenamiento diseñado para un propósito específico, en un espacio de parámetros activos más reducido, al modelo más antiguo que todo el mundo ya está usando?

La respuesta honesta comienza con una advertencia: no tratarlos como sustitutos. Qwen3-8B es un generalista de texto; Nex-N2.5 Mini es un agente nativo de visión para operar computadoras y navegadores. Se superponen en el trabajo sencillo de texto y herramientas y divergen en todo lo demás. Pero el giro de linaje hace que la comparación sea genuinamente informativa y no una mera comparación de peras con manzanas: permite preguntarse qué te aportan realmente tres generaciones de mejoras de Qwen más un post-entrenamiento para el uso de computadoras a pequeña escala, medido contra el 8B que ha estado soportando tráfico de producción desde antes de que todo eso existiera.

Qwen3-8B: dieciséis meses de recibos

Qwen3-8B es el raro modelo abierto cuyo comportamiento está documentado menos por su proveedor que por su comunidad. Desde abril de 2025 ha sido {{1}}cuantizado, servido, ajustado finamente y sometido a un mapeo público de fallos{{/1}}: vLLM, SGLang y llama.cpp lo soportan en todas partes, sus rarezas son factores conocidos y, si lo despliegas y te encuentras con un problema, casi con total seguridad alguien ha escrito ya la solución. Es un generalista denso de ~8,2B con un contexto nativo de 32K extensible hasta 131K, 119 idiomas y el diseño de pensamiento híbrido de Qwen: {{2}}razonamiento activado o desactivado según la solicitud{{/2}}, de modo que un modo rápido sin pensamiento y un modo deliberado más lento comparten un único despliegue. Sus matemáticas son sólidas para ser un generalista: las evaluaciones del proveedor y las alineadas sitúan {{3}}MATH-500 en la franja baja-media de los 90 en modo pensamiento y AIME-2024 en torno a mediados de los 70{{/3}}, con la advertencia habitual de que {{4}}las cifras de matemáticas de competición son sensibles al protocolo y nunca fueron la especialidad de este modelo{{/4}}. Para texto, llamada de herramientas y un comportamiento fiable de clase 8B, esto es {{5}}lo más parecido a un factor conocido que ofrecen los pesos abiertos{{/5}} — y es solo texto, {{6}}porque la visión en la generación Qwen3 reside en la línea independiente Qwen3-VL, no en la 8B{{/6}}.

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.

Nada de eso hace que Qwen3-8B sea emocionante en 2026. Ese es el punto. Dieciséis meses de aburrida fiabilidad son, por sí solos, un tipo aparte de característica, y ese es exactamente el activo que un modelo de un día no puede falsificar.

Nex-N2.5 Mini: un día de promesa, en una línea Qwen más nueva.

Nex-N2.5 Mini es lo que ocurre cuando una base Qwen más nueva se aplica a una tarea para la que Qwen3-8B nunca fue construido. Su pila de texto desciende de una variante de Qwen3.5 —el tokenizador y el analizador de llamadas a herramientas son de la familia Qwen3— pero Nex-AGI (una alianza organizada en torno al Instituto de Innovación de Shanghái, con Shanghai Qiji Zhifeng, Mosi Intelligence y Kuafu Technology) lo posentrenó para convertirlo en algo que el Qwen 8B de 2025 no es: un agente multimodal que lee una pantalla, actúa en un navegador o en una sesión de escritorio y verifica sus propias acciones contra el resultado. Es un MoE disperso —40 capas, ocho expertos activos por token— con un codificador de visión y un contexto nativo de 262 144 tokens, más del doble de la ventana nativa del Qwen3-8B. Sus pesos están bajo Apache-2.0 y han estado disponibles para descargar desde el 8 de septiembre; los endpoints alojados de forma gratuita están enlazados desde su ficha; y una receta de autoalojamiento se ejecuta en dos H100 con una imagen personalizada de SGLang.

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.

Lo que el Mini aún no puede mostrar es evidencia. Su tarjeta de benchmarks — OSWorld-Verified 71.2, BrowseComp 83.4, Terminal-Bench 2.1 73.4 y OmniDoc 89.7 en el lado fuerte; OSWorld-2 30.5, SWE-MM 25.5 y AutomationBench 32.3 en el lado modesto — es de la propia Nex-AGI, producida al menos en parte mediante su arnés NexCUA, y nada de ello ha sido reproducido de forma independiente. No hay precio de lista, el plan alojado es gratuito y el contador de descargas está en un solo dígito. Las afirmaciones de capacidad pueden ser totalmente ciertas; simplemente no están verificadas, y la diferencia entre los propios números de OSWorld-Verified y OSWorld-2 del Mini es lo bastante amplia como para que una ejecución externa no sea un lujo, sino una necesidad.

Las filas que importan

• Linaje — Nex-N2.5 Mini: post-entrenado a partir de una variante de Qwen3.5 por Nex-AGI. Qwen3-8B: modelo denso de la generación Qwen3 de Alibaba, abril de 2025.

• Parámetros — Nex-N2.5 Mini: 35B en total, ~3B activos por token (MoE). Qwen3-8B: ~8.2B densos, todos activos.

• Modalidad — Nex-N2.5 Mini: entrada de imagen y texto, salida de texto — nativo de visión, diseñado para agentes de GUI. Qwen3-8B: solo texto (la visión se sitúa en la línea Qwen3-VL por separado).

• Contexto — Nex-N2.5 Mini: 262,144 tokens nativos. Qwen3-8B: 32K nativos, extensible hasta ~131K.

• Idiomas — Nex-N2.5 Mini: no es un número para destacar. Qwen3-8B: 119.

• Razonamiento — Nex-N2.5 Mini: reasoning_effort none / medium (adaptive) / high. Qwen3-8B: pensamiento híbrido activado o desactivado según la solicitud.

• Pesos abiertos — Nex-N2.5 Mini: Apache-2.0, disponible el 8 de septiembre de 2026. Qwen3-8B: Apache-2.0, disponible en abril de 2025.

• Historial — Nex-N2.5 Mini: un día de antigüedad, descargas de un solo dígito, cero ejecuciones independientes. Qwen3-8B: dieciséis meses de exposición comunitaria, cuantizaciones confiables, modos de fallo mapeados.

• Huella de autoalojamiento — Nex-N2.5 Mini: ~70 GB BF16, receta de dos H100. Qwen3-8B: clase de una sola GPU, habitualmente cuantizado.

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.

Lee las filas con honestidad y los dos modelos no están compitiendo por el mismo despliegue. Qwen3-8B gana el puesto de generalista de texto en todas las dimensiones con evidencia acumulada; Nex-N2.5 Mini gana el puesto de agente de visión por ser el único de los dos que puede ocuparlo.

Lo que el linaje te dice y lo que no te dice

El ADN Qwen compartido es informativo sobre una cosa e irrelevante sobre otra. Es informativo sobre la calidad de la base: Nex-N2.5 Mini parte de un preentrenamiento de Qwen más reciente que el de Qwen3-8B, lo cual es una ventaja real y a menudo visible en la competencia lingüística bruta, y los controles de llamada de herramientas y de razonamiento del Mini resultarán familiares a cualquiera que haya servido un modelo de la familia Qwen3: las convenciones de parseo se trasladan. Es irrelevante para la parte que más importa: el post-entrenamiento de Nex-AGI —no la base— es lo que convierte al Mini en un agente, y ese post-entrenamiento es precisamente la parte que carece de verificación independiente. Descender de Qwen te dice que el Mini debería ser un modelo fluido de la línea Qwen. No te dice nada sobre si el bucle de uso de computadora funciona realmente a 71.2 en OSWorld-Verified como se afirma.

¿Cuál se lleva el puesto?

Para un equipo que hoy lanza soluciones de texto, de llamada a herramientas y de andamiaje de agentes, Qwen3-8B es la respuesta de bajo riesgo, y el argumento de linaje no lo amenaza: dieciséis meses de historial demostrado, economía de una sola GPU y un modo de fallo para cada ocasión ya documentado públicamente. Para un equipo que construye agentes GUI — automatización del navegador, uso de computadora, autocorrección visual — Nex-N2.5 Mini es el único de los dos diseñado para el trabajo, y lo sensato es probarlo, no depender de él: ejecutarlo a través del endpoint gratuito, tratar las puntuaciones de uso de computadora del proveedor como afirmaciones a la espera de una ejecución independiente y no dejar que un modelo de un día desplace al caballo de batalla de la ruta principal basándose tan solo en una ficha del modelo.

Ninguno de los dos modelos está hoy en el catálogo de OrcaRouter: Qwen3-8B se ejecuta a través de la API propia de Alibaba y de varias plataformas de terceros, y Nex-N2.5 Mini se ejecuta en los endpoints de Nex-AGI y en tus GPUs — por lo que la evaluación vuelve a ocurrir en tu propio stack, y ahí es donde la capa de enrutamiento demuestra su valor. El patrón que se ajusta a una evaluación de descendiente contra caballo de batalla: mantener la producción en el 8B de eficacia probada, poner al nuevo agente en una rama de prueba a la que se accede con la misma API, y dejar que la conmutación automática por error decida en el momento de la petición cuál atiende — con los modelos alojados pasando a precio de lista del proveedor, con un margen del 0%, por lo que la comparación de costos se mantiene actualizada el día en que cualquier proveedor cambie un precio. El router no te dirá si un descendiente de Qwen3.5 supera al caballo de batalla de 2025 — solo una ejecución independiente del agente podrá hacerlo — pero hace que ejecutar ese experimento sea barato, reversible y en paralelo, que es justamente el objetivo.

Qwen3-8B responde a la pregunta «¿qué puedo enviar esta tarde?» con un modelo terminado, Apache-2.0, de 119 idiomas, que ha sido probado en batalla durante dieciséis meses. Nex-N2.5 Mini responde a la pregunta «¿qué pequeño modelo abierto puede realmente manejar una computadora?» con un descendiente de Qwen3.5 de un día de antigüedad, cuyos pesos son reales, cuyo diseño de agente nativo de visión es genuinamente nuevo en este tamaño, y cuyas puntuaciones de uso de computadora son, a día de hoy, la palabra del proveedor. El caballo de batalla mantiene el puesto de texto hasta que el descendiente demuestre al agente — y si las afirmaciones de Nex-AGI sobreviven a una ejecución independiente, ese es el momento en que la cuestión del linaje deja de ser teórica.

Comparados en este artículo3

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario