「Nex-N2.5 Mini vs Qwen3-8B」と書かれたヒーロータイトルカード。サブタイトルは「Qwen3.5の末裔がApache-2.0の頼れる実力モデルに挑む」。角丸カードが2枚あり、左のカードは「Qwen3.5の末裔」とラベル付けされた家系図の枝、右のカードは「16ヶ月分の実績」とラベル付けされたチェックマーク付きの盾を表示し、その間には天秤アイコンが配置されている。また、「生後1日」「16ヶ月の実戦テスト済み」「両方ともApache-2.0」と書かれた3つのチップもある。OrcaRouterのロゴは右下にある。
Guides & Insights

Nex-N2.5 Mini vs Qwen3-8B:Apache-2.0の実力派に挑むQwen3.5の後継モデル

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

この対戦の根底には、どちらのモデルのマーケティングも自ら語ろうとしない皮肉がある。Nex-N2.5 MiniはQwenの系譜に連なるモデルなのだ。Nex-AGIの350億パラメータのマルチモーダルエージェント——混合エキスパート設計でアクティブパラメータは約30億、2026年9月8日に発表され、Apache-2.0のウェイトが同日公開された——は、Qwen3.5の変種からポストトレーニングされており、つまりQwen3-8Bが属するまさにそのファミリーの末裔である。Qwen3-8Bは、アリババが2025年4月に公開したオープンウェイトの主力モデルで、約82億の高密度パラメータ、119言語、リクエストごとに切り替え可能なハイブリッド思考、Apache-2.0、そして16か月の本番運用実績を背後に持つ。したがって、このページが実際に問うているのは、あらゆる系譜が遅かれ早かれ生む問いだ——より新しいベースモデルと目的特化型トレーニングは、より小さなアクティブパラメータ規模で、誰もがすでに本番導入している古いモデルを取って代わるのか、と。

正直な答えは、まずそれらを代替品として扱わないようにという警告から始まります。Qwen3-8Bはテキスト汎用モデルであり、Nex-N2.5 Miniはコンピューターやブラウザを操作するためのビジョンネイティブなエージェントです。両者はプレーンテキストとツールを扱う作業では重なりますが、それ以外の領域ではまったく異なります。しかし、この系譜のねじれがあるおかげで、この比較は単なる「りんごとオレンジ」ではなく、真に有益なものになっています。つまり、3世代にわたるQwenの改良にコンピューター操作のポストトレーニングを加えることで、小規模モデルにおいて実際に何が得られるのかを、それらが登場する以前から本番トラフィックを支えてきた8Bモデルとの比較で問うことができるのです。

Qwen3-8B:16ヶ月分の実績

Qwen3-8Bは、その挙動がベンダーによる以上にコミュニティによって文書化されている稀有なオープンモデルである。2025年4月以降、量子化、推論サーバーでの運用、ファインチューニング、障害マッピングが公開の場で進められてきた。vLLM、SGLang、llama.cppはいずれもこれを広くサポートしており、その癖は既知の事柄であり、デプロイして問題に直面しても、ほぼ確実に誰かが回避策を書き残している。これは、ネイティブ32Kコンテキストを131Kへ拡張可能なdense型の約8.2B汎用モデルで、119言語に対応し、Qwenのハイブリッド思考設計——リクエストごとに推論のオン/オフができ、高速な非思考モードと低速な熟考モードが単一のデプロイを共有する——を備えている。数学能力は汎用モデルとしては強力で、ベンダーおよび整合する評価では、思考モードでMATH-500が90%台前半から中盤、AIME-2024が70%台半ばとされている。ただし、競技数学のスコアは評価プロトコルに敏感で、そもそもこのモデルの専門分野ではなかったという、いつもの但し書きが付く。テキスト、ツール呼び出し、信頼できる8Bクラスの挙動という点では、オープンウェイトでこれほど挙動が知れ渡っているモデルはない——そして本モデルはテキスト専用である。Qwen3世代のビジョンは8Bではなく、独立したQwen3-VLラインに搭載されているからだ。

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.

それらのどれも、2026年においてQwen3-8Bをエキサイティングなものにはしない。そこが重要なのだ。16か月にわたる退屈なまでの信頼性は、それ自体が一つの機能区分であり、それは生まれて一日のモデルには偽造できない、まさにその資産なのだ。

Nex-N2.5 Mini:より新しいQwen系で可能性を見せた1日

Nex-N2.5 Miniは、新しいQwenベースモデルを、Qwen3-8Bがそもそも想定していなかった用途に投入したときに生まれる製品です。そのテキストスタックはQwen3.5系の派生で、トークナイザーとツール呼び出しパーサーはQwen3ファミリーに属します。しかし、Nex-AGI(Shanghai Innovation Instituteを中心に、Shanghai Qiji Zhifeng、Mosi Intelligence、Kuafu Technologyが加わるアライアンス)は、これをポストトレーニングによって、2025年のQwen 8Bにはない存在、すなわち画面を読み取り、ブラウザやデスクトップセッション上で操作し、その結果を照合して自身の動作を検証するマルチモーダルエージェントへと変えました。このモデルはスパースMoEで、40層、トークンあたり8エキスパートがアクティブになり、ビジョンエンコーダーを備え、ネイティブコンテキストは262,144トークンと、Qwen3-8Bのネイティブウィンドウの2倍以上です。その重みはApache-2.0で、9月8日からダウンロード可能です。無料のホステッドエンドポイントはモデルカードからリンクされており、セルフホスト用レシピはカスタマイズ済みのSGLangイメージでH100を2枚使って動作します。

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.

Miniがまだ示せないのは、証拠である。そのベンチマークカード — OSWorld-Verified 71.2、BrowseComp 83.4、Terminal-Bench 2.1 73.4、OmniDoc 89.7 という好成績の一方で、OSWorld-2 30.5、SWE-MM 25.5、AutomationBench 32.3 という控えめな結果 — は、Nex-AGI自身が提供したものであり、少なくとも一部は同社のNexCUAハーネスを通じて生成されたもので、どれも第三者による独立した再現はされていない。希望小売価格はなく、ホスト型ティアは無料で、ダウンロード数は一桁だ。性能に関する主張は完全に正しいかもしれない。だが、それは単に未検証であり、Mini自身のOSWorld-VerifiedとOSWorld-2の数値の乖離が十分に大きい以上、外部での実行は「あれば良い」という話ではなく「必須」である。

重要な行

• 系統 — Nex-N2.5 Mini: Nex-AGI による Qwen3.5 派生モデルからのポストトレーニング。Qwen3-8B: Alibaba の Qwen3 世代の高密度モデル(2025年4月)。

• パラメータ — Nex-N2.5 Mini: 合計35B、トークンあたり約3Bがアクティブ(MoE)。Qwen3-8B: デンスモデルで約8.2B、すべてのパラメータがアクティブ。

• モダリティ — Nex-N2.5 Mini: 画像とテキストを入力し、テキストを出力 — ビジョン対応で、GUIエージェント向けに構築。Qwen3-8B: テキストのみ(ビジョンは別系統のQwen3-VLに搭載)。

• コンテキスト — Nex-N2.5 Mini: ネイティブで262,144トークン。Qwen3-8B: ネイティブで32K、約131Kまで拡張可能。

• 言語 — Nex-N2.5 Mini: 見出しになるような主張ではありません。Qwen3-8B: 119.

• 推論 — Nex-N2.5 Mini: reasoning_effort は none / medium(適応的)/ high。Qwen3-8B: hybrid thinking はリクエストごとにオンまたはオフ。

• オープンウェイト — Nex-N2.5 Mini: Apache-2.0、2026年9月8日公開。Qwen3-8B: Apache-2.0、2025年4月公開。

• 実績 — Nex-N2.5 Mini:公開から1日、ダウンロード数は一桁、第三者による実行はゼロ。Qwen3-8B:コミュニティ公開から16か月、信頼されている量子化、把握済みの障害モード。

• セルフホスト時の占有リソース — Nex-N2.5 Mini: BF16で約70 GB、H100 2枚構成。Qwen3-8B: シングルGPUクラスで、日常的に量子化される。

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.

行を正直に読めば、この2つのモデルは同じデプロイ先を争っているわけではない。Qwen3-8Bは、証拠が蓄積されているあらゆる次元において、テキスト汎用モデルの地位を獲得する。Nex-N2.5 Miniは、2つのうちで唯一その役割を担えるモデルとして、ビジョンエージェントの地位を獲得する。

系統が教えてくれることと、教えてくれないこと

共有されるQwenのDNAは、ある一点については有益な情報を与え、別の点については無関係です。ベースの品質については有益です。Nex-N2.5 Miniは、Qwen3-8Bより新しいQwenの事前学習ランから始まっており、これは生の言語能力における実際の、そしてしばしば目に見える優位性です。また、Miniのツール呼び出しと推論の制御は、Qwen3ファミリーのモデルを提供したことがある人には馴染み深いものになるでしょう——構文解析の規約は引き継がれています。一方で、最も重要な部分については無関係です。なぜなら、MiniをエージェントにしているのはNex-AGIのポストトレーニング——ベースではなく——であり、そのポストトレーニングこそが、独立した検証が存在しない部分だからです。Qwenの系譜であることは、Miniが流暢なQwen系モデルであるべきだということを示しています。しかし、コンピューター使用ループが主張どおりに71.2 OSWorld-Verifiedで実際に機能するかどうかについては、何も示していません。

どちらがスロットを獲得するのでしょうか。

現在、テキスト、ツール呼び出し、エージェントのスキャフォールドを出荷しているチームにとって、Qwen3-8Bは低リスクの答えであり、系譜の議論もその評価を覆さない。16か月分の実績、単一GPUでの経済性、そしてあらゆる場面の失敗モードがすでに公開されているからだ。GUIエージェント(ブラウザ自動化、コンピューター操作、視覚による自己修正)を構築するチームにとって、Nex-N2.5 Miniはこの2つのうち、この用途向けに作られた唯一のモデルであり、賢明なスタンスは依存ではなく試用だ。まず無料エンドポイントで実行し、独立したベンチマークが行われるまで、ベンダーのコンピューター操作スコアを単なる主張として扱うこと。そして、モデルカードの記載だけを根拠に、リリースから1日しか経っていないモデルに主力をホットパスから追い出させてはいけない。

どちらのモデルも現在OrcaRouterのカタログにはありません。Qwen3-8BはAlibaba独自のAPIと複数のサードパーティプラットフォームを経由して動作し、Nex-N2.5 MiniはNex-AGIのエンドポイントとお客様のGPU上で動作します。したがって、評価は再びお客様自身のスタック内で行われ、そこでルーティング層が真価を発揮します。派生モデルと主力モデルを比較する評価に適したパターンは、実績のある8Bを本番で使い続け、新しいエージェントを同じAPI経由でアクセスできるテストブランチに配置し、リクエスト時に自動フェイルオーバーにどちらが応答するかを決定させるというものです。その際、ホステッドモデルはプロバイダーの定価に対して0%マークアップで通過するようにします。これにより、どのベンダーが価格を変更した日でも、コスト比較は最新の状態に保たれます。ルーターは、Qwen3.5の派生モデルが2025年の主力モデルに勝るかどうかを教えてはくれません。それを判断できるのは、エージェントの独立した実行だけです。しかし、ルーターはその実験を、低コストで、元に戻せる形で、並行して実行できるようにしてくれます。それがまさにこの手法の要点なのです。

Qwen3-8Bは「今日の午後に何を出荷できるか」という問いに、Apache-2.0で119言語に対応し、16か月間の実戦で鍛え上げられた完成済みモデルで答える。Nex-N2.5 Miniは「どの小型オープンモデルが実際にコンピューターを操作できるのか」という問いに、生後1日のQwen3.5の子孫モデルで答える。そのウェイトは実在し、ビジョンネイティブのエージェント設計はこのサイズでは真に新しく、そしてコンピューター操作のスコアは、今日の時点では、ベンダーの主張にすぎない。実働部隊は、その子孫がエージェントとしての実力を証明するまで、テキストの座を守り続ける。もしNex-AGIの主張が独立した実行を生き延びたなら、その瞬間、系譜の問題はもはや理論上のものではなくなる。

この記事で比較したモデル3

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新