Nex-N2.5 Mini: 출시와 함께 오픈 웨이트 공개 — Nex-AGI의 가장 작은 컴퓨터 사용 에이전트, 바로 그 시작점

오픈 컴퓨터 사용 에이전트가 실제로 준비되었는지 확인하는 방법은 이제 발표 당일에 바로 받아볼 수 있는 모델이다. Nex-AGI는 2026년 9월 8일 넥스트-N2.5 제품군을 출시했다 — 세 가지 에이전트 등급, 넥스트-N2.5 미니, 넥스트-N2.5 프로, 넥스트-N2.5 맥스 — 그중 다운로드하여 실행할 수 있는 등급은 가장 작은 모델이다. 넥스트-N2.5 미니는 Apache-2.0 가중치가 Hugging Face에 16개의 BF16 샤드로 공개되어 있으며, 약 350억 개의 파라미터와 토큰당 약 30억 개의 활성 파라미터, 그리고 2개의 H100 기준 배포 구성을 갖추고 있다. 더 큰 멀티모달 형제 모델인 넥스트-N2.5 프로는 이 글을 쓰는 시점에도 여전히 "출시 예정"으로 표시되어 있고, 텍스트 전용 1.6조 파라미터 모델인 넥스트-N2.5 맥스도 공개되었지만 실행하려면 두 노드에 걸쳐 16개의 H200이 필요하다. 이 제품군의 핵심 주장 — 오픈 에이전트 모델이 단순히 질문에 답하는 수준을 넘어 장기 지평 컴퓨터 사용에서도 버틸 수 있다는 것 — 을 테스트하려는 사람에게 미니가 바로 진입점이다.

Nex-AGI는 무엇인가? 이름은 생소하며, 이번 출시는 첫 공개 배포의 성격을 띤다. 이 발표를 보도한 기사들은 이 프로젝트가 상하이의 여러 조직, 즉 Shanghai Innovation Institute, Shanghai Qiji Zhifeng, Mosi Intelligence, Kuafu Technology의 협업이라고 설명하며, 제품군은 오픈소스로 포지셔닝되었고 팀은 @NexEcosystem 핸들로 활동한다. 모델 카드는 Nex-N2.5-mini와 Nex-N2.5-Pro가 이미 가중치가 공개된 이전 Nex 릴리스인 Nex-N2의 '멀티모달 기반'을 계승한다고 적고 있다. 여기서 진짜 새로운 것은 프레이밍이다. Nex-AGI는 이 모델들을 실제 환경에서의 장기적 과제, 즉 컴퓨터 조작, 브라우저 구동, 코드 실행 및 테스트, 화면에서 보는 것을 바탕으로 한 방향 수정을 위해 만들었다고 말하며, 그 주장을 검증할 수 있도록 가중치를 공개했다.

세 가지 등급, 하나의 발표

패밀리는 규모와 방식에 따라 나뉘며, 그 차이들은 공유된 이름보다 더 중요하다:

• Nex-N2.5 Mini — 총 약 35B / 활성 약 3B, 이미지와 텍스트를 입력받는 멀티모달 모델로, 시각적 컴퓨터 사용, 브라우징 및 인터페이스로부터 피드백이 필요한 작업을 대상으로 합니다. 레퍼런스 배포는 단일 2-H100 노드입니다.

• Nex-N2.5 Pro — 총 397B / 활성 ~17B로 보고되었으며, 멀티모달을 지원하고 더 무거운 컴퓨터 사용 워크로드를 대상으로 합니다. 기준 배포는 H100 8개입니다. 출시 당시에는 가중치를 다운로드할 수 없었습니다.

• Nex-N2.5 Max — 총 1.6T / 활성 ~49B, 텍스트 전용, 그리고 Nex-AGI의 설명에 따르면 "조 단위 파라미터 규모에서의 첫 번째 완전한 사후 학습 작업"입니다. 카드에는 DeepSeek-V4-Pro-Base 기반 위에 구축되었다고 나와 있습니다. 참조 배포는 두 노드에 걸친 16×H200입니다.

세 모델 모두 mixture-of-experts(MoE) 구조다. Mini와 Pro는 Qwen3.5 모델 계열에 속한다. Nex-AGI의 출시 자료에 따르면 두 모델 모두 Qwen3.5 변형을 기반으로 사후 학습(post-training)되었으며, Mini의 자체 설정에도 qwen3_5_moe 아키텍처 태그가 포함되어 있다. 반면 Max는 DeepSeek 기반의 이례적인 모델이다. 따라서 이 제품군은 하나의 레시피를 세 가지 크기로 구현한 것이 아니라 두 가지 레시피로 구성되어 있다. 멀티모달 '화면에서 작업 수행' 계층은 하나의 계보를 공유하고, 텍스트 추론 대형 모델은 다른 계보를 따른다.

출시된 Nex-N2.5 Mini가 실제로 무엇인지

nex-agi/Nex-N2.5-mini의 Hugging Face 저장소는 실제 다운로드 가능한 체크포인트로, 자리 표시자가 아닙니다 — 총 약 70GB에 달하는 16개의 safetensors 샤드, BF16, Apache-2.0 라이선스, 9월 8일에 처음 생성되었습니다. 구성 파일은 이를 기준으로 설계하기에 충분히 구체적입니다:

• 아키텍처 — Qwen3_5MoeForConditionalGeneration, qwen3_5_moe 계열로, 비전 스택을 갖추고 있습니다. 모델 카드에는 image-text-to-text로 분류되어 있으며, 리포지토리에는 텍스트 구성과 함께 preprocessor_config.json이 포함되어 있습니다.

• 형태 — 40개 레이어, 은닉 크기 2048, 16개의 쿼리 헤드와 2개의 KV 헤드를 가진 grouped-query attention, 어휘 크기 248,320.

• MoE — 토큰당 8개가 활성화되는 256개의 라우팅 전문가와 공유 전문가 1개, 중간 크기 512로 구성된 희소 활성화 프로파일로, 약 3B 활성 파라미터의 “35B급” 모델을 H100 두 대에서 구동할 수 있게 합니다.

컨텍스트 — 릴리스된 구성의 max_position_embeddings는 262,144개 토큰으로, 제품군의 배포 레시피 전반에서 볼 수 있는 것과 동일한 262K 수치입니다.

• 가중치 및 라이선스 — BF16, Apache-2.0, 게이팅 없음; 저장소에는 ModelScope 미러와 제품군의 배포 레시피를 제공하는 GitHub 조직(nex-agi)으로의 링크도 포함되어 있습니다.

Nex-AGI의 배포 문서는 대부분의 오픈 릴리스가 잘못 작성하는 부분인데, 이 문서는 특이할 정도로 제대로 작성되어 있다. Mini는 nexagi/sglang:v0.5.18-nex-patch 커스텀 SGLang Docker 이미지를 통해 단일 노드의 H100 두 개에서 텐서 병렬 처리 2로 서빙된다. 권장 샘플링 설정은 temperature 0.7, top_p 0.95, top_k 40이다. 도구 호출은 SGLang의 qwen3_coder 파서를 통해 실행되며, 모델은 reasoning_effort 필드를 통해 세 가지 추론 모드를 제공한다 — 비추론용 "none", 적응형 기본값인 "medium", 그리고 항상 켜진 추론용 "high". 작은 에이전트형 모델에게 이러한 추론 모드 제어는 실용적인 에이전트 루프와 느린 루프를 가르는 핵심 요소이며, 이는 사용자에게 맡겨지는 대신 서빙 레시피에 내장되어 있다.

가중치: 실제로 다운로드 가능한 것

출시 당일의 세 등급 상태는 정확히 짚고 넘어갈 가치가 있습니다. 발표 내용과 저장소가 완전히 일치하지 않기 때문입니다. 이 글을 작성하는 시점 기준으로 Mini는 Apache-2.0 라이선스로 완전히 다운로드할 수 있으며, 이 글이 바로 그 버전을 기반으로 합니다. Nex-N2.5 Max도 공개되어 Hugging Face 저장소에 644개의 safetensors 샤드가 올라와 있습니다. 다만 그 1조 파라미터 규모를 재현하려면 16×H200급 프로젝트가 필요합니다. Nex-N2.5 Pro는 공개가 보류된 모델입니다. Hugging Face 저장소는 존재하지만 README와 그림만 있고 모델 샤드는 없으며, 모델 카드에는 여전히 가중치가 곧 제공될 예정이라고 적혀 있습니다. 관심 있는 등급이 대규모 멀티모달 모델이라면 바로 그 공백이 주목할 지점입니다. 출시 자료에서는 Pro를 제품군 중 가장 강력한 컴퓨터 사용 모델로 소개하지만, 정작 그 모델은 아직 로컬에서 실행할 수 없기 때문입니다.

Nex-AGI가 보고한 숫자들 — 그리고 그 숫자들과 함께 따라다니는 경고

Nex-AGI의 모델 카드에는 Mini에 대한 전체 벤치마크 표가 포함되어 있으며, 해당 표의 모든 수치는 벤더의 자체 보고이다. 이 글을 쓰는 시점까지 독립적으로 수행된 실행 결과는 발표된 적이 없다. 카드에는 점수가 공식 벤치마크 리더보드와, 가능한 곳에서는 최신 평가 보고서, 그 밖의 경우에는 Nex-AGI의 자체 평가에서 나온 것임을 명시하고 있다. 코딩 결과는 팀의 NexAU 하네스를 사용해 산출되었고, 컴퓨터 및 브라우저 사용 결과는 NexCUA 하네스를 사용했으며, 카드에 따르면 이 하네스는 오픈소스로 공개될 예정이다. 헤드라인 행은 중립적인 주체가 재현할 때까지 벤더의 낙관적 수치로 간주하라.

그러한 틀에서, Mini가 보고한 행(row)은 다음과 같습니다. 텍스트 및 코딩 작업에서는 Terminal-Bench 2.1 73.4, SWE-Bench Pro 43.8, DeepSWE v1.1 36.1, AutomationBench v1.0.6 32.3, Toolathlon Verified 54.6, BrowseComp 83.4, 그리고 GDPval-AA v2 점수 1446입니다. 멀티모달/컴퓨터 사용 측면에서 눈에 띄는 항목은 OSWorld-Verified 71.2, WebArena-Verified 63.4, WebTest 48.6(ground-truth 체크리스트를 기준으로 oracle 모드로 실행), OSWorld-G 82.9, OmniDoc 89.7이며, 보다 평이한 OSWorld-2(30.5) 및 Vision2Web(52.9) 결과도 함께 있습니다.

읽을 때 참고할 점 두 가지. 첫째, OSWorld-Verified와 OSWorld-2는 서로 다른 평가 묶음(suite)이다. 하나는 결과 환경 상태에서 채점되는 검증된 부분집합이고, 다른 하나는 더 새롭고 전반적으로 더 엄격한 런(run)이다. 따라서 한쪽의 71.2와 다른 쪽의 30.5는 모순이 아니다. 서로 다른 테스트이며, Nex 자체 표에서도 별도의 열로 구분된다. 둘째, 패밀리 표의 모든 행에서 Mini는 Pro와 Max보다 낮은 점수를 받고, 각 열의 맨 위에는 Claude Opus 5나 GPT-5.6 Sol 같은 프런티어 선두 모델이 자리한다. Mini의 서사는 프런티어 모델을 이긴다는 것이 아니라, 활성 파라미터 약 3B의 오픈 모델이 H100 두 대 규모에서 컴퓨터 사용 벤치마크에 경쟁력 있는 점수를 보고한다는 것이다. 그 말이 실제로 성립하는지가 바로 공개된 가중치 덕분에 직접 답할 수 있는 질문이다.

오늘 Nex-N2.5 Mini를 실행합니다

H100 두 대 구성은 Mini를 이 모델군의 핵심 주장을 직접 경험해 볼 수 있는 가장 저렴한 방법으로 만들어 준다. 아키텍처가 표준 Qwen3.5-MoE에 qwen3_coder 도구 호출 파서를 갖춘 구조라서 Nex-AGI SGLang 포크에서 커스텀 추론 코드 없이 그대로 로드되며, 권장 설정도 리버스 엔지니어링으로 유추하는 대신 공개되어 있다. 시작하기 전에 현실적으로 기대를 정리하자면, 하루 된 체크포인트와 새로운 하네스의 조합은 의존 대상이 아니라 하나의 실험이다. Mini 저장소의 다운로드 수는 아직 한 자릿수에 머물러 있고, 이 글이 작성된 시점에 독립적인 평가를 공개한 제3자도 없었다. 이는 어제 출시된 모델에게는 정상적인 상태이며, H100 두 대라는 규모가 중요한 이유이기도 하다. 다른 누군가가 대신 실행해 주기를 기다리는 것이 아니라 이번 주에 직접 그 실험을 돌려볼 수 있기 때문이다.

단일 배포를 손수 튜닝하는 대신 Mini를 자체 벤치마크 표에서 최첨단 에이전트들과 비교하고 싶다면, 그때야 라우팅 계층이 제 역할을 합니다. 호스팅 제공업체가 Nex-N2.5 Mini를 등재하고 — 비교 대상인 기존 모델들이 이미 라우터를 통해 접근 가능하다면 — 200개 이상의 모델을 아우르는 단일 API와 공급업체 공시 가격을 0% 마크업으로 전달하는 방식, 그리고 자동 장애 조치가 추가 통합 없이 동일한 작업을 여러 모델에 대해 실행할 수 있는 저렴한 방법입니다. OrcaRouter에서는 우리가 라우팅하는 모든 모델에 대해 이것이 기본 구성입니다. 동일한 키, 동일한 호출 형태, 아무것도 얹지 않은 공급업체 자체 가격이 그것입니다. 이 점은 이 모델처럼 검증되지 않은 모델에게 가장 중요합니다. 장애 조치 덕분에 실제 경로를 그 모델에 온전히 걸지 않으면서도 실제 경로에서 시험해 볼 수 있기 때문입니다.

누가 이 무게들을 당겨야 하나요?

컴퓨터 사용 에이전트, 브라우저 자동화, 또는 시각 기반 도구 사용 작업을 다루고 있고, 호스팅된 선두 모델과 비교 평가할 수 있는 허용적 라이선스의 자체 호스팅 모델을 원한다면 이 모델을 가져다 쓰세요. Apache-2.0 라이선스 덕분에 중국 연구소 릴리스에서 늘 따라다니는 마찰이 사라졌고, H100 두 대 규모의 설치 용량은 제대로 된 에이전트 팀이라면 충분히 감당할 수 있습니다. 게다가 추론 노력(reasoning-effort) 제어와 실제 도구 호출 파서가 갖춰져 있어 장난감이 아니라 믿을 만한 테스트베드입니다. 이 제품군에서 가장 강력한 컴퓨터 사용 모델이 필요하다면 지금은 보류하세요. 그 역할은 Pro의 몫이며, 아직 공개 대기 중인 가중치도 Pro의 것입니다. 그리고 독립적인 실행으로 확인되기 전까지는 모든 벤치마크 행에 공급업체 라벨을 유지하세요. 활성 파라미터 약 3B의 오픈 모델이 OSWorld-Verified에서 71.2를 기록했다는 것은 놀라운 주장이며, 그 위에 무언가를 구축하기 전에 자체 하네스에서 직접 검증해 볼 가치가 있는 바로 그런 주장입니다.

다음에 무엇을 지켜봐야 할까. Pro 가중치 공개는 가장 큰 신호입니다. 그것은 이 제품군을 “Mini와 수조 파라미터 거인”에서 출시 자료가 설명하는 전체 라인업으로 바꿔줍니다. 두 번째는 NexCUA 하네스의 오픈소스화입니다. 그것 없이는 동일한 프로토콜 하에서 컴퓨터 사용(computer-use) 수치를 독립적으로 재현할 수 없습니다. 세 번째는 Artificial Analysis, 대학 연구소, 또는 OSWorld-Verified 재현을 발표하는 실무자가 수행하는 첫 중립적 실행입니다. 이 세 가지 중 하나라도 나오면, 이번 출시가 던지는 질문 — 오픈 에이전트 모델이 호스팅형 컴퓨터 사용 스택과의 격차를 진정으로 좁혔는지 — 는 더 이상 공급업체가 만든 표만의 문제가 아닙니다.