Nex-N2.5 Mini: Open gewichten beschikbaar bij lancering — Nex-AGI's kleinste computergebruik-agent is de opstap

De manier om erachter te komen of open computer-use-agents er klaar voor zijn, is nu een model dat je dezelfde dag nog kunt downloaden als die waarop het werd aangekondigd. Nex-AGI introduceerde op 8 september 2026 zijn Nex-N2.5-familie — drie agentische niveaus, Nex-N2.5 Mini, Nex-N2.5 Pro en Nex-N2.5 Max — en het niveau dat je direct kunt downloaden en draaien, is het kleinste. Nex-N2.5 Mini heeft zijn Apache-2.0-gewichten live op Hugging Face staan in zestien BF16-shards, met ruwweg 35 miljard parameters en naar verluidt ~3 miljard actieve parameters per token, en een referentie-implementatie met twee H100's. Zijn grotere multimodale zustermodel Nex-N2.5 Pro staat op het moment van schrijven nog te boek als 'coming soon', terwijl de tekst-only Nex-N2.5 Max met 1,6 biljoen parameters ook beschikbaar is, maar zestien H200's over twee nodes nodig heeft voordat hij draait. Voor wie de these achter de familie wil testen — dat open agentische modellen standhouden bij langdurig computergebruik in plaats van alleen vragen te beantwoorden — is de Mini het instapmodel.

Wie is Nex-AGI? De naam is nieuw, en de lancering heeft de smaak van een eerste openbare release. Verslaggeving over de aankondiging beschrijft het initiatief als een samenwerking tussen verschillende organisaties in Shanghai — het Shanghai Innovation Institute, Shanghai Qiji Zhifeng, Mosi Intelligence en Kuafu Technology — waarbij de familie wordt gepositioneerd als open-source en het team opereert onder het @NexEcosystem-account. De modelcard vermeldt dat Nex-N2.5-mini en Nex-N2.5-Pro "de multimodale fundamenten van Nex-N2" voortzetten, de eerdere Nex-release waarvan de gewichten al openbaar zijn. Wat hier werkelijk nieuw is, is de framing: Nex-AGI zegt dat het deze modellen heeft gebouwd voor langetermijn taken in real-world omgevingen — een computer bedienen, een browser besturen, code uitvoeren en testen, en de koers corrigeren op basis van wat het op het scherm ziet — en het heeft de gewichten gepubliceerd om die claim toetsbaar te maken.

Drie niveaus, één aankondiging

De familie splitst zich naar schaal en modaliteit, en de verschillen doen er meer toe dan de gedeelde naam:

• Nex-N2.5 Mini — circa 35B totaal / ~3B actief, een multimodaal model dat afbeeldingen en tekst accepteert, gericht op visueel computergebruik, browsen en taken die feedback van een interface nodig hebben. De referentie-implementatie is een enkele node met twee H100's.

• Nex-N2.5 Pro — naar verluidt 397B totaal / ~17B actief, ook multimodaal, voor zwaardere computer-use-workloads. Referentie-implementatie is acht H100's. De gewichten waren bij lancering niet downloadbaar.

• Nex-N2.5 Max — 1,6T totaal / ~49B actief, uitsluitend tekst, en volgens Nex-AGI is dit het "eerste volledige post-trainingstraject op trillion-parameter-schaal." De modelkaart zegt dat het is gebouwd op een DeepSeek-V4-Pro-Base-fundament. De referentie-implementatie is 16×H200 over twee nodes.

Alle drie zijn mixture-of-experts. De Mini en Pro behoren tot de Qwen3.5-modelfamilie — het lanceringsmateriaal van Nex-AGI beschrijft beide als het resultaat van post-training op Qwen3.5-varianten, en de config van de Mini zelf bevat een qwen3_5_moe-architectuurtag — terwijl Max het op DeepSeek gebaseerde buitenbeentje is. De familie is dus niet één recept in drie formaten; het zijn twee recepten: de multimodale niveaus die "dingen op een scherm doen" delen één afstamming en de tekstredeneringsreus een andere.

Wat de Nex-N2.5 Mini die verzonden is eigenlijk is

De Hugging Face-repo voor nex-agi/Nex-N2.5-mini is een echt, downloadbaar checkpoint, geen placeholder — 16 safetensors-shards van in totaal ongeveer 70 GB, BF16, licentie Apache-2.0, voor het eerst gemaakt op 8 september. Het configuratiebestand is specifiek genoeg om tegen te ontwerpen:

• Architectuur — Qwen3_5MoeForConditionalGeneration, de qwen3_5_moe-familie, met een vision-stack: de modelkaart bestempelt het als image-text-to-text, en de repository bevat preprocessor_config.json naast de tekstconfiguratie.

• Vorm — 40 lagen, verborgen grootte 2048, gegroepeerde query-aandacht met 16 query-koppen en 2 KV-koppen, een vocabulaire van 248.320.

• MoE — 256 gerouteerde experts met 8 actieve experts per token plus een gedeelde expert, intermediaire grootte 512 — het spaarzaam geactiveerde profiel dat een ~3B-actief model van de '35B-klasse' draaibaar maakt op twee H100's.

• Context — max_position_embeddings van 262.144 tokens in de uitgebrachte config, hetzelfde 262K-getal dat overal in de deployment-recepten van de familie terugkomt.

Gewichten en licentie — BF16, Apache-2.0, niet gated; de repo verwijst ook naar een ModelScope-mirror en naar een GitHub-organisatie (nex-agi) die de deployment-recepten van de familie bevat.

Nex-AGI's deploymentdocumentatie is het onderdeel waar de meeste open-source releases de mist in gaan, en deze doet het opvallend goed. De Mini wordt aangeboden via een aangepaste SGLang Docker-image (nexagi/sglang:v0.5.18-nex-patch) op een enkele node met twee H100's, met tensorparallelisme 2. De aanbevolen sampling is temperatuur 0,7, top_p 0,95 en top_k 40. Tool calling verloopt via de qwen3_coder-parser van SGLang, en het model biedt drie redeneermodi aan via een reasoning_effort-veld: 'none' voor niet-denken, 'medium' (de adaptieve standaard) en 'high' voor altijd actief denken. Voor een klein agentisch model is die controle over de denkmodus het verschil tussen een bruikbare agent-loop en een trage, en die controle is ingebakken in het serveerrecept in plaats van dat deze aan de gebruiker wordt overgelaten.

Gewichten: wat is er daadwerkelijk downloadbaar

De status op de lanceringsdag van de drie niveaus verdient een precieze vermelding, want de aankondiging en de repositories liggen niet helemaal op één lijn. Op het moment van schrijven is de Mini volledig downloadbaar onder Apache-2.0 — daar is dit artikel op gebaseerd. Nex-N2.5 Max is ook beschikbaar, met in de Hugging Face-repository 644 safetensors-shards, al vergt het reproduceren van zijn omvang met een biljoen parameters een project van 16×H200. Nex-N2.5 Pro is de achterblijver: zijn Hugging Face-repository bestaat, maar bevat alleen de README en figuren, geen model-shards, en op de modelkaart staat nog steeds dat de gewichten eraan komen. Als het niveau waar je om geeft het grote multimodale is, dan is dat het gat om in de gaten te houden — het lanceringsmateriaal beschrijft Pro als het sterkste model van de familie voor computergebruik, en het is degene die je nog niet lokaal kunt draaien.

De cijfers die Nex-AGI rapporteerde — en het voorbehoud dat daarmee gepaard gaat

De modelkaart van Nex-AGI bevat een volledige benchmarktabel voor de Mini, en elk cijfer daarin is de eigen rapportage van de leverancier. Er is op het moment van schrijven geen onafhankelijke run gepubliceerd, en de kaart vermeldt expliciet dat scores afkomstig zijn van officiële benchmarkleaderboards en de nieuwste evaluatierapporten waar beschikbaar, en daarbuiten van Nex-AGI's eigen evaluaties. De coderingsresultaten zijn geproduceerd met de NexAU-harness van het team; resultaten voor computer- en browsergebruik gebruikten de NexCUA-harness, waarvan de kaart zegt dat deze open source zal worden gemaakt. Beschouw de belangrijkste rijen in de tabel als het gunstigste geval van de leverancier totdat een neutrale partij ze reproduceert.

Tegen die achtergrond zijn de gerapporteerde rijen van de Mini: voor tekst- en codeerwerk Terminal-Bench 2.1 op 73,4, SWE-Bench Pro op 43,8, DeepSWE v1.1 op 36,1, AutomationBench v1.0.6 op 32,3, Toolathlon Verified op 54,6, BrowseComp op 83,4, en een GDPval-AA v2-score van 1446. Wat multimodaal en computergebruik betreft, zijn de blikvangers OSWorld-Verified op 71,2, WebArena-Verified op 63,4, WebTest op 48,6 (uitgevoerd in oraclemodus tegen ground-truth-controllijsten), OSWorld-G op 82,9 en OmniDoc op 89,7, naast de bescheidenere resultaten voor OSWorld-2 (30,5) en Vision2Web (52,9).

Twee leesnotities. Ten eerste zijn OSWorld-Verified en OSWorld-2 verschillende suites — de ene is een geverifieerde deelverzameling die wordt beoordeeld op basis van de resulterende omgevingstoestand, de andere is een nieuwere en over het algemeen strengere run — dus een 71,2 op de ene en een 30,5 op de andere zijn niet tegenstrijdig; het zijn verschillende tests, en de eigen tabel van Nex houdt ze in aparte kolommen. Ten tweede scoort de Mini in elke rij van de familietabel lager dan Pro en Max, en bovenaan elke kolom staat een gevestigd frontiermodel zoals Claude Opus 5 of GPT-5.6 Sol. Het verhaal van de Mini is niet dat hij frontiermodellen verslaat; het is dat een open model met ~3B actieve parameters concurrerende scores rapporteert op computergebruik-benchmarks met een footprint van twee H100's. Of dat standhoudt, is precies de vraag die de open gewichten je zelf laten beantwoorden.

Vandaag de Nex-N2.5 Mini draaien

Het two-H100-recept maakt de Mini de goedkoopste manier om praktisch aan de slag te gaan met de kernclaim van de familie. Omdat de architectuur standaard Qwen3.5-MoE is met een qwen3_coder tool-call-parser, laadt het in de Nex-AGI SGLang-fork zonder aangepaste inferentiecode, en de aanbevolen instellingen zijn gepubliceerd in plaats van overgelaten aan reverse-engineering. De eerlijke verwachting die je vooraf moet scheppen, is dat een checkpoint van een dag oud met een gloednieuwe harness een experiment is, geen afhankelijkheid. Downloads op de Mini-repo staan nog steeds op enkele cijfers en geen derde partij had een onafhankelijke evaluatie uitgebracht toen dit werd geschreven — wat de normale staat is voor een model dat gisteren is uitgebracht, en de reden waarom de two-H100-voetafdruk ertoe doet: je kunt het experiment deze week zelf draaien in plaats van te wachten tot iemand anders dat doet.

Als je de Mini liever in zijn eigen benchmarktabel met de frontier-agents vergelijkt dan één implementatie handmatig af te stemmen, dan is dat waar een routinglaag zijn waarde bewijst. Wanneer een gehoste provider Nex-N2.5 Mini aanbiedt — en de gevestigde modellen waartegen hij wordt afgemeten zijn al via routers bereikbaar — is één API voor 200+ modellen, met lijstprijzen van de provider die tegen 0% opslag worden doorgegeven en automatische failover, de goedkope manier om dezelfde taak bij meerdere ervan uit te voeren zonder een tweede integratie. Op OrcaRouter is dat de standaardopzet voor elk model dat we routeren: dezelfde sleutel, dezelfde aanroepvorm, de eigen prijs van de leverancier zonder iets toe te voegen. Dat is het belangrijkst voor een onbewezen model als dit, want failover zorgt ervoor dat je het op een echt pad kunt uitproberen zonder dat pad ervan af te laten hangen.

Wie zou deze gewichten moeten trekken?

Haal ze op als je werkt met computer-use-agents, browserautomatisering of visueel gefundeerd toolgebruik en je een model met een permissieve licentie wilt dat je zelf kunt hosten, om te benchmarken tegen de gehoste koplopers. De Apache-2.0-licentie neemt de gebruikelijke frictie weg bij een release van een Chinees lab, de footprint van twee H100's ligt binnen bereik van een serieus agentteam, en de reasoning-effort-sturing plus een echte tool-call-parser maken het een geloofwaardig testbed in plaats van een speeltje. Stel het uit als je het sterkste computer-use-model van de familie nodig hebt — dat is de rol van Pro, en alleen Pro's gewichten zijn nog niet vrijgegeven. En houd op elke benchmarkrij het vendorlabel staan tot een onafhankelijke run ze bevestigt. Een 71.2 op OSWorld-Verified van een open model met ~3B actieve parameters is een opvallende claim, en dat is precies het soort claim dat de moeite waard is om in je eigen harness te verifiëren voordat je erop voortbouwt.

Waar je nu op moet letten. Het beschikbaar komen van de Pro-gewichten is veruit het grootste signaal — het verandert de familie van 'Mini plus een gigant met een biljoen parameters' in de volledige line-up die het lanceermateriaal beschrijft. Ten tweede is er het open-sourcen van de NexCUA-harness, zonder welke de cijfers voor computergebruik niet onafhankelijk onder hetzelfde protocol kunnen worden gereproduceerd. Ten derde is er de eerste neutrale run: door Artificial Analysis, door een universiteitslab of door een professional die zelf een OSWorld-Verified-reproductie publiceert. Zodra een van deze drie werkelijkheid wordt, is de vraag die deze lancering oproept — of open agentische modellen de kloof met gehoste stacks voor computergebruik daadwerkelijk hebben gedicht — geen kwestie meer van door leveranciers opgestelde tabellen.