Nex-N2.5 Pro vs MiniMax M3: rzekoma przewaga 34 punktów i model, który faktycznie można pobrać.

Najbardziej uderzająca liczba w tym zestawieniu to 56,4 do 22,3 — i najmniej weryfikowalna. To wyniki OSWorld-2, jakie Nex-N2.5 Pro firmy Nex-AGI i MiniMax M3 notują na karcie benchmarkowej nowego modelu: Pro — 56,4, MiniMax M3 — 22,3, czyli 34 punkty różnicy w benchmarku długohoryzontowej obsługi komputera, według którego mierzone są dziś wszystkie poważne agenty GUI. Nex-N2.5 Pro, zaprezentowany 8 września 2026 roku, to multimodalny agent o 397 mld parametrów łącznie / ~17 mld aktywnych, którego wagi wciąż mają status „wkrótce”. MiniMax M3, wydany 1 czerwca 2026 roku, to flagowy model o otwartych wagach — 428 mld parametrów łącznie / ~23 mld aktywnych — który przyjmuje też wejście wideo, obsługuje kontekst 1M dzięki MiniMax Sparse Attention i jest dostępny do pobrania od początku czerwca. Jednego z tych dwóch modeli możesz ściągnąć z huba i uruchomić jeszcze dziś wieczorem. Drugi to hostowana wersja zapoznawcza z obietnicą. A 34-punktowa różnica, dzięki której warto czytać o tym starciu, została podana przez producenta modelu, którego nie możesz uruchomić, i dotyczy benchmarku, w którym nawet wynik obecnego lidera raportuje jego własny producent.

Ta strona tak naprawdę dotyczy tego, jak porównać dramatyczną, niemożliwą do zweryfikowania przewagę z tą skromną, częściowo weryfikowalną — oraz tego, co istnienie taniego modelu robi z przekazem drogiego modelu. MiniMax M3 to przeciwwaga, przeciw której musi argumentować każdy specjalista z wagami w zawieszeniu: on już wykonuje większość pracy, kosztuje niemal nic, a jego pliki są na twoim dysku. Aby Nex-N2.5 Pro się liczył, twierdzenie o 34 punktach musi przejść trzy poniższe testy.

Najpierw sprawdź: czy te liczby w ogóle mierzą to samo?

OSWorld-2 to długohoryzontowe rozszerzenie oryginalnego benchmarku OSWorld o realny świat — agent obsługuje prawdziwe oprogramowanie desktopowe w zadaniach wieloetapowych i jest oceniany na podstawie tego, czy wykonał realną pracę, a nie tego, czy kliknął właściwy przycisk. Jest znacznie trudniejszy niż jego poprzednik i to właśnie na tym benchmarku Nex-AGI twierdzi, że jej poziom Pro odcina się od multimodalnej stawki. Ale warto spojrzeć, skąd pochodzą te dwa wiersze. Wynik 56,4 dla Nex-N2.5 Pro to pomiar samej Nex-AGI przeprowadzony w jej wewnętrznym środowisku testowym NexCUA, które — według karty — ma zostać udostępnione jako open source „już wkrótce”. Wynik 22,3 dla MiniMax M3 to liczba, którą Nex-AGI podała dla modelu konkurencyjnego — MiniMax nie opublikował własnego wyniku OSWorld-2, a publiczny wynik M3 w obsłudze komputera pochodzi ze starszego, łatwiejszego benchmarku OSWorld-Verified, który karta Nex podaje dla M3 jako 75,2 wobec 82,2 dla Pro. Oba wiersze w tym nagłówku 56,4–22,3 pochodzą z tego samego środowiska testowego, uruchomionego przez tego samego dostawcę, tego samego dnia, dla jednego modelu, który jest jego własnością, i jednego, który nie jest. To nie czyni tej różnicy fałszywą — środowiska testowe istnieją właśnie po to, by porównywać modele w identycznych warunkach. Oznacza to jednak, że ta liczba to kontrolowane porównanie przeprowadzone przez jednego dostawcę, a nie wynik potwierdzony przez jakiekolwiek zewnętrzne laboratorium, a różnica jest dokładnie tak wiarygodna, jak środowisko testowe, które ją wygenerowało.

Drugie sprawdzenie: co daje model, który faktycznie możesz uruchomić?

MiniMax M3 nie potrzebuje swojego wyniku OSWorld-2, aby być użyteczny, ponieważ jego argumentacja opiera się na rzeczach, które można zweryfikować, pobierając ten model. Ma łącznie 428B parametrów / ~23B aktywnych, zbudowano go na MiniMax Sparse Attention, z kontekstem 1M tokenów i budżetem 512K tokenów na odpowiedź; przyjmuje tekst, obraz i wideo, a zwraca tekst; jego wagi są dostępne na Hugging Face od pierwszego tygodnia czerwca; a cena katalogowa w API MiniMax wynosi 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych, przy czym wejście z pamięci podręcznej kosztuje 0,06 USD — to około jedna piąta ceny wyjściowej najtańszych zamkniętych modeli granicznych, a wideo rozliczane jest osobno. Jego niezależna pozycja jest realna, ale skromna: wynik 44 w indeksie Artificial Analysis Intelligence plasuje go w średniej półce wśród modeli flagowych, poniżej zakresu 56–61, który zajmują zamknięci liderzy. Jego sztandarowe wyniki agentowe — 75,2 OSWorld-Verified zgodnie z kartą Nex, ~70 według raportów samego MiniMax, 83,5 BrowseComp — pochodzą od producenta i nie zostały niezależnie odtworzone, co jest tym samym zastrzeżeniem, które ciągnie się za Nex. Różnica polega na tym, że twierdzenia M3 dotyczą modelu, który można uruchomić i przetestować samodzielnie, dlatego „vendor-reported” mniej boli po stronie, gdzie wagi można pobrać.

Trzecia kontrola: co właściwie zrobiłbyś z każdą z nich?

• Dziś do kupienia — MiniMax M3: prawdziwe wagi, cennik, działające API. Nex-N2.5 Pro: bezpłatny hostowany podgląd i plan działania.

• Obsługa komputera — MiniMax M3: model ogólnego przeznaczenia obsługujący zrzuty ekranu i wideo, który w testach GUI osiąga wyniki w środku stawki. Nex-N2.5 Pro: agent natywnie wizyjny zbudowany z myślą o pętli sprzężenia zwrotnego opartego na obrazie, deklarujący pozycję lidera w rankingu OSWorld-2.

• Cena — MiniMax M3: 0,30 USD / 1,20 USD, cache 0,06 USD — na tyle niska, że bez wahania można korzystać z modelu w długich pętlach agentów. Nex-N2.5 Pro: brak jeszcze opublikowanej ceny; argument o wydajności (17B aktywnych parametrów na pojedynczym węźle 8×H100) to prognoza, a nie rachunek.

• Kontekst — MiniMax M3: 1M tokenów, a żądania powyżej 512K są rozliczane 2×. Nex-N2.5 Pro: konfiguracja rodzinna 262K.

• Wejścia — MiniMax M3: tekst, obraz i wideo, natywnie. Nex-N2.5 Pro: obraz i tekst, ukierunkowany na percepcję na poziomie ekranu.

• Weryfikowalność — MiniMax M3: możliwy do samodzielnego hostowania, więc każde twierdzenie można zweryfikować we własnym zakresie. Nex-N2.5 Pro: brak wag, więc każde twierdzenie to tylko słowo Nex-AGI.

• Niezależny indeks — MiniMax M3: 44 (AA). Nex-N2.5 Pro: jeszcze brak.

Dlaczego tani dotychczasowy lider jest trudniejszym przeciwnikiem

Jest powód, dla którego Nex-AGI umieściło MiniMax M3 w swojej tabeli multimodalnej, zamiast go zignorować: M3 jest kotwicą cenową, która sprawia, że trudno uzasadnić premię specjalisty od obsługi komputera. Jeśli generalista kosztujący $0.30/$1.20 i akceptujący wideo potrafi wykonać choć 70–75% tego, co deklaruje dedykowany agent GUI, specjalista musi być znacznie lepszy w prawdziwym zadaniu, aby zasłużyć na swoje miejsce — a karta Nex-N2.5 Pro twierdzi, że tak właśnie jest, na OSWorld-2, o 34 punkty. Ale 34-punktowa przewaga opublikowana przez pretendenta na temat jego niewypuszczonego modelu to hipoteza, podczas gdy 44 punkty M3 w Index, jego otwarte wagi i cena to fakty, na których można budować. Racjonalna ekonomicznie postawa nie polega na odrzuceniu hipotezy — polega na naleganiu, aby przetrwała ona niezależny test, zanim będzie kosztować kogokolwiek pieniądze.

Przeprowadzanie porównania na własnym kluczu

Warstwa routingu to miejsce, w którym porównanie oparte na cenie, takie jak to, jest testowane bez opowiadania się po żadnej ze stron. MiniMax M3 jest dostępny na platformie OrcaRouter po cenie katalogowej MiniMaxa — $0.30 / $1.20, przekazywanej dalej z zerowym narzutem, więc w dniu, w którym MiniMax zmieni stawkę, zmiana jest od razu widoczna na tym samym kluczu, którego używasz już dla reszty katalogu. Nex-N2.5 Pro nie jest oferowany przez nas, więc dostęp do niego masz przez preview hostowane przez Nex-AGI, dopóki nie pojawią się obiecane wagi. Eksperyment, który faktycznie rozstrzyga to porównanie, wygląda następująco: skieruj swój ruch agentów o dużym wolumenie i długim kontekście na MiniMax M3 przez ten jeden endpoint, przeprowadź mniejszą ewaluację na preview Nex-N2.5 Pro i porównaj wyniki na własnej mieszance zadań, podczas gdy automatyczny failover dba o uczciwość obu stron — twierdzenie producenta o 34 punktach przewagi jest warte dokładnie tyle, ile twoje własne odtworzenie tego wyniku, a M3 jest na tyle tani, że powtórzenie testu kosztuje niemal nic. Gdy pojawią się wagi Pro, prawdziwym elementem do sprawdzenia będzie konfiguracja na ośmiu H100: czy wyspecjalizowany model z 17B aktywnymi parametrami utrzyma przewagę w OSWorld-2, gdy uruchomi go ktoś inny niż Nex-AGI.

Werdykt, który wspierają dowody

Jeśli chodzi o wszystko, co można dziś realnie wdrożyć, MiniMax M3 wygrywa ten pojedynek walkowerem: można go pobrać, kosztuje jedną piątą standardowej stawki modeli z czołówki, przyjmuje wideo, ma niezależny indeks, a jego deklaracje o obsłudze komputera — choć pochodzą od producenta — wskazują na model, który możesz przetestować we własnym stacku jeszcze w tym tygodniu. Nex-N2.5 Pro to ciekawszy model, ale gorszy zakup: specjalista od obsługi komputera z natywną percepcją wizyjną, którego karta modelu deklaruje najlepszy w klasie wynik OSWorld-2, a którego wagi jeszcze nie istnieją. Traktuj dystans między 56,4 a 22,3 jako najlepszą dostępną hipotezę co do tego, dokąd zmierza obsługa komputera, a nie jako wynik, na którym możesz oprzeć działania — a MiniMax M3 traktuj jako powód, dla którego specjalista, gdy w końcu trafi do sprzedaży, będzie musiał udowodnić ten dystans na cudzym harnessie, aby uzasadnić jakąkolwiek cenę powyżej 0,30 USD / 1,20 USD.