Nex-N2.5 Pro vs MiniMax M3: a alegada diferença de 34 pontos e o modelo que você pode realmente baixar

O número mais impressionante neste confronto é 56,4 contra 22,3 — e o menos verificável. Essas são as pontuações no OSWorld-2 que o Nex-N2.5 Pro, da Nex-AGI, e o MiniMax M3 exibem no cartão de benchmark do próprio novo modelo: o Pro com 56,4, o M3 da MiniMax com 22,3 — uma diferença de 34 pontos no benchmark de uso de computador de longo horizonte pelo qual todo agente de GUI sério agora é medido. O Nex-N2.5 Pro, apresentado em 8 de setembro de 2026, é o agente multimodal com 397B de parâmetros no total e ~17B ativos, cujos pesos ainda estão listados como “em breve”. O MiniMax M3, lançado em 1º de junho de 2026, é o carro-chefe multimodal de pesos abertos com 428B de parâmetros no total e ~23B ativos, que também aceita entrada de vídeo, oferece contexto de 1M com MiniMax Sparse Attention e está disponível para download desde o início de junho. Um desses dois modelos você pode baixar do hub e rodar esta noite. O outro é uma prévia hospedada com uma promessa. E a diferença de 34 pontos que torna este confronto digno de leitura é impressa pelo fornecedor do modelo que você não pode rodar, sobre um benchmark em que até o número do atual líder é informado pelo fornecedor.

Então, esta página é realmente sobre como você pesa uma vantagem dramática e não verificável contra uma modesta e parcialmente verificável — e sobre o que a existência do modelo barato faz ao discurso do modelo caro. O MiniMax M3 é o contrapeso que todo especialista com ponderação pendente precisa refutar: ele já faz a maior parte do trabalho, custa quase nada, e seus arquivos estão no seu disco. Para o Nex-N2.5 Pro importar, a alegação de 34 pontos precisa sobreviver às três verificações a seguir.

Primeira verificação: será que os números estão sequer medindo a mesma coisa?

OSWorld-2 é a extensão de longo horizonte e mundo real do benchmark OSWorld original — um agente opera softwares de desktop reais em tarefas de múltiplas etapas e é avaliado por concluir trabalho real, não por clicar no botão certo. É drasticamente mais difícil que seu predecessor, e é o benchmark onde a Nex-AGI afirma que seu nível Pro se diferencia do restante dos modelos multimodais. Mas veja de onde vêm as duas linhas. Os 56,4 do Nex-N2.5 Pro são uma medição da própria Nex-AGI por meio de seu harness interno NexCUA, que, segundo a ficha técnica, será aberto "em breve". Os 22,3 do MiniMax M3 são um número que a Nex-AGI divulgou para um modelo rival — a MiniMax não publicou um resultado próprio no OSWorld-2, e o número público de uso de computador do M3 é o OSWorld-Verified, mais antigo e fácil, que a ficha da Nex também lista como 75,2 para o M3 contra 82,2 para o Pro. Ambas as linhas nessa manchete de 56,4 contra 22,3 vêm do mesmo harness, executado pelo mesmo fornecedor, no mesmo dia, sobre um modelo que ele possui e outro que ele não possui. Isso não torna a diferença falsa — harnesses existem justamente para comparar modelos em condições idênticas. Mas significa que o número é uma comparação controlada de um único fornecedor, não um resultado que qualquer laboratório externo tenha confirmado, e a diferença é exatamente tão confiável quanto o harness que a produziu.

Segunda verificação: o que o modelo que você pode realmente executar entrega?

O MiniMax M3 não precisa da sua linha no OSWorld-2 para ser útil, porque seu argumento se baseia em coisas que você pode verificar ao baixá-lo. Ele tem 428B de parâmetros no total / ~23B ativos, construído sobre o MiniMax Sparse Attention, com contexto de 1M de tokens e orçamento de saída de 512K; aceita texto, imagem e vídeo como entrada e retorna texto; seus pesos estão no Hugging Face desde a primeira semana de junho; e o preço de tabela na API da MiniMax é de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída, com entrada em cache a US$ 0,06 — cerca de um quinto do preço de saída dos modelos de fronteira fechados mais baratos, com o vídeo cobrado à parte. Sua posição em avaliações independentes é real, mas modesta: uma pontuação de 44 no Artificial Analysis Intelligence Index a coloca no escalão intermediário entre os modelos topo de linha, abaixo da faixa de 56 a 61 ocupada pelos líderes fechados. Seus principais números agênticos — 75,2 no OSWorld-Verified conforme compilado no card da Nex, ~70 no relato da própria MiniMax, 83,5 no BrowseComp — são relatados pelo fornecedor e não reproduzidos, o mesmo asterisco que acompanha a Nex. A diferença é que as alegações do M3 apontam para um modelo que você pode executar e retestar por conta própria, e é por isso que "relatado pelo fornecedor" incomoda menos no lado que tem pesos disponíveis para download.

Terceira verificação: o que você realmente faria com cada um?

• Comprar hoje — MiniMax M3: pesos reais, uma tabela de preços, uma API funcional. Nex-N2.5 Pro: uma pré-visualização hospedada gratuita e um roteiro.

• Uso de computador — MiniMax M3: um generalista que lida com capturas de tela e vídeo e obtém pontuações medianas em GUI. Nex-N2.5 Pro: um agente nativo de visão, construído para o ciclo de feedback visual, que reivindica a posição de líder de classe no OSWorld-2.

• Preço — MiniMax M3: $0.30 / $1.20, cache $0.06 — barato o bastante para jogar em loops longos de agentes. Nex-N2.5 Pro: ainda sem preço publicado; o argumento de eficiência (17B ativos em um único nó 8×H100) é uma projeção, não uma conta.

• Contexto — MiniMax M3: 1M tokens, com solicitações acima de 512K cobradas a 2×. Nex-N2.5 Pro: configuração da família de 262K.

• Entradas — MiniMax M3: texto, imagem e vídeo, nativamente. Nex-N2.5 Pro: imagem e texto, orientado à percepção em nível de tela.

• Verificabilidade — MiniMax M3: auto-hospedável, portanto qualquer afirmação é testável internamente. Nex-N2.5 Pro: sem pesos, logo cada afirmação é palavra da Nex-AGI.

• Índice independente — MiniMax M3: 44 (AA). Nex-N2.5 Pro: nenhum ainda.

Por que o incumbente barato é o adversário mais difícil

Há uma razão pela qual a Nex-AGI escolheu incluir o MiniMax M3 em sua tabela multimodal em vez de ignorá-lo: o M3 é a âncora de preço que torna difícil justificar o prêmio cobrado por um especialista em uso de computador. Se um generalista que custa US$ 0,30/US$ 1,20 e aceita vídeo consegue fazer até 70-75% do que um agente GUI dedicado afirma, o especialista precisa ser dramaticamente melhor na tarefa real para conquistar seu lugar — e a ficha do Nex-N2.5 Pro afirma que ele é, no OSWorld-2, 34 pontos melhor. Mas uma vantagem de 34 pontos publicada pelo desafiador sobre seu modelo ainda não lançado é uma hipótese, enquanto o índice 44 do M3, seus pesos abertos e seu preço são fatos nos quais se pode apoiar. A postura economicamente racional não é descartar a hipótese — é insistir que ela sobreviva a uma execução independente antes de custar dinheiro a alguém.

Executando a comparação na sua própria chave.

A camada de roteamento é onde uma comparação ancorada em preço como esta é testada sem se comprometer com nenhum dos lados. O MiniMax M3 está no OrcaRouter pelo preço de tabela da MiniMax — $0.30 / $1.20, repassado com markup de 0%, portanto, no dia em que a MiniMax alterar uma tarifa, a mudança entra em vigor na mesma chave que você já usa para o restante do catálogo. O Nex-N2.5 Pro não é oferecido por meio de nós, então você o acessa pela prévia hospedada da Nex-AGI até que os pesos prometidos apareçam. O experimento que realmente responde a esse confronto: aponte seu tráfego de agentes de alto volume e contexto longo para o MiniMax M3 através do único endpoint, execute um ramo de avaliação menor contra a prévia do Nex-N2.5 Pro e compare-os na sua própria combinação de tarefas enquanto o failover automático mantém ambos honestos — uma alegação de 34 pontos do fornecedor vale exatamente tanto quanto sua própria reprodução dela, e o M3 é barato o suficiente para que reproduzir o teste custe quase nada. Quando os pesos do Pro forem lançados, a receita de oito H100 é o verdadeiro entregável a verificar: se o especialista com 17B ativos mantém sua liderança no OSWorld-2 quando alguém além da Nex-AGI o executa.

O veredito que as evidências sustentam

Em tudo o que é acionável atualmente, o MiniMax M3 vence esta disputa por padrão: ele é baixável, custa um quinto da norma dos modelos de fronteira, processa vídeo, tem um Index independente e suas alegações de uso de computador — embora relatadas pelo fornecedor — apontam para um modelo que você pode testar novamente em sua própria stack ainda esta semana. Já o Nex-N2.5 Pro é o modelo mais interessante e a pior compra: um especialista em uso de computador nativo de visão cuja própria ficha técnica alega uma pontuação OSWorld-2 líder de classe e cujos pesos ainda não existem. Trate a diferença de 56,4 para 22,3 como a melhor hipótese disponível sobre para onde o uso de computador está caminhando, não como um resultado que possa orientar ações — e trate o MiniMax M3 como a razão pela qual o especialista, quando finalmente for lançado, terá de provar essa diferença em uma bancada de testes de terceiros para justificar qualquer preço acima de US$ 0,30/US$ 1,20.