
Nex-N2.5 Mini vs Qwen3-8B: Hậu duệ Qwen3.5 chạm trán “con ngựa thồ” Apache-2.0
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 185 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 228 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 89 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 98 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 113 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Có một sự trớ trêu ẩn sâu trong cuộc đối đầu này mà bộ phận marketing của cả hai mô hình sẽ không bao giờ tự nguyện hé lộ: Nex-N2.5 Mini xuất thân từ dòng dõi Qwen. Tác nhân đa phương thức 35 tỷ tham số của Nex-AGI — khoảng 3 tỷ tham số hoạt động theo thiết kế mixture-of-experts, được công bố vào ngày 8 tháng 9 năm 2026 với bộ trọng số Apache-2.0 phát hành ngay trong ngày — được hậu huấn luyện từ một biến thể Qwen3.5, khiến nó trở thành hậu duệ của chính gia đình mà Qwen3-8B thuộc về. Qwen3-8B là con ngựa thồ trọng số mở của Alibaba ra mắt vào tháng 4 năm 2025: khoảng 8,2 tỷ tham số đặc, 119 ngôn ngữ, tư duy lai có thể bật/tắt theo từng yêu cầu, Apache-2.0, và mười sáu tháng thành tích sản xuất đằng sau nó. Vậy nên câu hỏi mà trang này thực sự đặt ra chính là câu hỏi mà mọi dòng dõi sớm muộn cũng sản sinh — liệu một nền tảng mới hơn cùng với huấn luyện chuyên biệt, trong một diện tích tham số hoạt động nhỏ hơn, có thể soán ngôi mô hình cũ mà mọi người đã đưa vào vận hành hay không?
Câu trả lời trung thực bắt đầu bằng một lời cảnh báo rằng đừng coi chúng là những thứ thay thế cho nhau. Qwen3-8B là một mô hình tổng quát về văn bản; Nex-N2.5 Mini là một tác nhân bản địa về thị giác để điều khiển máy tính và trình duyệt. Chúng trùng lặp trong các tác vụ văn bản và công cụ đơn giản, nhưng khác biệt ở mọi thứ khác. Nhưng sự thay đổi dòng dõi khiến sự so sánh này thực sự có giá trị thông tin thay vì chỉ là so sánh khập khiễng: nó cho phép bạn hỏi rằng ba thế hệ cải tiến của Qwen cộng với việc huấn luyện bổ sung về sử dụng máy tính thực sự mang lại cho bạn điều gì ở quy mô nhỏ, khi so sánh với mô hình 8B vốn đã gánh vác lưu lượng sản xuất từ trước khi tất cả những điều đó tồn tại.
Qwen3-8B: mười sáu tháng minh chứng
Qwen3-8B là mô hình mở hiếm hoi được cộng đồng ghi chép hành vi nhiều hơn là nhà cung cấp. Kể từ tháng 4 năm 2025, nó đã được lượng tử hóa, đưa vào phục vụ, tinh chỉnh và lập bản đồ lỗi một cách công khai: vLLM, SGLang và llama.cpp hỗ trợ nó ở khắp mọi nơi, những điểm kỳ quặc của nó là những đại lượng đã được biết đến, và nếu bạn triển khai nó và gặp sự cố, gần như chắc chắn ai đó đã viết ra giải pháp xử lý. Đây là một mô hình đa năng dày đặc (~8,2B tham số) với ngữ cảnh gốc 32K có thể mở rộng lên 131K, 119 ngôn ngữ, và thiết kế hybrid-thinking của Qwen — bật hoặc tắt suy luận theo từng yêu cầu, nhờ đó chế độ không suy luận nhanh và chế độ cân nhắc chậm hơn dùng chung một lần triển khai. Khả năng toán học của nó mạnh so với một mô hình đa năng: các đánh giá của nhà cung cấp và các đánh giá được căn chỉnh đều xếp MATH-500 ở mức thấp đến giữa 90 trong chế độ suy luận và AIME-2024 quanh mức giữa 70, với lưu ý quen thuộc rằng các con số toán thi đấu nhạy cảm với quy trình đánh giá và chưa bao giờ là thế mạnh của mô hình này. Về văn bản, gọi công cụ và hành vi đáng tin cậy ở cấp 8B, đây là thứ gần nhất với một đại lượng đã biết mà trọng số mở có thể đạt được — và nó chỉ xử lý văn bản, vì khả năng thị giác trong thế hệ Qwen3 nằm ở dòng Qwen3-VL riêng biệt, không nằm trong bản 8B.

Không có điều nào trong số đó làm cho Qwen3-8B trở nên thú vị trong năm 2026. Đó chính là vấn đề. Sự tin cậy nhàm chán kéo dài mười sáu tháng là một lớp tính năng riêng, và đó chính là tài sản mà một mô hình chỉ mới ra đời một ngày không thể làm giả được.
Nex-N2.5 Mini: một ngày hứa hẹn, trên dòng Qwen mới hơn
Nex-N2.5 Mini là thứ xuất hiện khi một nền tảng Qwen mới hơn được hướng vào một công việc mà Qwen3-8B vốn không được tạo ra để làm. Ngăn xếp văn bản của nó bắt nguồn từ một biến thể Qwen3.5 — tokenizer và trình phân tích cú pháp gọi công cụ thuộc họ Qwen3 — nhưng Nex-AGI (một liên minh tổ chức quanh Viện Đổi mới Thượng Hải, với Thượng Hải Qiji Zhifeng, Mosi Intelligence và Kuafu Technology) đã huấn luyện thêm nó thành thứ mà Qwen 8B 2025 không phải: một tác tử đa phương thức có thể đọc màn hình, thao tác trong phiên trình duyệt hoặc máy tính để bàn, và tự xác minh hành động của mình dựa trên kết quả. Đây là một MoE thưa — 40 lớp, tám chuyên gia hoạt động trên mỗi token — với bộ mã hóa thị giác và ngữ cảnh gốc 262.144 token, gấp hơn hai lần cửa sổ gốc của Qwen3-8B. Trọng số của nó được cấp phép Apache-2.0 và có thể tải xuống từ ngày 8 tháng 9; các điểm cuối lưu trữ miễn phí được liên kết từ thẻ của nó; một quy trình tự lưu trữ chạy trên hai H100 với hình ảnh SGLang tùy chỉnh.

Điều mà Mini chưa thể đưa ra là bằng chứng. Bảng điểm chuẩn của nó — OSWorld-Verified 71.2, BrowseComp 83.4, Terminal-Bench 2.1 73.4 và OmniDoc 89.7 ở phía mạnh; OSWorld-2 30.5, SWE-MM 25.5 và AutomationBench 32.3 ở phía khiêm tốn — là của chính Nex-AGI, được tạo ra ít nhất một phần thông qua bộ khung NexCUA của họ, và chưa có con số nào trong số đó được tái lập một cách độc lập. Không có giá niêm yết, gói lưu trữ miễn phí, và bộ đếm lượt tải về chỉ ở mức một chữ số. Các tuyên bố về năng lực có thể hoàn toàn đúng; chúng chỉ đơn giản là chưa được xác minh, và khoảng cách giữa các con số OSWorld-Verified và OSWorld-2 của chính Mini đủ rộng để một lần chạy từ bên ngoài không phải là một thứ tùy chọn mà là một điều bắt buộc.
Các hàng quan trọng
• Dòng dõi — Nex-N2.5 Mini: được hậu huấn luyện từ một biến thể Qwen3.5 bởi Nex-AGI. Qwen3-8B: mô hình dense thuộc thế hệ Qwen3 của Alibaba, tháng 4 năm 2025.
• Tham số — Nex-N2.5 Mini: tổng 35B, ~3B hoạt động cho mỗi token (MoE). Qwen3-8B: ~8.2B dense, tất cả đều hoạt động.
• Phương thức — Nex-N2.5 Mini: nhận hình ảnh và văn bản, xuất văn bản — thuần thị giác, được xây dựng cho các tác nhân GUI. Qwen3-8B: chỉ hỗ trợ văn bản (khả năng thị giác nằm ở dòng Qwen3-VL riêng).
• Bối cảnh — Nex-N2.5 Mini: 262.144 token gốc. Qwen3-8B: 32K gốc, có thể mở rộng tới ~131K.
• Ngôn ngữ — Nex-N2.5 Mini: không phải là tuyên bố quảng cáo. Qwen3-8B: 119.
• Suy luận — Nex-N2.5 Mini: reasoning_effort không / trung bình (thích ứng) / cao. Qwen3-8B: hybrid thinking bật hoặc tắt theo từng yêu cầu.
• Trọng số mở — Nex-N2.5 Mini: Apache-2.0, ra mắt ngày 8 tháng 9 năm 2026. Qwen3-8B: Apache-2.0, ra mắt tháng 4 năm 2025.
• Thành tích — Nex-N2.5 Mini: mới chỉ một ngày tuổi, số lượt tải ở mức một chữ số, chưa có lần chạy độc lập nào. Qwen3-8B: mười sáu tháng được cộng đồng kiểm chứng, các bản lượng tử hóa đáng tin cậy, các chế độ lỗi đã được xác định rõ ràng.
• Mức chiếm dụng khi tự lưu trữ — Nex-N2.5 Mini: ~70 GB BF16, công thức hai H100. Qwen3-8B: phân khúc GPU đơn, thường được lượng tử hóa.

{{1}}Đọc kỹ các dòng đánh giá và rõ ràng là hai mô hình không cạnh tranh cho cùng một bài toán triển khai.{{/1}} {{2}}Qwen3-8B giành vị trí tổng quát văn bản ở mọi khía cạnh có đủ bằng chứng tích lũy; Nex-N2.5 Mini giành vị trí tác tử thị giác vì là mô hình duy nhất trong hai cái có thể đảm nhận vai trò đó.{{/2}}
Những điều mà dòng dõi tiết lộ và không tiết lộ cho bạn
DNA dùng chung của Qwen mang lại thông tin hữu ích về một khía cạnh và hoàn toàn không liên quan đến một khía cạnh khác. Nó cung cấp thông tin về chất lượng mô hình nền: Nex-N2.5 Mini khởi đầu từ một đợt tiền huấn luyện Qwen mới hơn so với Qwen3-8B, đây là một lợi thế thực sự và thường thấy rõ về năng lực ngôn ngữ thô; đồng thời các điều khiển gọi công cụ và suy luận của Mini sẽ quen thuộc với bất kỳ ai từng vận hành một mô hình thuộc họ Qwen3 — các quy ước phân tích cú pháp được kế thừa nguyên vẹn. Nó không liên quan đến phần quan trọng nhất, đó là: hậu huấn luyện của Nex-AGI — chứ không phải mô hình nền — mới là thứ biến Mini thành một agent, và chính phần hậu huấn luyện ấy lại là phần không có bất kỳ sự xác minh độc lập nào. Việc thừa hưởng từ Qwen cho bạn biết rằng Mini hẳn là một mô hình dòng Qwen trôi chảy. Nó chẳng cho bạn biết gì về việc liệu vòng lặp sử dụng máy tính có thực sự hoạt động ở mức 71.2 OSWorld-Verified như tuyên bố hay không.
Cái nào sẽ có được suất?
Đối với một nhóm đang triển khai text, tool-calling và agent scaffolds ngay hôm nay, Qwen3-8B là câu trả lời ít rủi ro và lập luận về dòng sản phẩm không đe dọa được nó: mười sáu tháng thành tích, chi phí chỉ cần một GPU, và mọi kiểu lỗi đều đã được ghi chép công khai. Đối với một nhóm đang xây dựng GUI agents — tự động hóa trình duyệt, computer use, tự sửa lỗi bằng thị giác — Nex-N2.5 Mini là mô hình duy nhất trong hai mô hình được thiết kế cho công việc này, và tư thế hợp lý là dùng thử, không phải phụ thuộc: chạy thử qua endpoint miễn phí, coi điểm số computer use mà nhà cung cấp công bố chỉ là tuyên bố cho đến khi có một bài kiểm tra độc lập, và đừng để một mô hình mới ra đời một ngày thay thế con ngựa thồ trên đường chính chỉ dựa vào một model card.
Cả hai mô hình đều không có trong danh mục của OrcaRouter hiện tại — Qwen3-8B chạy qua API riêng của Alibaba và một số nền tảng bên thứ ba, còn Nex-N2.5 Mini chạy trên các endpoint của Nex-AGI và GPU của bạn — vì vậy việc đánh giá lại diễn ra trên chính stack của bạn, và đó là nơi lớp định tuyến chứng tỏ giá trị của nó. Mẫu hình phù hợp cho việc đánh giá giữa mô hình hậu duệ và mô hình chủ lực: giữ sản xuất trên bản 8B đã được kiểm chứng, đưa agent mới lên một nhánh thử nghiệm truy cập qua cùng một API, và để cơ chế chuyển đổi dự phòng tự động quyết định tại thời điểm yêu cầu mô hình nào sẽ phục vụ — với các mô hình lưu trữ được chuyển qua với giá niêm yết của nhà cung cấp ở mức 0% phụ phí, do đó việc so sánh chi phí vẫn luôn cập nhật vào ngày bất kỳ nhà cung cấp nào thay đổi giá. Bộ định tuyến sẽ không cho bạn biết liệu một mô hình hậu duệ của Qwen3.5 có vượt trội hơn mô hình chủ lực năm 2025 hay không — chỉ một lần chạy agent độc lập mới làm được điều đó — nhưng nó khiến việc chạy thử nghiệm đó trở nên rẻ, có thể hoàn tác và song song, đó chính là toàn bộ ý nghĩa.
Qwen3-8B trả lời câu hỏi "chiều nay tôi có thể giao gì" bằng một mô hình hoàn chỉnh, Apache-2.0, hỗ trợ 119 ngôn ngữ, đã được tôi luyện qua mười sáu tháng thực chiến. Nex-N2.5 Mini trả lời câu hỏi "mô hình mở nhỏ nào thực sự có thể điều khiển máy tính" bằng một hậu duệ Qwen3.5 mới một ngày tuổi, với trọng số thật, thiết kế agent thuần thị giác thực sự mới ở kích thước này, và điểm số computer-use—tính đến hôm nay—chỉ là lời cam kết từ phía nhà cung cấp. Mô hình chủ lực vẫn giữ vị trí xử lý văn bản cho đến khi hậu duệ chứng minh được năng lực agent — và nếu những tuyên bố của Nex-AGI vượt qua một lần chạy độc lập, thì đó chính là thời khắc câu hỏi về dòng dõi không còn mang tính lý thuyết.
So sánh trong bài viết này3
Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày
