一張主視覺標題卡寫著『Nex-N2.5 Mini 對比 Qwen3-8B』,副標題為『Qwen3.5 後代挑戰 Apache-2.0 老將』。兩張圓角卡片:左卡顯示家族樹分支,標示為『Qwen3.5 後代』;右卡顯示帶有勾選標記的盾牌,標示為『16 個月的實績證明』,中間有一個天平圖示。另有三個標籤分別寫著『剛滿一天』、『16 個月實戰考驗』、『兩者皆為 Apache-2.0』。OrcaRouter 標誌位於右下角。
Guides & Insights

Nex-N2.5 Mini 對決 Qwen3-8B:Qwen3.5 後代挑戰 Apache-2.0 悍將

作者

jinhao.song

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

這場交鋒骨子裡有個諷刺,而雙方模型的宣傳都不會主動揭露:Nex-N2.5 Mini 建立在 Qwen 血統之上。Nex-AGI 的 350 億參數多模態代理——混合專家架構下約 30 億活躍參數,於 2026 年 9 月 8 日發布,Apache-2.0 權重當天上線——是由 Qwen3.5 變體後訓練而成,使其成為 Qwen3-8B 所屬家族的正統後代。Qwen3-8B 是阿里巴巴 2025 年 4 月推出的開源權重主力模型:約 82 億稠密參數、支援 119 種語言、具備可依單次請求切換的混合思考、採用 Apache-2.0 授權,背後累積十六個月的生產環境實績。因此,這個頁面真正要問的問題,正是每個血統遲早都會滋生的一個疑問——一個更新的基礎模型,加上為特定目的打造的訓練,以更小的活躍參數規模,能否取代所有人都早已在部署的舊模型?

誠實的回答始於一個警告:不要將它們視為彼此的替代品。Qwen3-8B 是文字通才;Nex-N2.5 Mini 則是原生視覺代理,專用於操作電腦與瀏覽器。兩者在純文字與工具操作上有所重疊,在其他方面則分道揚鑣。但譜系上的差異反而讓這次比較真正具有參考價值,而非單純的蘋果與橘子之爭:它讓你能夠追問——在小型規模下,三代 Qwen 的改進加上電腦操作後訓練,究竟能買到什麼?而衡量的基準,是早在這一切出現之前就已承載生產流量的 8B 模型。

Qwen3-8B:十六個月的證據

Qwen3-8B 是少見的開源模型——它的行為多半由社群、而非原廠記錄在案。自 2025 年 4 月以來,它就一直在公開場合被量化、部署、微調並繪製失敗圖譜:vLLM、SGLang 與 llama.cpp 到處都能支援它,它的種種怪癖均為已知;若你部署後出了問題,幾乎肯定已經有人寫好了因應作法。它是個稠密、約 8.2B 的通用模型,原生上下文 32K、可延伸至 131K,支援 119 種語言,並具備 Qwen 的混合思考設計——每次請求都能選擇開啟或關閉推理,因此快速的非思考模式與較慢的深思模式可共享同一個部署。以通用模型而言,它的數學能力相當強:原廠及與其一致的評測皆顯示,思考模式下 MATH-500 落在 90 分初段至中段,AIME-2024 則約 75 分上下;不過老話一句,競賽數學的分數對評測協定十分敏感,向來不是這款模型的專長。就文字、工具呼叫與穩定可靠的 8B 級表現來說,開放權重所能提供的「已知數」大概莫過於此——況且它是純文字模型,因為 Qwen3 世代的視覺能力屬於另一條獨立的 Qwen3-VL 產品線,而不是內建在 8B 上。

A screenshot of the Hugging Face model page for Qwen/Qwen3-8B, showing the Apache-2.0 dense generalist card with the qwen3 and conversational tags and the opening of the Qwen3 description of the latest generation of Qwen large language models.

這些都無法使 Qwen3-8B 在 2026 年變得令人興奮。這正是重點。十六個月乏味的可靠性本身就是一個功能類別,而這正是才誕生一天的模型無法仿造的資產。

Nex-N2.5 Mini:在更新的Qwen系列上,充滿前景的一天

Nex-N2.5 Mini 就是將較新的 Qwen 基底模型投入一項 Qwen3-8B 從未被設計來勝任的工作時,會得到的結果。它的文字技術堆疊衍生自 Qwen3.5 變體——tokenizer 與工具呼叫解析器皆屬 Qwen3 系列——但 Nex-AGI(一個以上海創新研究院為核心,由 Shanghai Qiji Zhifeng、Mosi Intelligence 與 Kuafu Technology 組成的聯盟)將其後訓練成 2025 年 Qwen 8B 所不具備的樣貌:一個能讀取螢幕、在瀏覽器或桌面工作階段中行動,並對照結果驗證自身動作的多模態代理。它是一個稀疏 MoE——40 層,每個 token 啟用八個專家——配備視覺編碼器,原生上下文達 262,144 個 token,是 Qwen3-8B 原生視窗的兩倍以上。其權重採用 Apache-2.0 授權,自 9 月 8 日起即可下載;免費託管端點可從其模型卡連結;自架配方可在兩張 H100 上以自訂的 SGLang 映像檔執行。

A screenshot of the Hugging Face model page for nex-agi/Nex-N2.5-mini, showing the model title, the Transformers / Safetensors and qwen3_5_moe / image-text-to-text tags, and the Apache-2.0 card text introducing Nex-N2.5 as a family of agentic models for long-horizon tasks.

Mini 目前仍無法展示的是證據。它的基準測試成績單——OSWorld-Verified 71.2、BrowseComp 83.4、Terminal-Bench 2.1 73.4 和 OmniDoc 89.7 表現亮眼;OSWorld-2 30.5、SWE-MM 25.5 和 AutomationBench 32.3 則表現平平——是 Nex-AGI 自行發布的,至少部分透過其 NexCUA 測試框架所產生,而且其中沒有一項經過獨立重現。它沒有公開定價,託管方案免費,下載計數器仍停留在個位數。這些能力宣稱或許完全屬實,但就是未經證實;而 Mini 自家 OSWorld-Verified 與 OSWorld-2 的數字差距如此之大,使得外部實測不再是錦上添花,而是勢在必行。

重要的列

• 譜系 — Nex-N2.5 Mini:由 Nex-AGI 基於 Qwen3.5 變體後訓練而成。Qwen3-8B:阿里巴巴的 Qwen3 世代稠密模型,2025 年 4 月。

• 參數 — Nex-N2.5 Mini:總計 35B,每個 token 約 3B 活躍(MoE)。Qwen3-8B:約 8.2B 密集參數,全部啟用。

• 模態——Nex-N2.5 Mini:影像與文字輸入、文字輸出——原生視覺,專為 GUI 代理打造。Qwen3-8B:純文字(視覺功能屬於獨立的 Qwen3-VL 系列)。

• 上下文 — Nex-N2.5 Mini:原生 262,144 tokens。Qwen3-8B:原生 32K,可擴展至約 131K。

• 語言 — Nex-N2.5 Mini:並非驚人宣稱。Qwen3-8B:119。

• 推理 — Nex-N2.5 Mini:reasoning_effort 可設為 none / medium(自適應)/ high。Qwen3-8B:hybrid thinking 可依請求開啟或關閉。

• 開放權重 — Nex-N2.5 Mini:Apache-2.0,2026年9月8日發佈。Qwen3-8B:Apache-2.0,2025年4月發佈。

• 過往記錄——Nex-N2.5 Mini:才一天大,下載量只有個位數,獨立執行次數為零。Qwen3-8B:在社群中曝光十六個月,量化版本備受信賴,失敗模式已充分掌握。

• 自架佔用空間 — Nex-N2.5 Mini:約 70 GB BF16,雙 H100 方案。Qwen3-8B:單 GPU 級別,通常會進行量化。

A two-column scoreboard titled 'Nex-N2.5 Mini vs Qwen3-8B — the scoreboard'. Left column Nex-N2.5 Mini: Lineage Qwen3.5 descendant; Params 35B total, 3B active; Modality vision-native agent; Context 262,144 tokens; Track record one day old; Weights Apache-2.0, Sep 8 2026. Right column Qwen3-8B: Lineage Qwen3, April 2025; Params 8.2B dense; Modality text-only; Context 32K native; Track record 16 months of use; Weights Apache-2.0. Footer: 'Nex-N2.5 Mini figures Nex-AGI-reported; Qwen3-8B carries 16 months of community exposure.' The OrcaRouter logo is bottom-right.

誠實解讀這些列,就會明白這兩個模型爭取的其實不是同一個部署位置。Qwen3-8B 在每一個已有證據累積的維度上都贏得了文本通用模型的位子;Nex-N2.5 Mini 則因是兩者中唯一能填補視覺代理位置的那一個,而贏得了那個位子。

血統能告訴你什麼,以及不能告訴你什麼

共享的 Qwen DNA 在一件事上具有參考價值,在另一件事上則毫無關聯。它對基礎品質具有參考價值:Nex-N2.5 Mini 源自比 Qwen3-8B 更新的 Qwen 預訓練版本,這在原始語言能力上是真實且往往可見的優勢;此外,對於任何部署過 Qwen3 系列模型的人來說,Mini 的工具呼叫與推理控制項會讓人感到熟悉——其解析慣例得以延續。但它在最關鍵的部分上毫無關聯,因為讓 Mini 成為 agent 的是 Nex-AGI 的後訓練(post-training),而非基礎模型,而後訓練恰恰是沒有獨立驗證的部分。出身於 Qwen 只能告訴你 Mini 應該是一個流暢的 Qwen 系模型,卻完全無法告訴你它的電腦使用迴圈是否真的如宣稱般在 OSWorld-Verified 達到 71.2 的成績。

哪一個會拿到那個名額?

對現今要推出文字、工具呼叫與 agent scaffold 的團隊而言,Qwen3-8B 是低風險的答案,血統論證也威脅不到它:十六個月累積的實績、單張 GPU 的經濟效益,以及各種場合的失敗模式都已有公開紀錄。對要打造 GUI agent——瀏覽器自動化、computer use、視覺自我修正——的團隊而言,Nex-N2.5 Mini 是兩者之中唯一為此而生的選擇;明智的姿態是試用而非依賴:先用免費端點跑一遍,把廠商的 computer use 分數當作尚待獨立驗證的宣稱,也不要讓一個才發布一天的模型,光憑一張 model card,就把耐操的主力從熱路徑上擠下來。

目前這兩種模型都不在 OrcaRouter 的目錄中——Qwen3-8B 透過阿里巴巴自家的 API 和數個第三方平台提供服務,Nex-N2.5 Mini 則在 Nex-AGI 的端點與你自己的 GPU 上執行——所以這次評估同樣是在你自己的技術棧內進行,而路由層正是在這裡證明其價值。適合「後繼者 vs 主力」的評估做法是:讓正式環境繼續留在久經考驗的 8B 上,把新的代理放到經由同一個 API 連通的測試分支上,並讓自動容錯切換在請求當下決定由哪一方提供服務——託管模型以「供應商列表價 + 0%加價」轉送,因此任何供應商調整價格的那一天,成本比較都依然貼近現況。路由器不會告訴你 Qwen3.5 的後繼者是否贏過 2025 年的主力模型——只有獨立執行該代理才會有答案——但它能讓那場實驗變得更便宜、可逆、而且能並排比較,而這正是整個重點。

Qwen3-8B 以一個已完工、Apache-2.0 授權、支援 119 種語言、並且歷經十六個月實戰考驗的模型,來回答「我今天下午能出貨什麼」;Nex-N2.5 Mini 則以一個誕生僅一天的 Qwen3.5 後代來回答「哪個小型開放模型能真正驅動電腦」——它的權重貨真價實,它的視覺原生代理設計在此尺寸上確實前所未有,而它的電腦操作分數,截至目前仍只是廠商的一面之詞。在後代證明自己能扛起代理重任之前,老黃牛繼續把守文字任務的位置;而如果 Nex-AGI 的說法能通過獨立測試,那一刻,血統問題就不再只是理論了。

本文中的比較3

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新