Nex-N2.5：所见，即行动

面向真实环境长程任务的新一代能动性模型系列。

Nex-AGI 正式推出新一代能动性模型系列 Nex-N2.5。

Nex-N2.5 提供 mini、Pro 和 Max 三种规模。Nex-N2.5-mini 与 Nex-N2.5-Pro 延续 Nex-N2 的多模态基础，重点增强计算机使用、网页浏览和基于视觉反馈的智能体能力。Nex-N2.5-Max 基于 1.6 万亿参数的纯文本混合专家（MoE）基座模型，完成了我们首次万亿参数规模的完整后训练。

面向真实环境中的长程任务，Nex-N2.5 进一步增强了通过视觉反馈持续行动与自我校正的能力。模型能够操作计算机和浏览器，也能自主执行、测试程序。视觉成为智能体感知环境、验证结果并推进任务的关键接口。

在此基础上，我们进一步扩展了智能体训练环境、任务类型与生产力场景，并首次完成万亿参数规模的系统性后训练。更广的任务覆盖和更丰富的环境反馈，让 Nex-N2.5 在科学研究、知识工作及复杂生产力任务中取得进一步提升，也为更大规模模型的能动性训练积累了实践经验。

Nex-AGI 将继续协同推进模型训练、基础设施与真实智能体场景的研发。

模型开源

Nex-N2.5 系列将开放模型权重，并提供在线托管服务。

• Nex-N2.5-Max: Hugging Face | ModelScope
• Nex-N2.5-Pro: Hugging Face | ModelScope
• Nex-N2.5-mini: Hugging Face | ModelScope
• 在线服务： OpenRouter（Nex-N2.5-Pro） | OpenRouter（Nex-N2.5-mini）
• 官方网站： Nex-AGI

欢迎开发者和企业接入、试用 Nex-N2.5，并向我们反馈使用体验。

性能评测

我们从编程、智能体工作流、计算机使用和多模态理解等方面评估 Nex-N2.5。

下表比较 Nex-N2.5-mini、Nex-N2.5-Pro、Nex-N2.5-Max 与其他领先模型在各项评测中的表现。^1、2 粗体表示该项评测的最优结果，包括并列最优；“—”表示暂无数据。¹⁰

文本能力评测

多模态能力评测

¹ 分数来源：优先采用官方评测排行榜与模型提供方发布的最新评测报告，包括 Kimi-K3、Qwen3.8-Max、GLM-5.3 和 HY4 的报告。没有公开来源的结果由我们自行评测获得。

² 采样参数：评测使用 temperature = 0.7、top_p = 0.95 和 top_k = 40。

³ 评测框架：编程任务使用 NexAU 框架评测。

⁴ DeepSeek-V4-Pro：评测使用 DeepSeek-V4-Pro-0813 版本。

⁵ AutomationBench：使用公开版本。

⁶ BrowseComp：当 token 用量超过模型上下文窗口的 60% 时，使用 Summary 上下文压缩策略。

⁷ Vision2Web：报告 Frontend、Webpage 和 Website 三类任务的平均分，使用 Gemini-3.5-Flash 作为视觉语言评判模型，GLM-5V-Turbo（Claude Code）作为图形界面智能体。

⁸ OSWorld、WebTest、WebArena 等计算机与浏览器使用基准均使用 NexCUA 框架评测。界面定位坐标归一化到 0–1000。NexCUA 项目将于后续开源。

⁹ WebTestBench：结果在 oracle 模式下评测，使用真实检查清单，仅评估缺陷检测，不包含检查清单生成。

¹⁰ 符号说明：粗体表示该项评测的最优结果，包括并列最优；“—”表示暂无数据。

真实生产力场景评测

以下图表保留原发布页的逐项对比，文本、多模态任务分别展示。完整评测结果见上方表格。

用 Nex-N2.5 构建

凝聚态物理

Nex-N2.5 Max

围绕 R3c BiFeO₃ 材料的磁控极化问题，Nex-N2.5 Max 模拟不同磁矩方向下的电极化变化，用路径角度—极化曲线呈现磁态与极化的耦合关系。结果图将晶体结构、磁矩旋转路径和计算曲线联系起来，为分析磁态如何调控电极化提供依据，也展示了低功耗磁电存储相关材料问题的研究过程。

CAD 设计

Nex-N2.5 Max

Nex-N2.5 Max 通过 Python 调用 SolidWorks COM，从零件建模、关节定位到整体装配，构建具有工业产品外观的机械臂。设计以深灰骨架、橙色装甲和金属关节组织结构，补充双指夹爪、分层外壳、法兰与紧固件。演示视频、装配视图和爆炸视图共同呈现从参数化设计到 CAD 装配的过程，以及各部件的空间关系。

芯片设计

Nex-N2.5 Max

从一份存在缺陷的 CRC16-CCITT 流式加速器 RTL 出发，Nex-N2.5 Max 修复逐周期握手、忙碌状态、末字节处理和单周期完成信号，并调用 Verilator、Icarus Verilog、Yosys 与 OpenROAD 完成功能验证、综合及 Sky130 HD 布局布线。最终通过隐藏功能回归与完整物理实现，生成 GDS、DEF、SPEF 和门级网表；Setup / Hold TNS、详细布线违例均为 0，报告 Fmax 约 386 MHz。

长程游戏操作

Nex-N2.5 Pro

任务从《宝可梦 白金》的新游戏开始，要求 Nex-N2.5 Pro 仅凭游戏画面与正常按键，自主阅读对话、寻找路线、推进剧情，并管理队伍的体力、招式与战斗策略。目标是击败黑金道馆的瓢太，获得第一枚煤炭徽章；过程涵盖探索、训练、补给和失败后的策略调整，获胜后还需通过游戏内保存与重新载入确认徽章进度。

Office办公操作

Nex-N2.5 Pro

Nex-N2.5 Pro 在 LibreOffice Writer、Impress 和 Calc 中处理真实的研究报告、客户发布稿与业务工作簿。模型先阅读已有材料，理解内容结构、版式和数据关系，再完成研究笔记整理、演示文稿补页和价格表审阅。三个案例都将任务落实到可编辑的办公文件，并通过保存、复核与原有内容保留完成交付。

Nex-N2.5 Pro 阅读 UNEP《Emissions Gap Report 2024》，核对报告标题、章节结构和关键数据，再在 LibreOffice Writer 中整理研究笔记。正文提炼短结论与证据信号，独立附录记录来源、可见页面核查和信息使用范围，使结论能够回到原报告查证。最终保存为两页可编辑文档，并逐页复核内容与排版。

面对一份已有 12 页的 RiskIndex2026 客户发布稿，Nex-N2.5 Pro 先通读供应链风险主题、标题脉络与后续行动，再在 LibreOffice Impress 中补充一页呼应全文的收尾。新增页面沿用深蓝与橙色配色、既有版式及页脚信息，保留原有页面和顺序，最终保存并检查完整的 13 页可编辑演示文稿。

Nex-N2.5 Pro 在 LibreOffice Calc 中审阅芒果价格工作簿，结合价格表与定价政策理解 SKU、Product、Origin 等字段及其数据关系。新增的 Review Notes 工作表集中记录来源结构、价格汇总、关键字段完整性和到岸成本检查，为下一位分析师提供可接手的说明。原始数据行与公式保持完整，结果另存为可编辑工作簿并复核。

创意设计

Nex-N2.5 Pro

Nex-N2.5 Pro 先在 Inkscape 中通过图形界面逐步绘制机甲概念板，确定身体比例、装甲轮廓、剑盾装备与配色，再将二维设计转化为 Blender 中的 58 个独立网格分件。建模过程补全侧面厚度、背部推进器和连接结构，配置金属装甲、深色内构与能量自发光材质，最后加入相机、灯光和展示底座，完成 Eevee 渲染。

Vision2Context

Nex-N2.5 Pro

许多 Agent 任务受限于用户个性化上下文：例如申请公司 API 额度，模型需要了解内部平台、申请入口与审批流程。Nex-N2.5 Pro 根据用户授权范围，从主动录制的示范视频或日常屏幕观察中提取这些信息，生成可复用的个性化 Skills，供 NorthCUA、OpenClaw 等 Agent 使用。两段视频以差旅场景串联操作示范理解、Skill 生成和后续 Computer Use 执行。

复杂前端

Nex-N2.5 Max

从“用 SVG 画一只骑自行车的鹈鹕”，到第一人称高达空战和可拆解重拼的乐高城市，Nex-N2.5 Max 将简短的自然语言需求转化为可直接体验的前端作品。模型围绕每个创意补全场景、交互控件与反馈机制，把 SVG 动画、三维场景和游戏逻辑组织成完整页面，让用户能在同一处浏览、操作和体验。

根据“在白天空中，以第一人称驾驶高达与另一台高达对战”的需求，Nex-N2.5 Max 用 HTML 构建三维空战场景、机体表现和战斗界面。玩家可以移动、升降、推进并发射光束，在实时画面中观察距离与战斗状态的变化。场景、操控和视觉反馈共同构成可直接游玩的机甲对战体验。

打开交互演示：高达 · 苍穹决斗

在新窗口打开演示 ↗

从一句“用 SVG 画个鹈鹕骑自行车”出发，Nex-N2.5 Max 将角色造型、自行车和运动场景组织为可交互的动画页面。骑行过程支持速度调节、昼夜切换和鸣笛，画面会随操作产生反馈。一个简单的绘图请求由此延伸为可观看、可调节、可游玩的前端小作品。

打开交互演示：鹈鹕单车

在新窗口打开演示 ↗

围绕“点击砖块让城市散开，再环视废墟慢慢重拼”的创意，Nex-N2.5 Max 构建包含地标建筑的三维乐高城市，并加入拆解、观察与重建操作。玩家可以从不同角度查看城市、拆除局部砖块，也可以一键重建；城市完整度和砖块状态随操作更新，让建筑从完整形态到解构、复原的过程清晰可见。

打开交互演示：乐高城市

在新窗口打开演示 ↗

使用 NexRT 推理

NexRT 是面向 Nex-N2.5-Pro 的单请求推理引擎，支持在 8 张 H100 或 H200 GPU 上运行普通解码、MTP 和 DFlash。通过定制 CUDA 内核、完整解码 CUDA Graph 和 GPU 直接通信，NexRT 优化从嵌入、注意力、MoE 到采样的整个解码路径。

NexRT 使用 SGLang 完成预填充，并在预填充与解码引擎之间共享路由专家权重；上下文并行注意力进一步减少长上下文中的重复 KV 读取。

评测说明

• 分数优先采用官方榜单和模型提供方的最新评测报告；无公开来源的结果由团队自行评测。
• 采样参数为 temperature = 0.7、top_p = 0.95、top_k = 40。编程任务使用 NexAU 评测框架。
• DeepSeek-V4-Pro 使用 0813 版本。BrowseComp 在 token 使用量超过上下文窗口的 60% 时采用 Summary 压缩策略。
• Vision2Web 汇总 Frontend、Webpage、Website 三类得分，以 Gemini-3.5-Flash 为视觉评判模型、GLM-5V-Turbo（Claude Code）为 GUI 智能体。
• OSWorld、WebTest、WebArena 等计算机与浏览器操作基准使用 NexCUA；定位坐标归一化至 0–1000。
• WebTestBench 使用 oracle 模式，仅依据标准检查清单评估缺陷发现，不包含检查清单生成。

使用方法

Docker 部署

我们提供预装定制版 sglang 的 Docker 镜像 nexagi/sglang:v0.5.18-nex-patch，可使用下列命令启动。

Nex-N2.5-Max

# Multi-node (2 nodes, 16 x H200). Run the same command on every node with:
#   <node-rank> = 0 on the head node, 1 on the other node
#   <node0-ip>  = IP of the head node (reachable from all others)
docker run --gpus all --shm-size 32g --network host \
  -v /path/to/your/model:/model \
  nexagi/sglang:v0.5.18-nex-patch \
  python3 -m sglang.launch_server \
    --model-path /path/to/your/model \
    --trust-remote-code \
    --host 0.0.0.0 \
    --port 8000 \
    --nnodes 2 \
    --node-rank "${NODE_RANK}" \
    --dist-init-addr "${MASTER_ADDR}:5000" \
    --tp 16 \
    --pp-size 1 \
    --dp 1 \
    --ep-size 16 \
    --attention-backend dsv4 \
    --kv-cache-dtype fp8_e4m3 \
    --page-size 256 \
    --moe-a2a-backend deepep \
    --moe-runner-backend deep_gemm \
    --moe-dense-tp-size 1 \
    --deepep-mode auto \
    --context-length 262144 \
    --mem-fraction-static 0.84 \
    --chunked-prefill-size 8192 \
    --enable-mixed-chunk \
    --disable-overlap-schedule \
    --max-running-requests 64 \
    --cuda-graph-max-bs-decode 64 \
    --cuda-graph-backend-decode full \
    --cuda-graph-backend-prefill disabled \
    --chat-template /path/to/nex-n2.5-max/chat_template.jinja \
    --reasoning-parser deepseek-r1 \
    --tool-call-parser qwen3_coder

Nex-N2.5-Pro

单机配置：8 张 H100。

docker run --gpus all --shm-size 32g --ipc=host \
  -p 30000:30000 \
  -v /path/to/your/model:/model \
  nexagi/sglang:v0.5.18-nex-patch \
  python3 -m sglang.launch_server \
    --model-path /model \
    --tp 8 \
    --host 0.0.0.0 --port 30000 \
    --reasoning-parser qwen3 \
    --tool-call-parser qwen3_coder \
    --chat-template /path/to/nex-N2.5-Pro/chat-template.jinja \
    --mamba-scheduler-strategy extra_buffer

Nex-N2.5-mini

单机配置：2 张 H100。

docker run --gpus all --shm-size 32g --ipc=host \
  -p 30000:30000 \
  -v /path/to/your/model:/model \
  nexagi/sglang:v0.5.18-nex-patch \
  python3 -m sglang.launch_server \
    --model-path /model \
    --tp 2 \
    --host 0.0.0.0 --port 30000 \
    --reasoning-parser qwen3 \
    --tool-call-parser qwen3_coder \
    --chat-template /path/to/nex-N2.5-mini/chat-template.jinja \
    --mamba-scheduler-strategy extra_buffer

推荐采样参数

为获得最佳生成质量，建议使用以下采样参数：

• temperature: 0.7
• top_p: 0.95
• top_k: 40

思考模式

通过 reasoning_effort 控制 Nex-N2.5 的思考行为：

如需自适应思考，请在兼容 OpenAI 的 Chat Completions 请求中将 reasoning_effort 设为 "medium"。将 <served-model-name> 替换为服务实际提供的模型名：

{
  "model": "<served-model-name>",
  "messages": [
    {"role": "user", "content": "Explain how binary search works."}
  ],
  "reasoning_effort": "medium"
}

聊天模板使用 reasoning_effort；enable_thinking、thinking_mode 等参数需要由接入网关转换。

函数调用

Nex 系列模型支持函数调用。启动服务时加入 --tool-call-parser qwen3_coder 参数即可启用：

python -m sglang.launch_server --model-path /path/to/your/model --tool-call-parser qwen3_coder

推理内容解析

模型生成推理过程时，可配置 SGLang，将推理内容与最终回复分开：

• Nex-N2.5-mini 与 Nex-N2.5-Pro： --reasoning-parser qwen3
• Nex-N2.5-Max： --reasoning-parser deepseek-r1

上述部署命令已包含对应的推理解析器和 --tool-call-parser qwen3_coder。解析器负责提取推理内容，思考模式由 reasoning_effort 指定。