Nex-N2：思考，为行动而生

采用 Agentic Thinking 的能动性模型。

我们正式发布并开源下一代模型 Nex-N2，面向真实生产力场景构建。Nex-N2 具备第一梯队的编程与智能体能力，能够在真实环境中持续推进复杂长程任务，稳定交付端到端结果。

过去一年，Vibe Coding 与 Harness Engineering 推动的范式变化不断拓展大语言模型智能体的能力边界。从对话、推理到依据环境反馈执行长程任务，模型面对的任务持续变难、上下文不断增长、环境也更接近现实。下一代模型需要可靠、高效地将思考转化为可执行、可验证、可迭代的行动。

Nex-N2 通过 Agentic Thinking 框架统一推理、工具使用和环境执行，将需求理解、任务规划、代码实现、环境反馈、评估调试与持续迭代连成完整闭环。框架包含两个部分：

• 自适应思考（Adaptive Thinking）： 模型自主决定何时思考、思考多深。简单动作快速执行，关键决策充分推理。
• 一致性思考（Coherent Thinking）： 在通用推理与各类智能体任务之间采用一致的推理范式，保持跨任务、跨模态的一致性，使能力能够稳定迁移。

在智能体编程、深度研究、工具调用和终端执行等真实工作流中，Nex-N2 达到第一梯队水平，在多项权威基准上较上一代 Nex-N1 明显提升。在 OpenClaw 一人公司工作流、端到端游戏开发、网页及多模态生成等生产力场景中，也表现出良好的可用性、鲁棒性和稳定性。

模型开源

我们延续开源承诺，同步开放 Nex-N2-Pro 与 Nex-N2-mini。

• Nex-N2-Pro: Hugging Face | ModelScope
• Nex-N2-mini: Hugging Face | ModelScope
• 在线体验： 硅基流动

欢迎开发者和企业接入、试用 Nex-N2，并反馈使用体验。

性能评测

我们从智能体任务、编程任务和通用任务三个方向评估 Nex-N2，覆盖工具调用、搜索决策、软件工程和终端执行等真实工作流。Nex-N2-Pro 的性能紧跟 GPT-5.5、Opus 4.7 等顶尖模型：编程任务表现突出，例如 Terminal-Bench 2.1 得分 75.3；在长程任务 GDPval 上得分 1585；在 SWE-Atlas、DeepSWE 等较新基准上也展现出较强的泛化能力。在通用能力和核心推理方面，与领先模型处于同一梯队。

Nex-N2 包含两款基于 Qwen3.5 系列后训练的模型：Nex-N2-Pro 使用 Qwen3.5-397B-A17B 基座，Nex-N2-mini 使用 Qwen3.5-35B-A3B-Base 基座，分别对应不同的时延与质量需求。下表列出两款模型与领先闭源、开源模型的完整评测结果。

真实生产力场景评测

推理与行动，同一种思维

Nex-N2 将目标分解、状态追踪、策略调整与自我校验贯穿搜索、编程和工具调用。原发布页展示了以下五类任务。

深度搜索

根据出生时间、童年愿望、国家队经历与比赛奖牌等线索，交叉查证运动员身份。模型通过多轮搜索定位 Farida Osman，并用大学资料、个人网站及比赛记录核对线索。

终端智能体

为 FEAL 类加密函数实现选择明文攻击，恢复 key[5]。原案例使用 16 次加密查询，恢复结果与实际密钥一致，演示记录耗时约 0.162 秒。

OpenClaw

为 VLMEvalKit 开源项目制作现代化单页宣传主页。模型交付单文件 HTML，内嵌 7 张图片，覆盖项目能力、快速开始、近期更新与社区信息，并用浏览器检查截图和交互。

网页制作

根据自然语言需求构建 Three.js 机械臂。成品支持关节选择、拖动旋转、滑块调节、键盘微调、复位与自动演示，并显示末端执行器坐标。

数学推理

在 2024 个非负数循环排列、任意连续三项之和不超过 2 的条件下，求隔项乘积之和的最大值。模型给出最大值 1012，并以奇数项为 1、偶数项为 0 的构造验证可达。

基于任务复杂度的自适应推理

Nex-N2 能自主决定是否开启思考，并随任务调整推理强度。原发布页报告：Nex-N2-mini 在自适应思考模式下，效果接近或略好于每轮强制开启思考，整体 token 花销节省约 20%。

搜索任务在前期拆解策略、后期综合证据；软件工程任务在定位问题与验证修复时集中推理；OpenClaw 长程任务在收尾整合时达到推理峰值。

用 Nex-N2 构建

自我进化

我们测试了 Nex-N2-Pro 编写 SQL 解释器的功能。模型需要写一个 Python 脚本正确解析 SQL 语句，从数据库中查询正确结果。基于 Codex 框架和 SQLite 的 sqllogictest 测试套件，我们在固定间隔对不同模型编写的解释器进行测试。在相同的迭代时间内，GPT-5.5 最高通过率为 80.4%，Nex-N2-Pro 则位于其后，达到了最高 69.0% 的通过率。Nex-N2-Pro 在这个过程中编写测试，迭代解释器实现，首先实现了 WHERE, JOIN 和 subquery 子句，然后实现了 qualified name、table alias 等功能。

打开交互演示：自我进化

在新窗口打开演示 ↗

游戏开发 · 巫师之殇

在游戏开发场景，Nex-N2-Pro 设计了一个以主 Agent 为核心的多智能体协作流程，以一个主 Agent 主导完成游戏的设计与开发，调度三个子 Agent 分别从玩法、性能、体验等不同维度测试，将问题回传主 Agent 迭代修复，直到产出一个完整、稳定、可玩的成品。 多智能体协同、长链路规划、自主发现并解决问题，正是复杂任务最考验模型的地方。这款“巫师之殇”就是这样诞生的，用户只输入了素材库和几句想法，Nex-N2-Pro 便端到端完成了从设计、测试到修复交付的全过程。

打开交互演示：游戏开发 · 巫师之殇

在新窗口打开演示 ↗

小程序原型开发

在产品设计场景，用户提出自然语言需求：“做个 AI 健身减肥管理 iOS 原型，4 个核心屏幕要真能点击”，Nex-N2-Pro 便自主规划出今日总览、今日计划、教练、我的进度四个完整屏幕，并为每个屏幕设计了差异化的信息架构：总览用深色 hero 卡承载核心数据，计划页用时间线串联饮食与运动，教练页用对话式交互传递建议，进度页用列表呈现长期趋势。底部 Tab 栏、卡片跳转、返回导航均实现了真实可点击的状态流转。

打开交互演示：小程序原型开发

在新窗口打开演示 ↗

深度研究与 PPT 生成

基于 Claude Code 框架，Nex-N2-Pro 根据研究目标搜集一份 SpaceX IPO的相关资料并整理，把 SpaceX 的业务、技术、财务、估值、治理、竞争、里程碑、愿景重新组织成 12 页叙事结构，使用 SVG 进行绘图，并最终转化为完全可编辑的 pptx 格式。

下载完整可编辑 PPTX

复杂前端能力

Nex-N2-Pro可以完成复杂的前端代码开发工作。用户输入指令“帮我用html做个3d机械臂，要功能完整，逻辑通顺，关节点击可以旋转”，Nex-N2-Pro 便可以一气呵成完成复杂功能的模拟，在视觉表现和逻辑复杂度达到专业水准。

打开交互演示：复杂前端能力

在新窗口打开演示 ↗

Nex-N2 x North Coder

在复杂全栈开发场景中，基于自研编程 harness North Coder ，Nex-N2 自动将需求拆解为约 100 个 RFC，明确各自的优先级与依赖关系，实现自主调度、并行执行、回收依赖。通过 North Coder，用户可以实时看到上百个任务的状态流转，前端、后端、Agent Runtime 各条线并行开工，每个 RFC 端到端地完成方案设计、编码实现与自我验证，最终汇聚成一个完整可运行的项目。

使用方法

本地部署

说明： 为充分发挥 Nex 系列模型的性能，建议使用我们定制的 sglang 分支提供推理服务。

首先安装定制版 sglang：

# Use the customized `sglang` fork
git clone https://github.com/nex-agi/sglang.git
cd sglang

# Install the python packages
pip install --upgrade pip
pip install -e "python"

Nex-N2-Pro

启动服务。以下示例使用两台服务器，每台配备 8 张 H100，CUDA 版本为 13.0：

# Multi-node (2 nodes). 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)
python -m sglang.launch_server \
  --model-path /path/to/your/model  \
  --tp 16 \
  --nnodes 2 \
  --node-rank <node-rank> \
  --dist-init-addr <node0-ip>:20000 \
  --reasoning-parser qwen3 \
  --tool-call-parser qwen3_coder \
  --mamba-scheduler-strategy extra_buffer

Nex-N2-mini

启动服务。以下示例使用一台配备 2 张 H100 的服务器，CUDA 版本为 13.0：

python -m sglang.launch_server \
  --model-path /path/to/your/model  \
  --tp 2 \
  --reasoning-parser qwen3 \
  --tool-call-parser qwen3_coder \
  --mamba-scheduler-strategy extra_buffer

Docker 部署

我们也提供预装定制版 sglang 的 Docker 镜像 nexagi/sglang:v0.5.12，启动命令如下。

Nex-N2-Pro

# Multi-node (2 nodes). 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:v0.5.12 \
  python3 -m sglang.launch_server \
    --model-path /model \
    --tp 16 \
    --nnodes 2 \
    --node-rank <node-rank> \
    --dist-init-addr <node0-ip>:20000 \
    --host 0.0.0.0 --port 30000 \
    --reasoning-parser qwen3 \
    --tool-call-parser qwen3_coder \
    --mamba-scheduler-strategy extra_buffer

Nex-N2-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:v0.5.12 \
  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 \
    --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

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

Nex 系列模型会输出明确的推理过程。加入 --reasoning-parser qwen3 参数，可将推理内容与最终回复分开解析，也可与上述函数调用解析器一起使用：

python -m sglang.launch_server --model-path /path/to/your/model --tool-call-parser qwen3_coder --reasoning-parser qwen3