Model
.ai
offene KI-Modelle im Blick
Nex N2.5 Mini

Nex AGI | 262.144 Token Kontext | $0,02/M Eingabe, $0,10/M Ausgabe. Nex-N2.5 ist ein agentisches Modell, das darauf ausgelegt ist, Ziele in funktionierende, verifizierte Ergebnisse umzusetzen. Seine Kernstärke ist agentisches Coding innerhalb eines visuellen Feedback-Loops: Es kann Codebasen erkunden, mehrdateiige Änderungen implementieren, Befehle ausführen, Anwendungen starten, mit Browser- und Desktop-Oberflächen interagieren und Software aus Nutzersicht testen. Wenn das beobachtete Verhalten nicht dem beabsichtigten Ergebnis entspricht, kann Nex-N2.5 das Problem diagnostizieren, die…Nex AGI | 262.144 Token Kontext | $0,02/M Eingabe, $0,10/M Ausgabe. Nex-N2.5 ist ein agentisches Modell, das darauf ausgelegt ist, Ziele in funktionierende, verifizierte Ergebnisse umzusetzen. Seine Kernstärke ist agentisches Coding innerhalb eines visuellen Feedback-Loops: Es kann Codebasen erkunden, mehrdateiige Änderungen implementieren, Befehle ausführen, Anwendungen starten, mit Browser- und Desktop-Oberflächen interagieren und Software aus Nutzersicht testen. Wenn das beobachtete Verhalten nicht dem beabsichtigten Ergebnis entspricht, kann Nex-N2.5 das Problem diagnostizieren, die Implementierung überarbeiten und erneut testen. Das macht es besonders effektiv für autonome Softwareentwicklung, GUI-basierte QA, Computer-Automatisierung, tiefgehende Forschung und wissenschaftliche Workflows, bei denen Erfolg in der Umgebung demonstriert werden muss – nicht nur aus generiertem Code abgeleitet.

Anleitungen zu diesem Modell
Alle Anleitungen
Nex-N2.5-Mini ist das kleinste Mitglied der agentischen Modellfamilie von Nex AGI, entwickelt, um Computer, Browser und Codebasen zu bedienen, statt nur darüber Text zu generieren. Sein besonderes Merkmal ist eine visuelle Rückkopplungsschleife: Es sieht, was eine Anwendung tatsächlich tut, erkennt Abweichungen und überarbeitet, bis das Ergebnis bestätigt ist. Offene Gewichte und ein niedriger API-Preis machen es zu einem praktischen Einstiegspunkt für Entwickler, die autonome Softwareentwicklung ohne hohe Kosten für Frontier-Modelle suchen.

Bekannt für

  • Führt mehrteilige Codeänderungen aus, führt Befehle aus und testet die Ergebnisse selbst.
  • Verwendet Vision als aktiven Feedback-Kanal, nicht nur als Eingabemodalität.
  • Bedient Browser- und Desktop-GUIs für Computersteuerung und QA-Automatisierung.
  • 262.144 Token Kontextfenster bewältigt große Codebasen in einem Durchgang.
  • Offene Gewichte auf Hugging Face neben gehostetem API-Zugang verfügbar.

Achte auf

  • Mini ist kleiner als Pro und Max; komplexe Langzeitaufgaben erfordern möglicherweise die größeren Geschwister.
  • Agentische Computer-Workflows erfordern sorgfältiges Sandboxing – dieses Modell führt echte Befehle aus.
  • Lizenzbedingungen für kommerzielle Nutzung sind vom Hersteller auf der öffentlichen Modellkarte nicht detailliert angegeben.

Prompts zum Ausprobieren

Autonome Fehlerbehebungs-Schleife
Klonen Sie das Repository unter diesem Pfad, finden Sie den fehlschlagenden Test in der Testsuite, verfolgen Sie die Ursache über Dateien hinweg, implementieren Sie eine Lösung, führen Sie die Tests erneut aus und berichten Sie, was sich geändert hat und warum. Stoppen Sie nicht nach dem Schreiben der Lösung – führen Sie die Tests tatsächlich aus und bestätigen Sie, dass sie bestehen.
GUI-Regressionstest
Öffnen Sie die Web-App unter localhost:3000, navigieren Sie zum Checkout-Prozess, führen Sie einen Testkauf mit den Demo-Zugangsdaten durch, machen Sie bei jedem Schritt einen Screenshot und markieren Sie alle UI-Elemente, die im Vergleich zum erwarteten Verhalten defekt, falsch ausgerichtet oder nicht reagierend erscheinen.
Feature-Erweiterung im Codebase
Erkunden Sie die Struktur dieses Projekts, fügen Sie dann eine CSV-Export-Schaltfläche zur bestehenden Datentabellen-Komponente hinzu. Verbinden Sie sie mit der aktuellen Datenquelle, stellen Sie sicher, dass bestehende Tests nicht fehlschlagen, schreiben Sie einen neuen Test für die Exportfunktion und führen Sie die gesamte Testsuite aus, um zu bestätigen, dass alles besteht.

Vergleichen mit

  • Nex-N2.5-Pro
    Modell mit offenen Gewichten
    262,144 Token Kontext · $0.07/M Eingabe, $0.25/M Ausgabe
  • GPT-6 Luna
    Nur API-Modell
    1,050,000 Token Kontext · $0.10/M Eingabe, $0.50/M Ausgabe
  • GPT-5.6 Luna
    Nur API-Modell
    1,050,000 Token Kontext · $0.20/M Eingabe, $1.20/M Ausgabe
  • Claude Opus 5.5
    Nur API-Modell
    1,000,000 Token Kontext · $4.00/M Eingabe, $20.00/M Ausgabe
Mehr Textmodelle von nex-agi

Häufig gestellte Fragen

Sind die Nex-N2.5-Mini-Gewichte offen und kann ich es lokal ausführen?
Ja, Nex AGI hat die Gewichte als Open Source auf Hugging Face veröffentlicht, sodass Sie das Modell herunterladen und selbst hosten können.
Was kostet Nex-N2.5-Mini und wie lang ist der Kontext?
Über die gehostete API kostet es 0,02 $ pro Million Eingabetoken und 0,10 $ pro Million Ausgabetoken, mit einem Kontextfenster von 262.144 Token.
Worin unterscheidet sich Nex-N2.5-Mini von Nex-N2.5-Pro und Max?
Mini ist die kleinste und günstigste Stufe; Pro und Max bieten bessere Benchmark-Ergebnisse bei Coding- und agentischen Aufgaben, wobei Max auf einer 1,6-Billionen-Parameter-MoE-Basis aufbaut, die nur Text verarbeitet.
Captain's Urteil
Ein wirklich agentisches offenes Modell, das die Schleife zwischen Code schreiben und dessen Ausführung verifizieren schließt – günstig genug, um frei damit zu experimentieren.
Model Card auf Hugging Face
Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.
Ranking badge
Updated Oct 22, 2026
Nex N2.5 Mini auf ModelTrends.ai: Heat 5,062°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Wie sich dieser Wert zusammensetzt
Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.
Glossar: die hier verwendeten Begriffe
Heat-Score
Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert
Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente
Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala
Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes
Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate
Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt
Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder
Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde
Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten
Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens
Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint)
Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding
Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte
Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter
Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost
Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert
Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist)
Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend
Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell
Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.