Adakah berat Nex-N2.5-Mini terbuka dan boleh saya jalankan secara tempatan?

Ya, Nex AGI telah melepaskan berat sebagai sumber terbuka di Hugging Face, jadi anda boleh muat turun dan hos sendiri model ini.

Berapa kos Nex-N2.5-Mini dan berapa panjang konteksnya?

Melalui API dihoskan, harganya $0.02 per sejuta token input dan $0.10 per sejuta token output, dengan tetingkap konteks 262,144 token.

Bagaimana Nex-N2.5-Mini berbeza daripada Nex-N2.5-Pro dan Max?

Mini adalah tahap terkecil dan paling murah; Pro dan Max menawarkan keputusan penanda aras lebih kuat untuk tugas pengkodan dan agen, dengan Max dibina di atas asas MoE 1.6 trilion parameter yang hanya teks.

Nex N2.5 Mini

5062°

#llm #nex-agi #penglihatan #penalaran #ejen #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Nex AGI | konteks token 262,144 | $0.02/M input, $0.10/M output. Nex-N2.5 adalah model agenik yang dibina untuk mengubah matlamat menjadi hasil kerja yang disahkan. Kekuatan terasnya adalah pengkodan agenik dalam gelung maklum balas visual: ia boleh meneroka pangkalan kod, melaksanakan perubahan berbilang fail, menjalankan arahan, melancarkan aplikasi, berinteraksi dengan antara muka pelayar dan desktop, dan menguji perisian dari perspektif pengguna. Apabila tingkah laku yang diperhatikan tidak sepadan dengan hasil yang dimaksudkan, Nex-N2.5 boleh mendiagnosis isu, mengubah pelaksanaannya,…Nex AGI | konteks token 262,144 | $0.02/M input, $0.10/M output. Nex-N2.5 adalah model agenik yang dibina untuk mengubah matlamat menjadi hasil kerja yang disahkan. Kekuatan terasnya adalah pengkodan agenik dalam gelung maklum balas visual: ia boleh meneroka pangkalan kod, melaksanakan perubahan berbilang fail, menjalankan arahan, melancarkan aplikasi, berinteraksi dengan antara muka pelayar dan desktop, dan menguji perisian dari perspektif pengguna. Apabila tingkah laku yang diperhatikan tidak sepadan dengan hasil yang dimaksudkan, Nex-N2.5 boleh mendiagnosis isu, mengubah pelaksanaannya, dan menguji semula. Ini menjadikannya sangat berkesan untuk kejuruteraan perisian autonomi, QA berasaskan GUI, automasi penggunaan komputer, penyelidikan mendalam, dan aliran kerja saintifik di mana kejayaan mesti dibuktikan dalam persekitaran—bukan sekadar disimpulkan dari kod yang dijana.

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI tempatan mana yang patut digunakan, dan model teratas yang dijalankan oleh setiap satu

LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja

Berapa banyak VRAM yang saya perlukan untuk AI tempatan?

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Nex-N2.5-Mini adalah ahli terkecil dalam keluarga model agen Nex AGI, dibina untuk mengendalikan komputer, pelayar dan kod, bukan sekadar menjana teks mengenainya. Ciri istimewanya ialah gelung maklum balas visual: ia melihat apa yang aplikasi lakukan, mengesan ketidakpadanan, dan mengubah sehingga hasil disahkan. Berat terbuka dan harga API rendah menjadikannya titik permulaan praktikal untuk pembangun yang mahu kejuruteraan perisian autonomi tanpa bil model hadapan yang mahal.

Dikenali untuk

Menjalankan perubahan kod berbilang fail, melaksanakan arahan, dan menguji hasil sendiri.
Menggunakan penglihatan sebagai saluran maklum balas aktif, bukan hanya modaliti input.
Mengendalikan GUI pelayar dan desktop untuk penggunaan komputer dan automasi QA.
Tetingkap konteks 262,144 token mengendalikan kod besar dalam satu laluan.
Berat terbuka tersedia di Hugging Face bersama akses API dihoskan.

Berhati-hati dengan

Mini berada di bawah Pro dan Max dalam keluarga; tugas kompleks jangka panjang mungkin memerlukan model yang lebih besar.
Aliran kerja penggunaan komputer agen memerlukan sandboxing teliti—model ini direka untuk menjalankan arahan sebenar.
Terma lesen untuk penggunaan komersial tidak diterangkan oleh pembuat pada kad model awam.

Terbaik untuk

Ejen dan penggunaan alat

Pengaturcaraan

Penglihatan

Konteks panjang

Jalankan secara tempatan

Arahan untuk cuba

Gelung pembetulan pepijat autonomi

Klon repositori di laluan ini, cari ujian yang gagal dalam suite ujian, jejak punca akar merentasi fail, laksanakan pembetulan, jalankan ujian semula, dan laporkan apa yang berubah dan mengapa. Jangan berhenti selepas menulis pembetulan—jalankan ujian dan sahkan ia lulus.

Pemeriksaan regresi GUI

Buka aplikasi web yang berjalan di localhost:3000, navigasi ke aliran pembayaran, lengkapkan pembelian ujian menggunakan kelayakan demo, ambil tangkapan skrin setiap langkah, dan tandakan sebarang elemen UI yang kelihatan rosak, tidak selari atau tidak responsif berbanding tingkah laku dijangka.

Penambahan ciri pada kod asas

Terokai struktur projek ini, kemudian tambah butang eksport CSV ke komponen jadual data sedia ada. Sambungkan ke sumber data semasa, pastikan ia tidak merosakkan ujian sedia ada, tulis ujian baru untuk fungsi eksport, dan jalankan suite ujian penuh untuk mengesahkan semuanya lulus.

Bandingkan dengan

Nex-N2.5-Pro
Model berat terbuka
konteks 262,144 token · Input $0.07/M, output $0.25/M
GPT-6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.20/M, output $1.20/M
Claude Opus 5.5
Model hanya API
konteks 1,000,000 token · Input $4.00/M, output $20.00/M

Lebih banyak model teks dari nex-agi

Soalan yang sering ditanya

Adakah berat Nex-N2.5-Mini terbuka dan boleh saya jalankan secara tempatan?: Ya, Nex AGI telah melepaskan berat sebagai sumber terbuka di Hugging Face, jadi anda boleh muat turun dan hos sendiri model ini.
Berapa kos Nex-N2.5-Mini dan berapa panjang konteksnya?: Melalui API dihoskan, harganya $0.02 per sejuta token input dan $0.10 per sejuta token output, dengan tetingkap konteks 262,144 token.
Bagaimana Nex-N2.5-Mini berbeza daripada Nex-N2.5-Pro dan Max?: Mini adalah tahap terkecil dan paling murah; Pro dan Max menawarkan keputusan penanda aras lebih kuat untuk tugas pengkodan dan agen, dengan Max dibina di atas asas MoE 1.6 trilion parameter yang hanya teks.

Keputusan Kapten
Model agen terbuka yang benar-benar menutup gelung antara menulis kod dan mengesahkan ia berjalan—cukup murah untuk bereksperimen secara bebas.

Kad model di Hugging Face

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Qwen3 235B A22B Thinking 2507

TEXT / LLM

Grok 4.6

TEXT / LLM

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

TEXT / LLM

Qwen3.6 Flash

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

Nex N2.5 Mini ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm nex-agi penglihatan penalaran ejen pengaturcaraan konteks panjang tempatan

Layari mengikut keluarga model