Nex-N2-miniとは？
Nex-N2-miniは、Nex-AGIが提供するパラメータ数35.1Bのオープンウェイトのエージェントモデルで、Nex-N2としてリリースされた2モデルのうち小さい方です。Qwen3.5-35B-A3B-Baseをベースに事後学習されており、エージェントによるコーディング、詳細な調査、ツール呼び出し、ターミナルでの実行といった実務向けに設計されています。Nex-AGIは2026年6月4日、Apache 2.0の下でHugging Faceに重みを公開しました。同時に公開された大型モデルのNex-N2-Proは、Qwen3.5-397B-A17Bをベースに事後学習されています。
| 仕様 | Nex-N2-mini |
|---|---|
| 総パラメータ数 | 35.1B |
| ベースモデル | Qwen3.5-35B-A3B-Baseを事後学習 |
| コンテキスト長 | Nex-AGIのモデルカードには記載なし |
| モダリティ | Nex-AGIによる記載なし。GGUFリポジトリでは重みとともにmmprojプロジェクターファイルを提供 |
| 同シリーズの大型モデル | Nex-N2-Pro：Qwen3.5-397B-A17Bを事後学習 |
| 学習の重点領域 | Agentic Thinking：エージェントによるコーディング、詳細な調査、ツール呼び出し、ターミナルでの実行 |
| 推論 | 明示的な推論過程を出力し、qwen3推論パーサーで解析 |
| 関数呼び出し | 対応。qwen3_coderツール呼び出しパーサーを使用 |
| 推奨サンプリング設定 | temperature 0.7, top_p 0.95, top_k 40 |
| 開発元の推論サービング構成 | Nex-AGIのSGLangフォーク。miniの起動例はH100を2基搭載したサーバー1台 |
| リリース日 | 2026年6月4日 |
| ライセンス | Apache 2.0 |
このリリースの基盤となるのは、Nex-AGIがAgentic Thinkingと呼ぶフレームワークです。要件の理解、タスクの計画、コードの実装、環境からのフィードバック、評価とデバッグ、継続的な反復を、単一の閉ループにつなぎます。Adaptive Thinkingでは、いつ、どの程度深く思考するかをモデル自身が判断するため、単純な操作は素早く実行し、重要な判断では十分に推論します。Coherent Thinkingでは、汎用的な推論とエージェントタスクを通じて、共通の推論方式を維持します。実際の動作では、モデルは明示的な推論過程を出力し、関数を呼び出します。Nex-AGIのリファレンス構成では、カスタマイズしたSGLangフォーク内のqwen3推論パーサーとqwen3_coderツール呼び出しパーサーで、それぞれを解析します。
Nex-N2-miniのベンチマーク
Nex-AGIはリリース時の測定結果をモデルカードに公開し、N2の両モデルをGPT-5.5、Opus 4.7、Kimi-K2.6、GLM-5.1、MiniMax M3、DeepSeek-V4-Proと比較しています。以下の各行では、miniを同シリーズのPro、およびGPT-5.5、Opus 4.7と並べて比較しています。
| ベンチマーク | Nex-N2-mini | Nex-N2-Pro | GPT-5.5 | Opus 4.7 |
|---|---|---|---|---|
BrowseComp ウェブ閲覧 | 74.1 | 83.7 | 84.4 | 79.8 |
Toolathlon 長期タスクでのツール使用 | 33.3 | 51.9 | 55.6 | 52.8 |
SWE-Bench Verified ソフトウェア開発 | 74.4 | 80.8 | 82.9 | 87.6 |
SWE-Bench Pro より難度の高いソフトウェア開発 | 50.2 | 58.8 | 58.6 | 64.3 |
Terminal-Bench 2.1 ターミナル操作エージェント | 60.7 | 75.3 | 83.4 | 69.7 |
DeepSWE エージェントによるコーディング | 8.0 | 33.6 | 70 | 54 |
GPQA Diamond 専門家レベルの科学 | 82.6 | 90.7 | 93.6 | 94.2 |
miniはここに示したどの項目でも首位ではなく、開発元の表も首位だとは主張していません。これは最先端の大規模モデルとの比較であり、それらに匹敵するのはProモデルです。上記の項目で最も差が大きいのはDeepSWEで、miniの8.0に対してGPT-5.5は70、Opus 4.7は54です。SWE-Bench Verifiedではminiが74.4、GPT-5.5が82.9、Opus 4.7が87.6で、GPQA Diamondではそれぞれ82.6、93.6、94.2です。上記以外の項目では、開発元の表にminiのスコアとしてGDPvalで1402、WildClawBenchで47.7、SWE Atlas QnAで31.5、SWE Atlas RFで30.0、SWE Atlas TWで23.3、Apexで9.4が掲載されています。開発元が最先端モデルの欄を空欄にした項目にも、miniの数値は掲載されており、WideSearchで62.0、TAU3で65.9、IFEvalで89.1です。
Nex-N2-miniのハードウェア要件
システム要件で確認すべきなのはメモリです。Nex-AGIは元のsafetensors形式の重みを提供し、独自のSGLangフォークを推奨しています。miniの起動例ではH100を2基搭載したサーバー1台を使っているため、ローカルマシンではGGUFビルドが現実的な選択肢です。以下の一覧では、Hugging Faceのコミュニティリポジトリbartowski/nex-agi_Nex-N2-mini-GGUFにある実際のファイルサイズを使用しています。最小の重みファイルはIQ2_XXSで、9.78 GBです。
| メモリ | 選ぶビルド | ファイルサイズ |
|---|---|---|
| 12 GB | IQ2_XXS | 9.78 GB |
| 16 GB | Q2_K_L | 13.11 GB |
| 24 GB | IQ4_XS | 18.81 GB |
| 32 GB | Q4_K_M | 21.39 GB |
| 48 GB | Q6_K | 30.05 GB |
| 64 GB以上 | Q8_0 | 36.91 GB |
2つのビルドがどちらもメモリに収まる場合は、大きい方を選んでください。このリポジトリでは、サイズ順で隣り合うビルドの多くは差が1ギガバイト未満で、IQ3_XSの16.22 GBとQ3_K_Mの16.23 GBのように、ほぼ同じサイズのものもあります。小さいものにはIQ2_XXSの9.78 GB、IQ2_XSの10.80 GB、IQ2_Sの11.01 GBがあり、それより大きいものとしてIQ3_XXSの14.87 GB、IQ4_NLの19.86 GB、Q5_K_Mの25.02 GBも掲載されています。また、重みのビルドとは別に、bf16とf16のmmprojプロジェクターファイルが2つあり、それぞれ0.90 GBです。この形式を初めて使う場合は、まずGGUFとは何かを参照してください。
Atomic ChatでNex-N2-miniを実行する方法
Atomic Chatは、macOS、Windows、Linux向けの無料のローカルアプリです。Hugging Faceのモデルブラウザーとチャット機能を内蔵しており、llama.cppを手動でビルドする必要はありません。
- お使いのプラットフォーム向けのAtomic Chatをダウンロードして起動します。
- モデルブラウザーでNex-N2-miniを検索し、Download Optionsを開きます。
- お使いのメモリ容量に収まるビルドを選び、チャットを開始します。
大型モデルについてはNex-N2-Proを参照するか、ローカルで実行できるすべてのNexモデルをご覧ください。
Nex-N2-miniのライセンス
Nex-N2-miniは、Nex-AGIがモデルリポジトリに設定したApache 2.0ライセンスの下で公開されています。このライセンスでは、ロイヤルティなしで商用利用、改変、再配布が認められているため、利用料なしでモデルをファインチューニングし、自社製品に組み込んで提供し、自分のハードウェアで実行できます。