Nex-N2-Proとは？
Nex-N2-Proは、Nex-AGIが開発した396.8Bパラメータの混合エキスパートモデルで、Nex-N2としてリリースされた2つのモデルのうち大きい方です。Nex-AGIは両モデルをオープンソースとして提供しています。Qwen3.5-397B-A17Bに事後学習を施したモデルで、トークンごとに約17Bのパラメータがアクティブになり、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エージェント型の作業を対象としています。Nex-AGIは2026年6月3日、小型のNex-N2-miniとともに、Apache 2.0ライセンスで重みをHugging Faceに公開しました。開発元自身が公開した起動例では、H100を8基ずつ搭載した2つのノードにまたがってProを稼働させているため、ローカル実行はノートPCではなくワークステーション向けです。
| 仕様 | Nex-N2-Pro |
|---|---|
| 総パラメータ数 | 396.8B |
| アクティブパラメータ数 | トークンごとに約17B |
| アーキテクチャ | 混合エキスパート方式。512のエキスパートのうちトークンごとに10を選択し、さらに共有エキスパートを使用 |
| ベースモデル | Qwen3.5-397B-A17B（事後学習済み） |
| 層数 | 60 |
| アテンション | ハイブリッド方式：4層ごとにフルアテンションを使用し、残りはゲート付きデルタ線形アテンションを使用 |
| コンテキスト長 | 262,144トークン |
| モダリティ | テキストと画像を入力、テキストを出力 |
| 複数トークン予測 | チェックポイントにMTP層を1層搭載 |
| 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 |
| リリース日 | 2026年6月3日 |
| ライセンス | Apache 2.0 |
Nex-AGIがこのリリースの中心に据えるのは、同社がAgentic Thinkingと呼ぶ考え方です。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、デバッグを1つのループでつなぎます。Adaptive Thinkingでは、いつ、どこまで深く考えるかをモデルが判断するため、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型タスクに共通の推論の枠組みを適用します。Nex-AGIは、これによって能力を安定して転用できるとしています。設定もこのエージェント重視の設計に沿っています。4層に1層がフルアテンションを、残りがゲート付きデルタ線形アテンションを実行し、線形アテンションのvalueヘッドは64、keyヘッドは16で、位置数の上限は262,144トークンです。27層のビジョンタワーにより、テキストとともに画像も読み取れます。また、チェックポイントには複数トークン予測層が1層含まれています。
Nex-N2-Proのベンチマーク
Nex-AGIは、自社のモデルカードにリリース時の比較表を掲載し、N2の両モデルをGPT-5.5、Opus 4.7、Kimi-K2.6、GLM-5.1、MiniMax M3、DeepSeek-V4-Proと比較評価しています。以下は、各列の数値が比較的よくそろっている主要な項目です。
| ベンチマーク | Nex-N2-Pro | GPT-5.5 | Opus 4.7 | Kimi-K2.6 | MiniMax M3 | DeepSeek-V4-Pro |
|---|---|---|---|---|---|---|
BrowseComp ウェブ閲覧 | 83.7 | 84.4 | 79.8 | 83.2 | 83.5 | 83.4 |
GDPval 専門業務 | 1585 | 1769 | 1753 | 1481 | - | 1554 |
Toolathlon 長期的なツール利用 | 51.9 | 55.6 | 52.8 | 50.0 | - | 51.8 |
Terminal-Bench 2.1 ターミナル操作エージェント | 75.3 | 83.4 | 69.7 | - | 66.0 | 72.0 |
SWE-Bench Verified ソフトウェア開発 | 80.8 | 82.9 | 87.6 | 80.2 | 80.5 | 80.6 |
SWE-Bench Pro 高難度のソフトウェア開発 | 58.8 | 58.6 | 64.3 | 58.6 | 59.0 | 55.4 |
GPQA Diamond 専門的な科学知識 | 90.7 | 93.6 | 94.2 | 90.5 | - | 90.1 |
Nex-N2-Proは、これらのどの項目でも首位ではありません。エージェントとターミナルに関する4項目ではGPT-5.5が、SWE-Benchの2項目とGPQA DiamondではOpus 4.7が首位です。この表でKimi-K2.6とDeepSeek-V4-Proの数値が報告されている項目では、Nex-N2-Proは両モデルをすべて上回っています。また、MiniMax M3に対しても、SWE-Bench Proを除くすべての項目で上回っています。SWE-Bench Proでは、MiniMax M3の59.0に対して58.8です。ProはGPT-5.5やOpus 4.7などの最上位モデルに引けを取らないというNex-AGI自身の総括は、この数値と整合しています。
Nex-N2-Proのハードウェア要件
確認すべきシステム要件はメモリです。この規模では、必要な容量も非常に大きくなります。Nex-AGIが提供するのは元のsafetensors形式の重みのみで、BF16では約794 GBです。以下の段階別の表には、コミュニティリポジトリbartowski/nex-agi_Nex-N2-Pro-GGUFの実際のファイルサイズを使用しています。このリポジトリでは、どのビルドも複数のシャードに分割されています。
| メモリ | 選ぶビルド | ファイルサイズ |
|---|---|---|
| 96 GB | IQ1_S | 81.8 GB |
| 128 GB | IQ2_XXS | 106.3 GB |
| 192 GB | IQ3_XXS | 166.1 GB |
| 256 GB | IQ4_XS | 212.2 GB |
| 384 GB | Q5_K_M | 283.3 GB |
| 512 GB以上 | Q8_0 | 421.5 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。この表では、隣り合う段階の容量差が数十GBあります。モデルに画像を読み取らせたい場合は、同じリポジトリにある0.9 GBのmmprojファイルを追加してください。この形式に初めて触れる方は、まずGGUFとは何かをご覧ください。
Atomic ChatでNex-N2-Pro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、開きます。
- モデルブラウザーでNex-N2-Pro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。
小型の姉妹モデルであるNex-N2-miniは、Qwen3.5-35B-A3B-Baseに事後学習を施したモデルです。Nex-AGIは、この2つのモデルがそれぞれ異なるレイテンシと品質のトレードオフに対応すると説明しています。両モデルはローカルで実行できるNexモデルのページに掲載されています。
Nex-N2-Proのライセンス
Nex-N2-ProはApache 2.0ライセンスで公開されています。このライセンスでは、ロイヤリティなしでの商用利用、改変、再配布が認められています。そのため、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出荷し、自前のハードウェア上で提供しても、利用料やトークン単位の料金は発生しません。