ModelBrief · Nex-N2.6 · 專題
最後更新 2026-11-20
EN 简体 繁體
中國 · 大語言模型 · 開源權重 · 2026 年 11 月 10 日發佈

Nex-N2.6 專題

Nex-AGI(上海創新研究院開源)2026 年 11 月 10 日在 OpenRouter 靜默上架的計算機使用智能體:約 321B 參數,在智譜 GLM-5.3-Flash 底座上後訓練而來,模型卡自報 OSWorld 83.0,FP8 權重以 Apache 2.0 開源。但要先把定位說清楚:三項基準全部是廠商自報,Artificial Analysis、LiveBench、LMArena 沒有任何獨立評分;它不是新基座,而是 8 月底座的後訓練衍生品;Terminal-Bench 2.1 低於自家底座,AutomationBench 低於 DeepSeek。本頁彙總官方規格、價格、基準解讀與 6 篇本站深度實測,並明確標註哪些說法尚未證實。

83.0OSWorld(模型卡自報,四模型表內第一)
$0.12 / $0.40OpenRouter 每百萬 tokens(輸入 / 輸出)
321B 參數321.3B 總參數 / 約 18B 激活,稀疏 MoE
262K tokensOpenRouter 端點上下文(發佈配置爲 1M)
Apache 2.0FP8 權重開源,129 個分片約 328GB
無獨立評分AA / LiveBench / LMArena 均未收錄

01關鍵事實

先把能確認的說清楚:這是本站第一個計算機使用智能體專題,也是一份證據最薄的專題——「開源權重是真的,獨立驗證還沒有」是理解 Nex-N2.6 的一句話。

發佈
2026-11-10(週二,OpenRouter 靜默上架,無發佈文、無模型卡);FP8 權重與模型卡約 11 月 12 日纔可公開讀取
開發方
Nex-AGI,上海;由上海創新研究院開源(GitHub 組織 sii-nex)
定位
計算機使用智能體(computer-use agent),主打桌面操作、終端任務與業務流程自動化
底座
智譜 GLM-5.3-Flash(2026 年 8 月 26 日發佈,320B/18B)後訓練;不是新基座
參數量
約 321B 總參數(321.3B / 約 18B 激活,稀疏 MoE;45 層、4096 維骨幹:3 層稠密 FFN + 42 層稀疏 MoE)
上下文
OpenRouter 端點 262,144 tokens;發佈配置 1,048,576 tokens(兩處口徑不同,見第 06 節)
最大輸出
235,929 tokens(OpenRouter;推理 token 佔用該預算,實際可用輸出更少)
推理
強制推理;OpenRouter 提供 medium/high(默認 high),HF 聊天模板提供 reasoning_effort low/high/max(默認 max)
輸入 / 輸出
輸入文本、圖像、視頻;輸出僅文本;支持工具調用、強制工具選擇、結構化輸出、logprobs
價格
OpenRouter 輸入 $0.12 / 輸出 $0.40(每百萬 tokens,標價 $0.15/$0.50 的 8 折,無截止日);緩存讀 $0.024;MOSS API 限時免費
基準分
模型卡自報 OSWorld 83.0、Terminal-Bench 2.1 84.1、AutomationBench 45.7;無任何獨立評分
模型 ID
nex-agi/nex-n2.6(OpenRouter);nex-agi/Nex-N2.6(Hugging Face)
開源
Apache 2.0;FP8 權重 129 個 safetensor 分片,約 328.34GB
中國區
發佈方爲上海團隊;ModelScope 已於 11 月 12 日上架(nex-agi/Nex-N2.6,129 個 safetensor 分片、頁面標註總大小 224.8GB、Apache 2.0)

02快速對比

與最接近的同類模型橫向對照:AA 指數、價格、上下文與開源情況一覽。點擊模型名進入專題頁。

模型AA 指數(v5.0)輸入 · 輸出價格上下文開源
Nex-N2.6未收錄$0.12 / $0.40 每百萬 tokens(8 折)262K(OpenRouter)/ 1M(發佈配置)是(Apache 2.0)
Kimi K3.1 Pro46(v5.0)$2 / $10 每百萬 tokens1M tokens是(自定義許可)
騰訊混元 Hy435¥6 / ¥18 每百萬 tokens(5 折至 12-31)1M tokens否(僅 preview 權重)
Inkling 2 Small31$0.30 / $1.00 每百萬 tokens1M(架構上限;Tinker 64K/256K)是(Apache 2.0)
美團 LongCat 2.5未收錄$0.30 / $1.20 每百萬 tokens(限時價)1M tokens是(MIT)

AA 指數爲 Artificial Analysis 獨立發佈(v5.0);「未收錄」表示該模型尚未登上 AA 榜單。價格爲每百萬 tokens 的輸入·輸出價,人民幣價與美元價是各廠商的兩套目錄價,不可直接換算比較。完整對比見第 13 節,完整基準盤點見第 12 節。

03數據圖表

模型卡三基準對照——全部爲 Nex-AGI 廠商自報,Nex-N2.6 尚無獨立評分;完整基準盤點見第 12 節。

模型卡三基准条形图(厂商自报):OSWorld Nex-N2.6 83.0、Terminal-Bench 2.1 84.1、AutomationBench 45.7,与 N2.5-Pro、GLM-5.3-Flash、DeepSeek-V4.1-Flash 对比
模型卡三基準(分;Nex-AGI 模型卡,2026 年 11 月 10 日;全部廠商自報;橙色爲 Nex-N2.6,青色爲底座 GLM-5.3-Flash,灰色爲前代 N2.5-Pro 與 DeepSeek-V4.1-Flash)

04最值得讀的 3 篇

時間不多的話,先讀這三篇;完整目錄見第 10 節。

05時間線

這是一次兩段式發佈:11 月 10 日只有 API 上架,權重與模型卡約 11 月 12 日纔出現——兩天的信息真空期裏,早期評測寫下的「無基準、無權重」在次日就過時了。

  • 2026-08-26

    底座 GLM-5.3-Flash 發佈(320B/18B),N2.6 的後訓練起點。

  • 2026-09-08

    前代 Nex-N2.5-Pro 發佈(Qwen3.5 底座,約 397B/約 17B 激活),OpenRouter 定價 $0.075/$0.25。

  • 2026-11-10

    N2.6 在 OpenRouter 靜默上架(nex-agi/nex-n2.6):無發佈文、無可讀模型卡、無基準表;同日 GitHub 倉庫 sii-nex/Nex-N2.6 創建。廠商官網當時仍只宣傳 N2.5 家族。

  • 2026-11-11

    Hugging Face 倉庫 nex-agi/Nex-N2.6 尚不可公開讀取(OrcaRouter 遇到登錄提示,Hokai 遇到缺失頁面);ai345(中文)發現 ModelScope 404、HF 不可達。OrcaRouter 與 Hokai 當日寫下的「無基準、無權重」說法,在次日即過時。

  • 2026-11-11–12

    MOSS API 開始限時免費推廣(0 積分/請求,無結束日期、無 SLA)。

  • 約 2026-11-12

    權重與模型卡變爲可公開讀取。Open Model Weights 11 月 12 日發佈權重報道;lininn.cn(中文)同日發佈批評長文,含 Plotly 38/43 與 1,670 次調用失敗案例;SMF Clearinghouse 同日發佈 Cold Iron 實測:157 題 76.4%,較 N2.5-Pro 提升 24.8 分(見第 09 節)。

  • 2026-11-12

    ModelScope 上架:nex-agi/Nex-N2.6 頁面上線(更新日期 11 月 12 日),129 個 safetensor 分片、頁面標註總大小 224.8GB、Apache 2.0;README 三項基準(OSWorld 83.0、Terminal-Bench 2.1 84.1、AutomationBench 45.7)與 HF 模型卡一致;下載量 13 次。

  • 2026-11-14

    AI Weekly 發佈發稿總結(HF 月下載 410 次);After Intelligence 通訊第 070 期把 N2.6 列爲四個前沿頭條之一;兩條 Instagram 短視頻(小創作者,宣傳口徑)。

  • 2026-11-14

    GameBench 2(DuelLab 總榜)上線 N2.6 成績:綜合 62.0,95 個模型中第 19(Max 50.1 / High 63.2 / Low 72.7)。

  • 2026-11-16

    本站專題上線;截至當日,Artificial Analysis、LiveBench、LMArena 均未收錄 N2.6。

06官方規格

以下爲模型卡與 OpenRouter 端點已公佈口徑(HF 模型卡直讀於 2026 年 11 月 16 日凌晨,頁面抓取於 2026 年 11 月 15 日 18:16 UTC)。全部基準爲廠商自報;模型卡明說分數是模型級結果,不是 FP8 導出物的單獨評估。

狀態
已發佈(API 上架 2026-11-10;權重約 11 月 12 日可讀)
模型 ID
nex-agi/nex-n2.6(OpenRouter);nex-agi/Nex-N2.6(Hugging Face)
架構 / 參數
稀疏 MoE,321.3B 總參數 / 約 18B 激活;45 層、4096 維骨幹(3 層稠密 FFN + 42 層稀疏 MoE);GLM-5.3-Flash 後訓練
上下文窗口
262,144 tokens(OpenRouter 端點);發佈配置 1,048,576 tokens
最大輸出
235,929 tokens(OpenRouter;推理 token 佔用預算)
輸入
文本、圖像、視頻
輸出
文本
推理
強制;OpenRouter medium/high(默認 high),HF 模板 reasoning_effort low/high/max(默認 max)
工具能力
工具調用、強制工具選擇、結構化輸出、logprobs
權重
FP8,129 個 safetensor 分片,約 328.34GB(314.4B FP8 + 6.92B BF16 + 3.6M FP32);Apache 2.0
API 價格
$0.12 輸入 / $0.40 輸出(每百萬 tokens);緩存讀 $0.024
基準分
OSWorld 83.0 / Terminal-Bench 2.1 84.1 / AutomationBench 45.7(模型卡自報)
許可證
Apache 2.0

07怎麼試用:3 條路線

三條路線:OpenRouter 按量付費、MOSS API 限時免費、自託管 FP8 權重。沒有聊天應用入口,也沒有其它託管服務商。

1OpenRouter(唯一付費託管渠道)

模型 ID nex-agi/nex-n2.6,$0.12/$0.40 每百萬 tokens(輸入/輸出),緩存讀 $0.024;唯一服務商爲 Nex-AGI 自身,無備用端點。推理強制開啓,medium/high 兩檔,默認 high;上下文 262,144 tokens,最大輸出 235,929 tokens(推理 token 佔用預算,實際可用輸出更少)。

2MOSS API(限時免費)

端點 api.mosi.cn/v1,模型別名 nex-n2.6(固定版 nex-n2.6-2026-11-05),0 積分/請求,無結束日期;兼容 OpenAI Chat Completions / Responses 與 Anthropic Messages;不承諾 SLA。免費窗口隨時可能結束,生產使用請勿依賴。

3自託管 FP8 權重

Hugging Face 倉庫 nex-agi/Nex-N2.6,Apache 2.0;129 個分片約 328GB,SGLang 推薦部署(FP8 配置,與 GLM-5.3-Flash 運行時兼容);4-bit 約 202.6GB。硬件現實:24GB 消費級顯卡遠遠不夠,現實起點是 512GB 統一內存的 Mac Studio 或多卡服務器。詳見本站自託管指南。

OpenRouter: nex-agi/nex-n2.6 ($0.12/$0.40;緩存讀 $0.024;唯一服務商) MOSS API: api.mosi.cn/v1 (模型 nex-n2.6;0 積分;無 SLA;無結束日期) Hugging Face: nex-agi/Nex-N2.6 (FP8,129 分片,約 328GB;Apache 2.0) 上下文: 262,144(OpenRouter)/ 1,048,576(發佈配置) 推理: 強制;OpenRouter medium/high(默認 high)
上手警告:OpenRouter 上只有 Nex-AGI 自家一個服務商,無備用端點,服務商故障即無替代;MOSS 免費窗口無結束日期、無 SLA;兩家早期評測(Hokai、OrcaRouter)給出的吞吐數字互相沖突(80 tok/s 對約 35 tok/s),本站不採納任何單一吞吐/延遲數字,實際速度請以自己的實測爲準。

08價格解析

單價本身很便宜——$0.12/$0.40 是本站專題裏最低的 API 價之一;但比前代貴 60%,且 8 折沒有寫明截止日。價格爲 2026 年 11 月 16 日覈查口徑,結賬頁價格爲準。

項目(每百萬 tokens)Nex-N2.6Nex-N2.5-ProN2.6 標價
輸入$0.12$0.075$0.15
輸出$0.40$0.25$0.50
緩存讀$0.024——
相對前代貴 60%(輸入與輸出同幅)——

8 折沒有截止日

OpenRouter 顯示 $0.12/$0.40 爲標價 $0.15/$0.50 的 8 折,但未寫明結束日期;按 introductory 價理解,漲回標價時單價上升 25%。MOSS 的免費窗口同樣沒有結束日期——兩處「免費/折扣」都沒有時間承諾,預算請按標價做最壞打算。

貴 60% 買到了什麼

與前代 N2.5-Pro 的 $0.075/$0.25 相比,N2.6 輸入與輸出各貴 60%。換來的是 OSWorld 82.2→83.0、推理重複率 16.0%→1.6%、工具遵循率 100%——可靠性修復是真實的,但基準提升幅度很小,是否值 60% 取決於你的任務是否被 N2.5-Pro 的重複與工具錯誤困擾過。

價格要點:MOSS 免費窗口是目前最便宜的試用途徑,但 0 積分、無 SLA、無結束日期,不適合生產依賴;OpenRouter 是唯一付費渠道,$0.12/$0.40 的 8 折價按標價 $0.15/$0.50 做預算更穩妥;長任務注意推理 token 佔用輸出預算,實際賬單取決於思考量。

官方頁面:OpenRouter 模型頁 · Hugging Face 模型卡

09首批實測與測評

以下全部是 11 月 10–16 日的公開材料:廠商模型卡是唯一成體系的數據,獨立證據只有五條小樣本記錄——先說結論:沒有一條獨立評分,Plotly 獨立基準運行與底座打平,最有力的批評來自一篇中文長文。每條都給出結論徽章;點「閱讀本站全文」進入本站的深度改寫文章頁,文末附原始出處。

模型卡三基準(廠商自報):OSWorld 唯一明確勝出

結論:計算機使用是強項,其餘兩項沒有拉開差距

來源:Hugging Face 模型卡(Nex-AGI),本站直讀 2026-11-16

OSWorld 83.0(表內第一,高底座 5.0 分、高前代 0.8 分);Terminal-Bench 2.1 84.1,低於自家底座 GLM-5.3-Flash 的 84.3;AutomationBench 45.7,低於底座的 48.8 與 DeepSeek-V4.1-Flash 的 54.8。內部可靠性評估:推理重複率由 N2.5-Pro 的 16.0% 降至 1.6%,工具遵循率 100%。模型卡明說:分數是模型級結果,不是 FP8 導出物的單獨評估。

閱讀本站全文 → (本站原創整理)

Plotly 數據分析基準 38/43,與底座同分

結論:後訓練沒有在這個榜上拉開差距

來源:lininn.cn,2026-11-12(第三方運行)

獨立基準運行:Plotly DataAnalyticsBench 38/43,與底座 GLM-5.3-Flash 同分。放在本站跟蹤的同一榜上:Carbon 42/43、Hydrogen 43/43 滿分,N2.6 的 38/43 排在兩者之後。兩次失控循環把整輪成本推高到 $10.19。

閱讀本站全文 → (本站原創整理)

SMF Cold Iron:157 題 76.4%,較前代提升 24.8 分

結論:家族代際躍升屬實;編碼出現新的語法短板

來源:SMF Clearinghouse(SMF Works),2026-11-12(157 題自制套件,單次運行)原文 →

120/157(76.4%),該榜第 24 名;較前代 Nex-N2.5-Pro 的 51.6% 提升 24.8 分:數學由 1/30 修到 22/30,推理 9/30 升至 27/30,工具調用 0/2 升至 2/2。但編碼只有 11/30,17 個失敗中有 14 個是 SyntaxError,其中 4 題把中文破折號/箭頭寫進了代碼、5 題字符串未閉合。限定條件:單次運行、157 題小套件;模型無法關閉思考(effort=none 返回 HTTP 400),本次以 medium 檔運行,推理 token 佔全部輸出的 88%;全程 $0.13、49.8 分鐘。

lininn.cn 失敗案例:1,670 次調用、2 小時 20 分鐘沒找到答案

結論:最有力的批評數據點

來源:lininn.cn,2026-11-12(第三方測試)

第三方測試裏,模型對一道數據分析題調用 1,670 次、耗時 2 小時 20 分鐘,始終沒有找到答案;賬單 $10.19。與模型卡 100% 工具遵循率的自我評估放在一起讀:內部回放與真實長任務不是一回事。

閱讀本站全文 → (本站原創整理)

GameBench 2:綜合 62.0,95 個模型中第 19

結論:公開榜單上的第一條獨立記錄,但參考價值有限

來源:DuelLab,2026-11-14 更新(總榜口徑;分檔 Max 50.1 / High 63.2 / Low 72.7)

GameBench 2 綜合 62.0,95 個模型中排第 19;分檔成績 Max 50.1、High 63.2、Low 72.7,低檔反而最高,高檔表現明顯弱於低檔。仍是單一榜單,無法據此判斷整體水平。

hypeorcode:6 次運行,28 分 48 秒,$0.077

結論:樣本太小,無法得出任何結論

來源:hypeorcode(小樣本運行)

6 次運行、總計 28 分 48 秒、按標價 $0.077。列在這裏是因爲除此之外幾乎沒有公開的動手運行記錄。

無任何獨立評分:AA、LiveBench、LMArena 均未收錄

結論:本專題最根本的證據短板

來源:OrcaRouter、vakati-tech、DuelLab;Epoch AI:尚無標準化分數

截至 11 月 16 日,Artificial Analysis 沒有 N2.6 的模型頁,LiveBench 沒有運行記錄,LMArena 沒有收錄;Epoch AI 稱尚無標準化分數。三大榜單的標準化分數仍是空白,獨立證據只有零星運行(見上)——AA、LiveBench、LMArena 收錄仍是 8 小時跟蹤循環的首要盯梢項。

OrcaRouter 與 Hokai 的早期分析:價格與換底座仍有效,「無基準、無權重」已過時

結論:引用時只採價格與換底座分析

來源:OrcaRouter、Hokai,2026-11-11(模型卡可讀前寫成)

兩篇 11 月 11 日的分析寫於模型卡可讀之前,其中的「無基準、無權重」說法在 11 月 12 日權重可讀後即已過時,引用時請勿採用;但它們對價格與 Qwen→GLM 換底座的分析仍然有效。兩家給出的吞吐數字互相沖突(Hokai 80 tok/s、OrcaRouter 約 35 tok/s),本站不採納單一數字。

閱讀本站全文 → (本站原創整理)

10文章目錄:本站深度解讀

以下 6 篇均爲本站原創改寫與再整理的深度文章——重新組織結構、補充結論與選型建議,事實與數據與原始測評覈對一致。點擊任意一篇在本站內閱讀,文末附原始出處。

12基準測試:模型卡三基準 + 內部可靠性表

模型卡只給了三項基準與一張內部可靠性表,數據量不大;但全部是廠商自報,對手分數是 Nex-AGI 同場列出而非各家公佈值。讀分數前先看條件,再看獨立證據怎麼說。

測試(模型卡,廠商自報)Nex-N2.6Nex-N2.5-ProGLM-5.3-Flash(底座)DeepSeek-V4.1-Flash
OSWorld(計算機使用)83.082.278.071.7
Terminal-Bench 2.1(終端任務)84.182.784.382.7
AutomationBench(業務流程)45.744.248.854.8

內部可靠性評估(廠商已知問題回放)

指標Nex-N2.5-ProGLM-5.3-FlashNex-N2.6
推理重複率 ↓16.0%6.0%1.6%
整體不重複率 ↑91.0%96.2%97.8%
有效工具選擇率(整體)↑82.2%85.3%100.0%
有效工具選擇率(有工具時)↑80.5%84.1%100.0%

獨立證據(截至 11 月 16 日)

測量來源N2.6 成績說明
Plotly DataAnalyticsBenchlininn.cn,11 月 12 日38/43與底座同分;Carbon 42/43、Hydrogen 43/43;整輪 $10.19,兩次失控循環
Cold Iron(157 題自制套件)SMF Clearinghouse,11 月 12 日76.4%(120/157),第 24 名較 N2.5-Pro 提升 24.8 分;單次運行;思考無法關閉,以 medium 檔運行
GameBench 2(綜合)DuelLab,11 月 14 日更新62.0,第 19/95單一榜單;分檔 Max 50.1 / High 63.2 / Low 72.7
hypeorcode 運行hypeorcode6 次運行,28 分 48 秒,$0.077小樣本,無結論
lininn.cn 失敗案例lininn.cn,11 月 12 日1,670 次調用未解題,$10.19最有力的批評數據點
Artificial Analysis / LiveBench / LMArena—均未收錄無獨立評分
讀分數前先看口徑:三項基準全部是 Nex-AGI 自報,模型卡原話——「分數取決於評估框架與設置;這是模型級結果,不是 FP8 導出物的單獨評估」。FP8 權重從未被獨立測過,不要把 83.0 讀成「下載下來的權重跑出的分」。另注意:Hokai 與 OrcaRouter 給出的吞吐數字互相沖突(80 tok/s 對約 35 tok/s),本站不採納單一吞吐/延遲數字。

完整盤點見本站基準測試專文 →

Nex-N2.6 模型卡三基準對照(廠商自報) Nex-N2.6 Nex-N2.5-Pro GLM-5.3-Flash DeepSeek V4.1 OSWorld 83.0 82.2 78.0 71.7 Terminal-Bench 2.1 84.1 82.7 84.3 82.7 AutomationBench 45.7 44.2 48.8 54.8
模型卡三基準(分;Nex-AGI 模型卡,2026 年 11 月 10 日;全部廠商自報;橙色爲 Nex-N2.6,青色爲底座 GLM-5.3-Flash,灰色爲前代 N2.5-Pro 與 DeepSeek-V4.1-Flash)

13對比

vs Nex-N2.5-Pro(前代)

維度Nex-N2.6Nex-N2.5-Pro
底座GLM-5.3-FlashQwen3.5
總參數約 321B約 397B
激活參數約 18B約 17B
OSWorld83.082.2
Terminal-Bench 2.184.182.7
AutomationBench45.744.2
推理重複率1.6%16.0%
有效工具選擇率(整體)100.0%82.2%
價格(輸入 / 輸出)$0.12 / $0.40$0.075 / $0.25(N2.6 貴 60%)
上下文(OpenRouter)262K262K
發佈2026-11-102026-09-08

兩代之間的變化是真實的:換底座、修可靠性、貴 60%。基準提升很小(OSWorld +0.8、TB 2.1 +1.4、AutomationBench +1.5),真正的變化在可靠性——重複率從 16.0% 降到 1.6%。是否升級,取決於你的任務是否被前代的重複與工具錯誤困擾過。

vs GLM-5.3-Flash(底座)與 DeepSeek-V4.1-Flash

維度Nex-N2.6GLM-5.3-FlashDeepSeek-V4.1-Flash
OSWorld83.078.071.7
Terminal-Bench 2.184.184.382.7
AutomationBench45.748.854.8
推理重複率1.6%6.0%—
有效工具選擇率(整體)100.0%85.3%—

後訓練的賬算得很清楚:OSWorld +5.0、重複率 6.0%→1.6%、工具遵循率 85.3%→100%——計算機使用與可靠性是提升項;TB 2.1 −0.2、AutomationBench −3.1——終端與業務流程反而退步。DeepSeek-V4.1-Flash 的 AutomationBench 54.8 全表最高,業務流程任務上 N2.6 不是首選。另注意上下文口徑:N2.6 在 OpenRouter 是 262K,發佈配置是 1M——API 上實際能用的只有 262K,見對比專文。

誠實提示:DeepSeek-V4.1-Flash 的推理重複率與工具遵循率未在本輪覈查中確認,表中留空;本站不編造數字。

讀深度對比:Nex-N2.6 vs N2.5-Pro → · 讀深度對比:Nex-N2.6 vs GLM 與 DeepSeek →

14還缺什麼(截至 11 月 16 日)

  • Artificial Analysis / LiveBench / LMArena 的任何獨立評分(均未收錄)
  • MOSS API 免費窗口的結束日期(未公佈)
  • 中文一線科技媒體報道(機器之心、新智元、量子位、IT之家均未見)
  • 英文主流媒體報道(TechCrunch、The Verge、Reuters、Bloomberg、Wired 均未見)
  • FP8 導出物的獨立測試(模型卡分數是模型級,非 FP8 導出物評估)
  • 可信的吞吐/延遲數字(Hokai 與 OrcaRouter 互相沖突)
  • 其它託管渠道的上線(目前只有 OpenRouter 與 MOSS)

15謠言覈查

N2.6 的混淆主要來自三個地方:發佈日與開源日、模型級分數與 FP8 導出物、互相沖突的速度數字——逐條澄清如下。

不成立 「11 月 10 日發佈並開源權重」

11 月 10 日只是 OpenRouter 靜默上架:無發佈文、無模型卡,HF 倉庫次日仍不可讀;權重與模型卡約 11 月 12 日纔可公開讀取。發佈日與開源日是兩回事,本站分開寫。

已過時 「這個模型沒有基準、沒有權重」

OrcaRouter 與 Hokai 11 月 11 日的說法,寫於模型卡可讀之前;11 月 12 日起模型卡(三基準+可靠性表)與 FP8 權重均已公開。引用這兩篇時只採其價格與換底座分析,不要採其「無基準/無權重」結論。

不成立 「FP8 權重跑出了 OSWorld 83.0」

模型卡原話:分數是模型級結果,不是 FP8 導出物的單獨評估。下載下來的 FP8 權重從未被獨立測過,83.0 不能讀成導出物的分數。

部分成立 「比底座全面更強」

OSWorld 78.0→83.0、重複率 6.0%→1.6%、工具遵循率 85.3%→100%,提升是真實的;但 TB 2.1 84.3→84.1、AutomationBench 48.8→45.7,反而低於底座。後訓練提升了計算機使用與可靠性,沒提升全部能力。

無法確認 「吞吐 80 tok/s」

Hokai(11 月 11 日,OpenRouter)稱 80 tok/s、延遲 0.89 秒;OrcaRouter 稱約 35 tok/s、p50 2.81 秒。兩家數字差兩倍多,本站不採納任何單一吞吐/延遲數字。

不成立 「321B 是全新架構」

N2.6 是 GLM-5.3-Flash(320B)的後訓練衍生品;1B 的參數差值是取整/適配器 artifact,不是新架構。45 層、4096 維骨幹與底座一致。

16FAQ

Nex-N2.6 開源嗎?

是。Apache 2.0 許可證,FP8 權重在 Hugging Face 公開(倉庫 nex-agi/Nex-N2.6,129 個分片約 328GB)。但注意:權重約 11 月 12 日纔可讀,不是 11 月 10 日發佈當天;且模型卡分數是模型級結果,不是 FP8 導出物的單獨評估。

Nex-N2.6 基於什麼模型?

智譜 GLM-5.3-Flash(2026 年 8 月 26 日發佈,320B/18B)。N2.6 是它的後訓練衍生品,不是新基座;前代 N2.5-Pro 用的是 Qwen3.5 底座,兩代之間換了底座。詳見本站發佈總覽。

與 N2.5-Pro 有什麼不同?

三處:底座由 Qwen 換成 GLM;可靠性大幅修復(推理重複率 16.0%→1.6%,工具遵循率 100%);價格貴 60%($0.12/$0.40 對 $0.075/$0.25)。基準提升很小,上下文同爲 262K。詳見本站對比專文。

能在本地跑嗎?

能,但門檻很高:FP8 權重約 328GB,4-bit 約 202.6GB;24GB 消費級顯卡遠遠不夠,現實起點是 512GB 統一內存的 Mac Studio 或多卡服務器,推薦 SGLang 部署。詳見本站自託管指南。

免費嗎?

MOSS API 限時免費(0 積分/請求,無結束日期、無 SLA);OpenRouter 按 $0.12/$0.40 每百萬 tokens 計費(標價 8 折,無截止日)。免費窗口隨時可能結束,生產使用請勿依賴。詳見本站價格指南。

比底座強嗎?

分項看:OSWorld 83.0 對 78.0、可靠性全面勝出;但 Terminal-Bench 2.1 84.1 對 84.3、AutomationBench 45.7 對 48.8,反而低於底座。計算機使用任務選 N2.6,終端與業務流程任務底座未必更差。詳見本站基準專文。

17來源

本頁事實均來自以下公開來源(HF 模型卡直讀於 2026 年 11 月 16 日凌晨,頁面抓取於 2026 年 11 月 15 日 18:16 UTC;其餘覈查於 2026 年 11 月 11–16 日)。無鏈接的條目爲按名稱與日期引用的報道原文,本站覈查時讀過但不虛構鏈接。

官方與模型卡

英文報道與評測

中文報道

更多索引:Nex-AGI的全部模型專題 · 全部大語言模型 · 全部模型