ModelBrief · Nex-N2.6 · 专题
最后更新 2026-11-20
EN 简体 繁體
中国 · 大语言模型 · 开源权重 · 2026 年 11 月 10 日发布

Nex-N2.6 专题

Nex-AGI(上海创新研究院开源)2026 年 11 月 10 日在 OpenRouter 静默上架的计算机使用智能体:约 321B 参数,在智谱 GLM-5.3-Flash 底座上后训练而来,模型卡自报 OSWorld 83.0,FP8 权重以 Apache 2.0 开源。但要先把定位说清楚:三项基准全部是厂商自报,Artificial Analysis、LiveBench、LMArena 没有任何独立评分;它不是新基座,而是 8 月底座的后训练衍生品;Terminal-Bench 2.1 低于自家底座,AutomationBench 低于 DeepSeek。本页汇总官方规格、价格、基准解读与 6 篇本站深度实测,并明确标注哪些说法尚未证实。

83.0OSWorld(模型卡自报,四模型表内第一)
$0.12 / $0.40OpenRouter 每百万 tokens(输入 / 输出)
321B 参数321.3B 总参数 / 约 18B 激活,稀疏 MoE
262K tokensOpenRouter 端点上下文(发布配置为 1M)
Apache 2.0FP8 权重开源,129 个分片约 328GB
无独立评分AA / LiveBench / LMArena 均未收录

01关键事实

先把能确认的说清楚:这是本站第一个计算机使用智能体专题,也是一份证据最薄的专题——「开源权重是真的,独立验证还没有」是理解 Nex-N2.6 的一句话。

发布
2026-11-10(周二,OpenRouter 静默上架,无发布文、无模型卡);FP8 权重与模型卡约 11 月 12 日才可公开读取
开发方
Nex-AGI,上海;由上海创新研究院开源(GitHub 组织 sii-nex)
定位
计算机使用智能体(computer-use agent),主打桌面操作、终端任务与业务流程自动化
底座
智谱 GLM-5.3-Flash(2026 年 8 月 26 日发布,320B/18B)后训练;不是新基座
参数量
约 321B 总参数(321.3B / 约 18B 激活,稀疏 MoE;45 层、4096 维骨干:3 层稠密 FFN + 42 层稀疏 MoE)
上下文
OpenRouter 端点 262,144 tokens;发布配置 1,048,576 tokens(两处口径不同,见第 06 节)
最大输出
235,929 tokens(OpenRouter;推理 token 占用该预算,实际可用输出更少)
推理
强制推理;OpenRouter 提供 medium/high(默认 high),HF 聊天模板提供 reasoning_effort low/high/max(默认 max)
输入 / 输出
输入文本、图像、视频;输出仅文本;支持工具调用、强制工具选择、结构化输出、logprobs
价格
OpenRouter 输入 $0.12 / 输出 $0.40(每百万 tokens,标价 $0.15/$0.50 的 8 折,无截止日);缓存读 $0.024;MOSS API 限时免费
基准分
模型卡自报 OSWorld 83.0、Terminal-Bench 2.1 84.1、AutomationBench 45.7;无任何独立评分
模型 ID
nex-agi/nex-n2.6(OpenRouter);nex-agi/Nex-N2.6(Hugging Face)
开源
Apache 2.0;FP8 权重 129 个 safetensor 分片,约 328.34GB
中国区
发布方为上海团队;ModelScope 已于 11 月 12 日上架(nex-agi/Nex-N2.6,129 个 safetensor 分片、页面标注总大小 224.8GB、Apache 2.0)

02快速对比

与最接近的同类模型横向对照:AA 指数、价格、上下文与开源情况一览。点击模型名进入专题页。

模型AA 指数(v5.0)输入 · 输出价格上下文开源
Nex-N2.6未收录$0.12 / $0.40 每百万 tokens(8 折)262K(OpenRouter)/ 1M(发布配置)是(Apache 2.0)
Kimi K3.1 Pro46(v5.0)$2 / $10 每百万 tokens1M tokens是(自定义许可)
腾讯混元 Hy435¥6 / ¥18 每百万 tokens(5 折至 12-31)1M tokens否(仅 preview 权重)
Inkling 2 Small31$0.30 / $1.00 每百万 tokens1M(架构上限;Tinker 64K/256K)是(Apache 2.0)
美团 LongCat 2.5未收录$0.30 / $1.20 每百万 tokens(限时价)1M tokens是(MIT)

AA 指数为 Artificial Analysis 独立发布(v5.0);「未收录」表示该模型尚未登上 AA 榜单。价格为每百万 tokens 的输入·输出价,人民币价与美元价是各厂商的两套目录价,不可直接换算比较。完整对比见第 13 节,完整基准盘点见第 12 节。

03数据图表

模型卡三基准对照——全部为 Nex-AGI 厂商自报,Nex-N2.6 尚无独立评分;完整基准盘点见第 12 节。

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
模型卡三基准(分;Nex-AGI 模型卡,2026 年 11 月 10 日;全部厂商自报;橙色为 Nex-N2.6,青色为底座 GLM-5.3-Flash,灰色为前代 N2.5-Pro 与 DeepSeek-V4.1-Flash)

04最值得读的 3 篇

时间不多的话,先读这三篇;完整目录见第 10 节。

05时间线

这是一次两段式发布:11 月 10 日只有 API 上架,权重与模型卡约 11 月 12 日才出现——两天的信息真空期里,早期评测写下的「无基准、无权重」在次日就过时了。

  • 2026-08-26

    底座 GLM-5.3-Flash 发布(320B/18B),N2.6 的后训练起点。

  • 2026-09-08

    前代 Nex-N2.5-Pro 发布(Qwen3.5 底座,约 397B/约 17B 激活),OpenRouter 定价 $0.075/$0.25。

  • 2026-11-10

    N2.6 在 OpenRouter 静默上架(nex-agi/nex-n2.6):无发布文、无可读模型卡、无基准表;同日 GitHub 仓库 sii-nex/Nex-N2.6 创建。厂商官网当时仍只宣传 N2.5 家族。

  • 2026-11-11

    Hugging Face 仓库 nex-agi/Nex-N2.6 尚不可公开读取(OrcaRouter 遇到登录提示,Hokai 遇到缺失页面);ai345(中文)发现 ModelScope 404、HF 不可达。OrcaRouter 与 Hokai 当日写下的「无基准、无权重」说法,在次日即过时。

  • 2026-11-11–12

    MOSS API 开始限时免费推广(0 积分/请求,无结束日期、无 SLA)。

  • 约 2026-11-12

    权重与模型卡变为可公开读取。Open Model Weights 11 月 12 日发布权重报道;lininn.cn(中文)同日发布批评长文,含 Plotly 38/43 与 1,670 次调用失败案例;SMF Clearinghouse 同日发布 Cold Iron 实测:157 题 76.4%,较 N2.5-Pro 提升 24.8 分(见第 09 节)。

  • 2026-11-12

    ModelScope 上架:nex-agi/Nex-N2.6 页面上线(更新日期 11 月 12 日),129 个 safetensor 分片、页面标注总大小 224.8GB、Apache 2.0;README 三项基准(OSWorld 83.0、Terminal-Bench 2.1 84.1、AutomationBench 45.7)与 HF 模型卡一致;下载量 13 次。

  • 2026-11-14

    AI Weekly 发布发稿总结(HF 月下载 410 次);After Intelligence 通讯第 070 期把 N2.6 列为四个前沿头条之一;两条 Instagram 短视频(小创作者,宣传口径)。

  • 2026-11-14

    GameBench 2(DuelLab 总榜)上线 N2.6 成绩:综合 62.0,95 个模型中第 19(Max 50.1 / High 63.2 / Low 72.7)。

  • 2026-11-16

    本站专题上线;截至当日,Artificial Analysis、LiveBench、LMArena 均未收录 N2.6。

06官方规格

以下为模型卡与 OpenRouter 端点已公布口径(HF 模型卡直读于 2026 年 11 月 16 日凌晨,页面抓取于 2026 年 11 月 15 日 18:16 UTC)。全部基准为厂商自报;模型卡明说分数是模型级结果,不是 FP8 导出物的单独评估。

状态
已发布(API 上架 2026-11-10;权重约 11 月 12 日可读)
模型 ID
nex-agi/nex-n2.6(OpenRouter);nex-agi/Nex-N2.6(Hugging Face)
架构 / 参数
稀疏 MoE,321.3B 总参数 / 约 18B 激活;45 层、4096 维骨干(3 层稠密 FFN + 42 层稀疏 MoE);GLM-5.3-Flash 后训练
上下文窗口
262,144 tokens(OpenRouter 端点);发布配置 1,048,576 tokens
最大输出
235,929 tokens(OpenRouter;推理 token 占用预算)
输入
文本、图像、视频
输出
文本
推理
强制;OpenRouter medium/high(默认 high),HF 模板 reasoning_effort low/high/max(默认 max)
工具能力
工具调用、强制工具选择、结构化输出、logprobs
权重
FP8,129 个 safetensor 分片,约 328.34GB(314.4B FP8 + 6.92B BF16 + 3.6M FP32);Apache 2.0
API 价格
$0.12 输入 / $0.40 输出(每百万 tokens);缓存读 $0.024
基准分
OSWorld 83.0 / Terminal-Bench 2.1 84.1 / AutomationBench 45.7(模型卡自报)
许可证
Apache 2.0

07怎么试用:3 条路线

三条路线:OpenRouter 按量付费、MOSS API 限时免费、自托管 FP8 权重。没有聊天应用入口,也没有其它托管服务商。

1OpenRouter(唯一付费托管渠道)

模型 ID nex-agi/nex-n2.6,$0.12/$0.40 每百万 tokens(输入/输出),缓存读 $0.024;唯一服务商为 Nex-AGI 自身,无备用端点。推理强制开启,medium/high 两档,默认 high;上下文 262,144 tokens,最大输出 235,929 tokens(推理 token 占用预算,实际可用输出更少)。

2MOSS API(限时免费)

端点 api.mosi.cn/v1,模型别名 nex-n2.6(固定版 nex-n2.6-2026-11-05),0 积分/请求,无结束日期;兼容 OpenAI Chat Completions / Responses 与 Anthropic Messages;不承诺 SLA。免费窗口随时可能结束,生产使用请勿依赖。

3自托管 FP8 权重

Hugging Face 仓库 nex-agi/Nex-N2.6,Apache 2.0;129 个分片约 328GB,SGLang 推荐部署(FP8 配置,与 GLM-5.3-Flash 运行时兼容);4-bit 约 202.6GB。硬件现实:24GB 消费级显卡远远不够,现实起点是 512GB 统一内存的 Mac Studio 或多卡服务器。详见本站自托管指南。

OpenRouter: nex-agi/nex-n2.6 ($0.12/$0.40;缓存读 $0.024;唯一服务商) MOSS API: api.mosi.cn/v1 (模型 nex-n2.6;0 积分;无 SLA;无结束日期) Hugging Face: nex-agi/Nex-N2.6 (FP8,129 分片,约 328GB;Apache 2.0) 上下文: 262,144(OpenRouter)/ 1,048,576(发布配置) 推理: 强制;OpenRouter medium/high(默认 high)
上手警告:OpenRouter 上只有 Nex-AGI 自家一个服务商,无备用端点,服务商故障即无替代;MOSS 免费窗口无结束日期、无 SLA;两家早期评测(Hokai、OrcaRouter)给出的吞吐数字互相冲突(80 tok/s 对约 35 tok/s),本站不采纳任何单一吞吐/延迟数字,实际速度请以自己的实测为准。

08价格解析

单价本身很便宜——$0.12/$0.40 是本站专题里最低的 API 价之一;但比前代贵 60%,且 8 折没有写明截止日。价格为 2026 年 11 月 16 日核查口径,结账页价格为准。

项目(每百万 tokens)Nex-N2.6Nex-N2.5-ProN2.6 标价
输入$0.12$0.075$0.15
输出$0.40$0.25$0.50
缓存读$0.024——
相对前代贵 60%(输入与输出同幅)——

8 折没有截止日

OpenRouter 显示 $0.12/$0.40 为标价 $0.15/$0.50 的 8 折,但未写明结束日期;按 introductory 价理解,涨回标价时单价上升 25%。MOSS 的免费窗口同样没有结束日期——两处「免费/折扣」都没有时间承诺,预算请按标价做最坏打算。

贵 60% 买到了什么

与前代 N2.5-Pro 的 $0.075/$0.25 相比,N2.6 输入与输出各贵 60%。换来的是 OSWorld 82.2→83.0、推理重复率 16.0%→1.6%、工具遵循率 100%——可靠性修复是真实的,但基准提升幅度很小,是否值 60% 取决于你的任务是否被 N2.5-Pro 的重复与工具错误困扰过。

价格要点:MOSS 免费窗口是目前最便宜的试用途径,但 0 积分、无 SLA、无结束日期,不适合生产依赖;OpenRouter 是唯一付费渠道,$0.12/$0.40 的 8 折价按标价 $0.15/$0.50 做预算更稳妥;长任务注意推理 token 占用输出预算,实际账单取决于思考量。

官方页面:OpenRouter 模型页 · Hugging Face 模型卡

09首批实测与测评

以下全部是 11 月 10–16 日的公开材料:厂商模型卡是唯一成体系的数据,独立证据只有五条小样本记录——先说结论:没有一条独立评分,Plotly 独立基准运行与底座打平,最有力的批评来自一篇中文长文。每条都给出结论徽章;点「阅读本站全文」进入本站的深度改写文章页,文末附原始出处。

模型卡三基准(厂商自报):OSWorld 唯一明确胜出

结论:计算机使用是强项,其余两项没有拉开差距

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

OSWorld 83.0(表内第一,高底座 5.0 分、高前代 0.8 分);Terminal-Bench 2.1 84.1,低于自家底座 GLM-5.3-Flash 的 84.3;AutomationBench 45.7,低于底座的 48.8 与 DeepSeek-V4.1-Flash 的 54.8。内部可靠性评估:推理重复率由 N2.5-Pro 的 16.0% 降至 1.6%,工具遵循率 100%。模型卡明说:分数是模型级结果,不是 FP8 导出物的单独评估。

阅读本站全文 → (本站原创整理)

Plotly 数据分析基准 38/43,与底座同分

结论:后训练没有在这个榜上拉开差距

来源:lininn.cn,2026-11-12(第三方运行)

独立基准运行:Plotly DataAnalyticsBench 38/43,与底座 GLM-5.3-Flash 同分。放在本站跟踪的同一榜上:Carbon 42/43、Hydrogen 43/43 满分,N2.6 的 38/43 排在两者之后。两次失控循环把整轮成本推高到 $10.19。

阅读本站全文 → (本站原创整理)

SMF Cold Iron:157 题 76.4%,较前代提升 24.8 分

结论:家族代际跃升属实;编码出现新的语法短板

来源:SMF Clearinghouse(SMF Works),2026-11-12(157 题自制套件,单次运行)原文 →

120/157(76.4%),该榜第 24 名;较前代 Nex-N2.5-Pro 的 51.6% 提升 24.8 分:数学由 1/30 修到 22/30,推理 9/30 升至 27/30,工具调用 0/2 升至 2/2。但编码只有 11/30,17 个失败中有 14 个是 SyntaxError,其中 4 题把中文破折号/箭头写进了代码、5 题字符串未闭合。限定条件:单次运行、157 题小套件;模型无法关闭思考(effort=none 返回 HTTP 400),本次以 medium 档运行,推理 token 占全部输出的 88%;全程 $0.13、49.8 分钟。

lininn.cn 失败案例:1,670 次调用、2 小时 20 分钟没找到答案

结论:最有力的批评数据点

来源:lininn.cn,2026-11-12(第三方测试)

第三方测试里,模型对一道数据分析题调用 1,670 次、耗时 2 小时 20 分钟,始终没有找到答案;账单 $10.19。与模型卡 100% 工具遵循率的自我评估放在一起读:内部回放与真实长任务不是一回事。

阅读本站全文 → (本站原创整理)

GameBench 2:综合 62.0,95 个模型中第 19

结论:公开榜单上的第一条独立记录,但参考价值有限

来源:DuelLab,2026-11-14 更新(总榜口径;分档 Max 50.1 / High 63.2 / Low 72.7)

GameBench 2 综合 62.0,95 个模型中排第 19;分档成绩 Max 50.1、High 63.2、Low 72.7,低档反而最高,高档表现明显弱于低档。仍是单一榜单,无法据此判断整体水平。

hypeorcode:6 次运行,28 分 48 秒,$0.077

结论:样本太小,无法得出任何结论

来源:hypeorcode(小样本运行)

6 次运行、总计 28 分 48 秒、按标价 $0.077。列在这里是因为除此之外几乎没有公开的动手运行记录。

无任何独立评分:AA、LiveBench、LMArena 均未收录

结论:本专题最根本的证据短板

来源:OrcaRouter、vakati-tech、DuelLab;Epoch AI:尚无标准化分数

截至 11 月 16 日,Artificial Analysis 没有 N2.6 的模型页,LiveBench 没有运行记录,LMArena 没有收录;Epoch AI 称尚无标准化分数。三大榜单的标准化分数仍是空白,独立证据只有零星运行(见上)——AA、LiveBench、LMArena 收录仍是 8 小时跟踪循环的首要盯梢项。

OrcaRouter 与 Hokai 的早期分析:价格与换底座仍有效,「无基准、无权重」已过时

结论:引用时只采价格与换底座分析

来源:OrcaRouter、Hokai,2026-11-11(模型卡可读前写成)

两篇 11 月 11 日的分析写于模型卡可读之前,其中的「无基准、无权重」说法在 11 月 12 日权重可读后即已过时,引用时请勿采用;但它们对价格与 Qwen→GLM 换底座的分析仍然有效。两家给出的吞吐数字互相冲突(Hokai 80 tok/s、OrcaRouter 约 35 tok/s),本站不采纳单一数字。

阅读本站全文 → (本站原创整理)

10文章目录:本站深度解读

以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议,事实与数据与原始测评核对一致。点击任意一篇在本站内阅读,文末附原始出处。

12基准测试:模型卡三基准 + 内部可靠性表

模型卡只给了三项基准与一张内部可靠性表,数据量不大;但全部是厂商自报,对手分数是 Nex-AGI 同场列出而非各家公布值。读分数前先看条件,再看独立证据怎么说。

测试(模型卡,厂商自报)Nex-N2.6Nex-N2.5-ProGLM-5.3-Flash(底座)DeepSeek-V4.1-Flash
OSWorld(计算机使用)83.082.278.071.7
Terminal-Bench 2.1(终端任务)84.182.784.382.7
AutomationBench(业务流程)45.744.248.854.8

内部可靠性评估(厂商已知问题回放)

指标Nex-N2.5-ProGLM-5.3-FlashNex-N2.6
推理重复率 ↓16.0%6.0%1.6%
整体不重复率 ↑91.0%96.2%97.8%
有效工具选择率(整体)↑82.2%85.3%100.0%
有效工具选择率(有工具时)↑80.5%84.1%100.0%

独立证据(截至 11 月 16 日)

测量来源N2.6 成绩说明
Plotly DataAnalyticsBenchlininn.cn,11 月 12 日38/43与底座同分;Carbon 42/43、Hydrogen 43/43;整轮 $10.19,两次失控循环
Cold Iron(157 题自制套件)SMF Clearinghouse,11 月 12 日76.4%(120/157),第 24 名较 N2.5-Pro 提升 24.8 分;单次运行;思考无法关闭,以 medium 档运行
GameBench 2(综合)DuelLab,11 月 14 日更新62.0,第 19/95单一榜单;分档 Max 50.1 / High 63.2 / Low 72.7
hypeorcode 运行hypeorcode6 次运行,28 分 48 秒,$0.077小样本,无结论
lininn.cn 失败案例lininn.cn,11 月 12 日1,670 次调用未解题,$10.19最有力的批评数据点
Artificial Analysis / LiveBench / LMArena—均未收录无独立评分
读分数前先看口径:三项基准全部是 Nex-AGI 自报,模型卡原话——「分数取决于评估框架与设置;这是模型级结果,不是 FP8 导出物的单独评估」。FP8 权重从未被独立测过,不要把 83.0 读成「下载下来的权重跑出的分」。另注意:Hokai 与 OrcaRouter 给出的吞吐数字互相冲突(80 tok/s 对约 35 tok/s),本站不采纳单一吞吐/延迟数字。

完整盘点见本站基准测试专文 →

Nex-N2.6 模型卡三基准对照(厂商自报) 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
模型卡三基准(分;Nex-AGI 模型卡,2026 年 11 月 10 日;全部厂商自报;橙色为 Nex-N2.6,青色为底座 GLM-5.3-Flash,灰色为前代 N2.5-Pro 与 DeepSeek-V4.1-Flash)

13对比

vs Nex-N2.5-Pro(前代)

维度Nex-N2.6Nex-N2.5-Pro
底座GLM-5.3-FlashQwen3.5
总参数约 321B约 397B
激活参数约 18B约 17B
OSWorld83.082.2
Terminal-Bench 2.184.182.7
AutomationBench45.744.2
推理重复率1.6%16.0%
有效工具选择率(整体)100.0%82.2%
价格(输入 / 输出)$0.12 / $0.40$0.075 / $0.25(N2.6 贵 60%)
上下文(OpenRouter)262K262K
发布2026-11-102026-09-08

两代之间的变化是真实的:换底座、修可靠性、贵 60%。基准提升很小(OSWorld +0.8、TB 2.1 +1.4、AutomationBench +1.5),真正的变化在可靠性——重复率从 16.0% 降到 1.6%。是否升级,取决于你的任务是否被前代的重复与工具错误困扰过。

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

维度Nex-N2.6GLM-5.3-FlashDeepSeek-V4.1-Flash
OSWorld83.078.071.7
Terminal-Bench 2.184.184.382.7
AutomationBench45.748.854.8
推理重复率1.6%6.0%—
有效工具选择率(整体)100.0%85.3%—

后训练的账算得很清楚:OSWorld +5.0、重复率 6.0%→1.6%、工具遵循率 85.3%→100%——计算机使用与可靠性是提升项;TB 2.1 −0.2、AutomationBench −3.1——终端与业务流程反而退步。DeepSeek-V4.1-Flash 的 AutomationBench 54.8 全表最高,业务流程任务上 N2.6 不是首选。另注意上下文口径:N2.6 在 OpenRouter 是 262K,发布配置是 1M——API 上实际能用的只有 262K,见对比专文。

诚实提示:DeepSeek-V4.1-Flash 的推理重复率与工具遵循率未在本轮核查中确认,表中留空;本站不编造数字。

读深度对比:Nex-N2.6 vs N2.5-Pro → · 读深度对比:Nex-N2.6 vs GLM 与 DeepSeek →

14还缺什么(截至 11 月 16 日)

  • Artificial Analysis / LiveBench / LMArena 的任何独立评分(均未收录)
  • MOSS API 免费窗口的结束日期(未公布)
  • 中文一线科技媒体报道(机器之心、新智元、量子位、IT之家均未见)
  • 英文主流媒体报道(TechCrunch、The Verge、Reuters、Bloomberg、Wired 均未见)
  • FP8 导出物的独立测试(模型卡分数是模型级,非 FP8 导出物评估)
  • 可信的吞吐/延迟数字(Hokai 与 OrcaRouter 互相冲突)
  • 其它托管渠道的上线(目前只有 OpenRouter 与 MOSS)

15谣言核查

N2.6 的混淆主要来自三个地方:发布日与开源日、模型级分数与 FP8 导出物、互相冲突的速度数字——逐条澄清如下。

不成立 「11 月 10 日发布并开源权重」

11 月 10 日只是 OpenRouter 静默上架:无发布文、无模型卡,HF 仓库次日仍不可读;权重与模型卡约 11 月 12 日才可公开读取。发布日与开源日是两回事,本站分开写。

已过时 「这个模型没有基准、没有权重」

OrcaRouter 与 Hokai 11 月 11 日的说法,写于模型卡可读之前;11 月 12 日起模型卡(三基准+可靠性表)与 FP8 权重均已公开。引用这两篇时只采其价格与换底座分析,不要采其「无基准/无权重」结论。

不成立 「FP8 权重跑出了 OSWorld 83.0」

模型卡原话:分数是模型级结果,不是 FP8 导出物的单独评估。下载下来的 FP8 权重从未被独立测过,83.0 不能读成导出物的分数。

部分成立 「比底座全面更强」

OSWorld 78.0→83.0、重复率 6.0%→1.6%、工具遵循率 85.3%→100%,提升是真实的;但 TB 2.1 84.3→84.1、AutomationBench 48.8→45.7,反而低于底座。后训练提升了计算机使用与可靠性,没提升全部能力。

无法确认 「吞吐 80 tok/s」

Hokai(11 月 11 日,OpenRouter)称 80 tok/s、延迟 0.89 秒;OrcaRouter 称约 35 tok/s、p50 2.81 秒。两家数字差两倍多,本站不采纳任何单一吞吐/延迟数字。

不成立 「321B 是全新架构」

N2.6 是 GLM-5.3-Flash(320B)的后训练衍生品;1B 的参数差值是取整/适配器 artifact,不是新架构。45 层、4096 维骨干与底座一致。

16FAQ

Nex-N2.6 开源吗?

是。Apache 2.0 许可证,FP8 权重在 Hugging Face 公开(仓库 nex-agi/Nex-N2.6,129 个分片约 328GB)。但注意:权重约 11 月 12 日才可读,不是 11 月 10 日发布当天;且模型卡分数是模型级结果,不是 FP8 导出物的单独评估。

Nex-N2.6 基于什么模型?

智谱 GLM-5.3-Flash(2026 年 8 月 26 日发布,320B/18B)。N2.6 是它的后训练衍生品,不是新基座;前代 N2.5-Pro 用的是 Qwen3.5 底座,两代之间换了底座。详见本站发布总览。

与 N2.5-Pro 有什么不同?

三处:底座由 Qwen 换成 GLM;可靠性大幅修复(推理重复率 16.0%→1.6%,工具遵循率 100%);价格贵 60%($0.12/$0.40 对 $0.075/$0.25)。基准提升很小,上下文同为 262K。详见本站对比专文。

能在本地跑吗?

能,但门槛很高:FP8 权重约 328GB,4-bit 约 202.6GB;24GB 消费级显卡远远不够,现实起点是 512GB 统一内存的 Mac Studio 或多卡服务器,推荐 SGLang 部署。详见本站自托管指南。

免费吗?

MOSS API 限时免费(0 积分/请求,无结束日期、无 SLA);OpenRouter 按 $0.12/$0.40 每百万 tokens 计费(标价 8 折,无截止日)。免费窗口随时可能结束,生产使用请勿依赖。详见本站价格指南。

比底座强吗?

分项看:OSWorld 83.0 对 78.0、可靠性全面胜出;但 Terminal-Bench 2.1 84.1 对 84.3、AutomationBench 45.7 对 48.8,反而低于底座。计算机使用任务选 N2.6,终端与业务流程任务底座未必更差。详见本站基准专文。

17来源

本页事实均来自以下公开来源(HF 模型卡直读于 2026 年 11 月 16 日凌晨,页面抓取于 2026 年 11 月 15 日 18:16 UTC;其余核查于 2026 年 11 月 11–16 日)。无链接的条目为按名称与日期引用的报道原文,本站核查时读过但不虚构链接。

官方与模型卡

英文报道与评测

中文报道

更多索引:Nex-AGI的全部模型专题 · 全部大语言模型 · 全部模型