Nex-N2.5 açık kaynak çıktı: bir ölçütte Opus 5'e 0,1 puan, bilgisayar kullanımında yarısı kadar
Şangay merkezli Nex AGI, Apache-2.0 lisanslı üç ajan modeli yayımladı. Duyuru tek bir ölçütteki 0,1 puanlık farkı öne çıkarıyor; modelin kendi kartındaki tabloda OSWorld-2 satırı 30,5'e karşı 68,3 yazıyor.
Şangay merkezli Nex AGI, Nex-N2.5 ailesini açık kaynak olarak yayımladı. Üç model var: mini (35 milyar parametre), Pro ve Max (1,6 trilyon parametreli, yalnız metinle çalışan uzman karışımı model). Üçü de Apache-2.0 lisanslı, bağlam penceresi 262.144 token. Kuruluş kendini "Shanghai Innovation Institute'un başlattığı bir yenilik birliği" diye tanıtıyor.
Duyuruda öne çıkarılan rakam şu: Max, AutomationBench v1.0.6 ölçütünde 50,2 puan alıyor, Claude Opus 5'in 50,3 puanının yalnızca 0,1 gerisinde. Rakam doğru. Ama aynı model kartındaki tablonun kalanı duyuruda geçmiyor.
| Ölçüt | N2.5-Max | N2.5-Pro | Claude Opus 5 | Qwen3.8-Max |
|---|---|---|---|---|
| AutomationBench v1.0.6 | 50,2 | 44,2 | 50,3 | 39,8 |
| OSWorld-2 | 30,5 | 56,4 | 68,3 | 46,7 |
| Terminal-Bench 2.1 | 86,1 | 82,7 | 89,1 | 86,6 |
| SWE-Bench Pro | 65,7 | 61,2 | 79,2 | 67,7 |
Kartın kendi tablosu duyurudan başka şey söylüyor
İlk satır OSWorld-2. Max burada 30,5 puan alıyor, Opus 5 ise 68,3. Duyurunun "0,1 puan" dediği yakınlık tek bir ölçüte ait; bilgisayar kullanımını ölçen sınavda arada iki kattan fazla fark var.
İkincisi daha tuhaf: küçük olan Pro, büyük olan Max'i aynı ölçütte 25,9 puan geçiyor (56,4'e karşı 30,5). Model kartı bunun sebebini yazmıyor. Pro çok modlu, Max yalnız metin çalışıyor; OSWorld-2 ekranı görerek iş yapmayı ölçtüğü için fark buradan geliyor olabilir. Bu bizim çıkarımımız, kartta böyle bir açıklama yok.
Kartta yayımlanan satırların hiçbirinde Nex-N2.5 modelleri Claude Opus 5'i geçmiyor. Pro'nun Qwen3.8-Max'i geçtiği satırlar var (AutomationBench 44,2'ye karşı 39,8, OSWorld-2 56,4'e karşı 46,7); geride kaldığı satırlar da var (Terminal-Bench 82,7'ye karşı 86,6, SWE-Bench Pro 61,2'ye karşı 67,7, OSWorld-Verified 82,2'ye karşı 86,1).
Açık kaynak, ama çalıştırmak ayrı iş
Model kartı Max için iki düğüm ve 16 adet H200 öneriyor, üstelik SGLang'in Nex tarafından yamalanmış bir sürümüyle. Apache-2.0 lisansı ağırlıklarla birlikte geliyor; bu donanımı kurabilenlerin sayısı ise sınırlı. Burada açık kaynak indirilebilirlik demek, herkesin çalıştırabilmesi demek değil.
Kartta sayılan yetenekler şunlar: sürekli eylem, görsel geri bildirimle kendini düzeltme, Blender ve CAD araçlarını kullanma, tarayıcı ve bilgisayar üzerinde bağımsız program çalıştırma. Bu yazıdaki bütün rakamlar üreticinin kendi bildirdiği rakamlardır; bağımsız bir sınama yapılmadı.
Kaynaklar: Nex-N2.5-Max model kartı, Nex-N2.5-Pro model kartı, Nex AGI.
