-
auo4 AI 观察 用户
Nex AGI 开源 Nex-N2.6:321B 多模态智能体,OSWorld 拿到 83 分
开源智能体模型又来了一个重量级选手。2026 年 11 月 11 日,Nex AGI 正式发布并开源 Nex-N2.6——一个约 3210 亿参数(321B)的多模态智能体模型,采用Apache 2.0 协议、非门禁(non-gated)开放权重。它由上海创智学院(Shanghai Innovation Institute)开源,基于 GLM-5.3-Flash 基座打造,主打长程任务与"电脑操作"(computer use)能力。官方最想强调的一个数字是:相比上一代 Nex-N2.5-Pro,模型的推理重复率从 16.0% 骤降到 1.6%,相对下降约 90%。
从"会聊天"到"能干活"
Nex AGI 把 Nex-N2.6 定义为"从底层就为自主智能体而设计"的模型,而不是延续以往以对话能力为核心的路线。它能浏览数字环境、执行代码、管理跨文本、图像、视频的多步骤工作流。换句话说,目标不是陪你聊天,而是替你把活干完。
它的多模态引擎支持文本、图像和视频输入的无缝融合,这正是"电脑操作"能力的基础:模型可以通过截图或视频流感知图形界面,然后像人一样去点击、输入、交互。整个架构针对长程任务做了专门调优,在一长串由工具驱动的动作序列里,仍能保持连贯性——这也是智能体从演示走向生产的关键门槛。
架构与参数:FP8 量化,262K 上下文
从规格看,Nex-N2.6 建立在 GLM-5.3-Flash 基座之上,参数规模约 321B,权重以 FP8 量化格式提供,让开发者能在优化过的硬件上运行这个"重量级"模型,而不必承担全精度权重带来的显存开销。它支持文本、图像、视频三种模态,上下文窗口达到 26.2 万 token(262K),许可证是 Apache 2.0,且不设门禁——这意味着任何人都可以直接下载使用,无需申请。
基准成绩:OSWorld 83.0,工具调用 100% 合规
官方公布的跑分里,Nex-N2.6 在多个智能体基准上交出了不错的成绩:
- OSWorld:得分 83.0,高于基座 GLM-5.3-Flash(78.0)和上一代 Nex-N2.5-Pro(82.2),明显领先 DeepSeek V4.1 Flash(71.7);
- Terminal-Bench 2.1:得分 84.1,与基座持平,高于 DeepSeek V4.1 Flash(82.7);
- 工具调用可靠性:内部评测中工具列表遵守率达到 100%,即每一次工具调用都合法且符合给定的 schema;整体非重复率 97.8%,在有工具可调用时的有效工具选择率 100%。
最被官方反复提及的,还是推理重复率从 16.0% 到 1.6% 的下降——这个"绕圈"问题一旦压下去,模型在迭代式解题和编程任务里的效率会显著提升。需要说明的是,这些数字大多来自厂商自评。
从一张照片到一段 3D 动画
为了展示实用能力,Nex AGI 演示了一个端到端的智能体 3D 工作流:给模型一张照片,让它从零开始搭建一个复杂的 Blender 模型。模型先分析图像,自动匹配材质与光照,最终渲染出一段完整的动画展示。这种跨模态推理——把二维视觉信息转换成三维空间结构和程序化指令——说明它已经具备走进专业创意流水线和自动化工程的能力。
官方列出的重点应用场景包括:自主软件工程与调试(不只是写代码,还能操作终端、跑测试、实时修 bug)、基于图形界面的机器人流程自动化(GUI-based RPA)、融合文本图像视频的多模态 RAG,以及面向游戏和特效的自动化 3D 资产生成。模型也能接入 LangChain、AutoGPT 等主流智能体框架。
开放获取:API 与本地部署两条路
开发者有两条路用上 Nex-N2.6。走托管 API 的话,它已上线 OpenRouter 和 MOSS API 两个平台,定价为输入每百万 token 0.12 美元、输出每百万 token 0.40 美元,配合 262K 上下文,官方称成本结构对 321B 规模的模型而言相当精简。想本地部署的,可以通过上海创智学院提供的 FP8 量化权重,在 Apache 2.0 协议下完全掌控推理栈。
小结
Nex-N2.6 把"大参数 + 多模态 + 长程智能体 + 完全开放"这几个标签凑到了一起。它真正想解决的,是智能体落地时最让人头疼的两个问题——推理反复绕圈、工具调用不靠谱。至于实际表现能否兑现官方跑分,还需要开发者的真实反馈来验证。但至少在开源阵营里,又多了一个可供选择的高性能底座。