project
Nex-N2.6 - 上海创智学院开源的多模态能动性模型
Nex-N2.6 是上海创智学院(Nex-AGI)开源的多模态能动性模型,基于 GLM-5.3-Flash 后训练,约 321B 参数,支持 256K 上下文,主打电脑操控、编程和长程工具调...
Nex-N2.6是什么
Nex-N2.6 是上海创智学院(Nex-AGI)开源的多模态能动性模型,基于 GLM-5.3-Flash 后训练,约 321B 参数,支持 256K 上下文,主打电脑操控、编程和长程工具调用任务。相比前代 N2.5,推理复读率下降 90%,Token 消耗大幅降低;跨 Harness 工具匹配率达 100%,OSWorld 电脑操作评测得分 83.0 跻身第一梯队。Nex-N2.6 提供 FP8 量化权重,可用 SGLang 本地部署。
Nex-N2.6的主要功能
-
电脑界面操控(CUA):直接看屏幕截图并操作真实桌面应用,OSWorld 评测得分 83.0,跻身第一梯队。
-
工具调用与函数调用:支持多步工具链调用,可严格遵循当前环境声明的工具清单,跨框架零误调用。
-
长程任务执行:专为长任务设计,推理复读率降至 1.6%,减少”原地打转”导致的 Token 浪费,端到端成功率更高。
-
编程能力:具备代码生成与软件工程能力,延续 Nex 系列在 SWE-bench 等代码评测上的积累。
-
多模态输入:支持文本、图片输入,可识别界面元素并描述可用控件。
-
长上下文处理:开放 256K 上下文窗口 API,适配长轨迹 Agent 工作流。
-
开源与本地部署:开源 321B 参数 FP8 量化权重(Apache 2.0),可用 SGLang 自托管部署。
-
多平台接入:兼容 OpenAI 接口,可通过 OpenRouter、MOSS 平台 API 调用。
Nex-N2.6的技术原理
- 基于 GLM-5.3-Flash 的后训练架构:Nex-N2.6 在智谱 GLM-5.3-Flash基础上进行后训练,成品约 321B 总参数、FP8 量化。后训练保留了底座架构(混合注意力层 + MoE),在此之上强化 Agentic 行为,因此能复用支持 GLM-5.3-Flash 的推理栈,通过 FP8 配置降低显存占用,实现 8 卡分布式部署。
- 反复读优化:Badcase 驱动的故障修复训练,团队从内部和合作伙伴的真实使用中收集 698 条 Badcase 构建”重复问题 Bench”,并配合”断点重放”(Checkpoint Replay)机制训练,冻结上一代模型报错或卡死前的全部历史上下文与工具返回,让模型从同一故障断点继续生成。
- 跨 Harness 工具清单对齐:不同 Agent 框架(Claude Code、Codex、Cursor 等)声明的工具名称各异,模型易因历史对话中的旧名称而误调用。N2.6 通过多框架混合的真实上下文训练,使模型将注意力锚定在”当前请求声明的工具清单”,在 956 条真实上下文测试中实现 100% 清单内精准匹配,摆脱对特定训练环境的过拟合。
微信关注回复“开源”,加入AI开源项目交流群
如何使用Nex-N2.6
- 方式一:本地部署(SGLang)
-
下载权重:用 ModelScope CLI 下载 FP8 量化权重,
modelscope download --model nex-agi/Nex-N2.6 --local_dir nex-agi/Nex-N2.6。 -
拉取镜像:安装 Docker 后拉取官方 SGLang 镜像,
docker pull lmsysorg/sglang:latest。 -
启动服务:将模型目录只读挂载进容器,以 8 卡 TP/EP、FP8 兼容配置启动服务,并设置
--served-model-name Nex-N2.6、--reasoning-parser glm45、--tool-call-parser glm47。 -
文本推理:通过 OpenAI 兼容接口调用
http://127.0.0.1:8000/v1/chat/completions,设置"model": "Nex-N2.6"、"reasoning_effort": "max"、"stream": true即可流式输出。 -
图像输入:在消息中使用
image_url类型内容块传入截图,模型即可描述界面并识别控件。 -
工具调用:在请求中携带
tools声明当前环境可用工具,模型返回调用指令后由客户端/Agent 框架执行并回传结果。
-
- 方式二:云端 API(免部署)
- OpenRouter 调用:在 OpenRouter 平台选择
nex-agi/nex-n2.6模型,使用 OpenAI 兼容 SDK 传入 API Key 即可调用,支持 256K 上下文。 - MOSS 平台调用:访问 MOSS 开放平台 https://platform.moss.cn/docs/models/nex,按其文档获取 API Key 并以相同接口格式发起请求。
- OpenRouter 调用:在 OpenRouter 平台选择
Nex-N2.6的核心优势
-
推理复读率大幅降低:内部断点重放评测中复读率从 16.0% 降至 1.6%,长任务不再”原地打转”,显著节省 Token 消耗。
-
跨 Harness 零误调:无论 Claude Code、Codex、Cursor 还是自研框架,工具清单精准匹配率达 100%,与 GPT-6-Sol 持平,真正做到即插即用。
-
电脑操控能力顶尖:OSWorld 得分 83.0(较底座 +5.0),超越 DeepSeek-V4.1-Flash,跻身电脑操作第一梯队。
-
终端能力无损:Terminal-Bench 2.1 达 84.1 分,保留底座全部自动化运维功力,未因后训练牺牲通用性能。
-
长任务成功率高:整体调用未循环率达 97.8%,配合 256K 上下文窗口,端到端长程任务交付更稳定。
Nex-N2.6的项目地址
- GitHub仓库:https://github.com/sii-nex/Nex-N2.6
- HuggingFace模型库:https://huggingface.co/nex-agi/Nex-N2.6
Nex-N2.6的同类竞品对比
| 维度 | Nex-N2.6 | GPT-6-Sol |
|---|---|---|
| 开放性 | 开源 FP8 权重(约 321B 参数),可自托管 | 闭源,仅 API 调用 |
| 上下文窗口 | 256K | 约 1,050K(超 272K 部分计费加价) |
| 电脑操控(OSWorld) | 83.0(团队自报) | 60.5%–64.4%(OSWorld 2.0 离线集,厂商自报) |
| 终端能力(Terminal-Bench) | 84.1(v2.1) | 未报告该版本成绩 |
| 跨 Harness 工具适配 | 100% 清单内精准匹配 | 100%(Nex 团队内部基准中的参照成绩) |
| 长任务稳定性 | 推理复读率 1.6%,未循环率 97.8% | 未公开内部复读率数据 |
| 数据与合规 | 权重本地运行,数据不出内网,适合敏感场景 | 数据经 OpenAI API,需评估合规要求 |
| 部署门槛 | 高(需 8 卡级 GPU + SGLang) | 零门槛,即开即用 |
| 接口兼容 | OpenAI 兼容,支持 reasoning_effort 三档 | Responses API 为主,Chat Completions 不支持工具调用(6.1 Sol 起) |
Nex-N2.6的应用场景
-
桌面软件自动化:直接看屏幕操作 LibreOffice、浏览器、文件管理器等 GUI 应用,完成填表、跨应用搬数、系统设置等多步任务。
-
专业设计/工程工作流:操作 FreeCAD、Blender 等无 API 的专业软件,实现参数化建模、批量渲染等自动化流程。
-
运维与终端自动化:借助 Terminal-Bench 2.1 级别的命令行能力执行服务器巡检、日志分析、批量脚本运维等任务。
-
长程软件工程:在 Claude Code、Codex、Cursor 等编码框架中承担多文件修改、跨模块重构等需要几十步工具调用的开发任务。
-
企业流程自动化:串联邮件、表单、ERP 等只有图形界面的遗留系统,完成审批、录入、报表生成等业务流。