Nex-AGI опубликовала на Hugging Face веса Nex-N2.6: мультимодальной агентной модели, построенной на базе GLM-5.3-Flash. В репозитории лежит FP8-квантованный вариант примерно на 321 млрд параметров, а назначение модели описано как computer use, программирование и длительные задачи с использованием инструментов. Карточка релиза указывает, что это продолжение линии Nex-N2.5-Pro.
Практический смысл короткий: модель рассчитана на циклы с инструментами, а не на одиночные ответы в чате. Цена такого класса видна сразу: 321 млрд параметров даже в 8-битном формате означают порядка 321 ГБ только на веса, так что о запуске на одной потребительской видеокарте речи не идёт. Независимых тестов на момент публикации нет, все заявления об улучшениях идут от разработчика.
Что такое Nex-N2.6: агентная модель и её отличие от чат-модели
Чем агентная модель отличается от обычной чат-модели
Обычная чат-модель получает сообщение и возвращает текст. Один проход, дальше решение принимает человек. Агентная модель встроена в цикл: получает наблюдение (вывод терминала, содержимое файла, скриншот), решает, что делать, вызывает инструмент, читает результат и повторяет, пока задача не закрыта или не кончился лимит шагов.
Разница хорошо видна на задаче «починить падающий тест в репозитории». Чат-модель выдаст правдоподобный патч по тому куску кода, который вы вставили в промпт. Агентная сама откроет файлы, найдёт нужный тест, запустит его, прочитает трейсбек, поправит код и прогонит тесты заново. Если после правки тест всё ещё падает, цикл продолжится.
Отсюда два следствия. Качество результата зависит не только от весов: набор доступных инструментов, формат их описаний, обратная связь от среды и лимит шагов влияют на исход не меньше. Второе: агенту нужна песочница. Ошибка в вызове rm или клик по кнопке «Удалить» стоят дороже неудачного абзаца текста.
Ключевые заявленные характеристики релиза
| Параметр | Что заявлено |
|---|---|
| Разработчик | Nex-AGI |
| Базовая модель | GLM-5.3-Flash |
| Тип | мультимодальная агентная модель |
| Профиль задач | computer use, программирование, длительные задачи с инструментами |
| Веса в репозитории | FP8-квантование, около 321B параметров |
| Предшественник | Nex-N2.5-Pro |
| Акцент релиза | меньше повторяющихся рассуждений, точнее следование инструментам окружения |
Все пункты таблицы взяты из описания релиза. Независимых замеров, сравнительных таблиц с другими моделями и методик оценки там нет. Дальше речь идёт о заявленных свойствах, а не о подтверждённых.
FP8-квантование и 321B параметров: что это значит на практике
Квантование - это хранение весов в меньшей разрядности. В BF16 каждый параметр занимает 2 байта, в FP8 - 1 байт. Для модели на 321 млрд параметров разница выглядит как примерно 642 ГБ против 321 ГБ. Память под веса сокращается вдвое, и это основная причина, по которой такие модели вообще доходят до открытых релизов в скачиваемом виде.
Зачем релизить веса именно в FP8
FP8 даёт три выигрыша. Память на веса вдвое меньше. Трафик из памяти к вычислителям тоже ниже, а на инференсе крупных моделей узкое место часто именно пропускная способность памяти, не арифметика. Плюс формат поддерживают современные ускорители Nvidia (Hopper, Ada, Blackwell) и основные серверные фреймворки инференса, так что экзотика на стороне софта не нужна.
Компромисс известен: 8 бит на параметр грубее, чем 16, и часть точности теряется. Насколько именно в случае Nex-N2.6, неизвестно, потому что сравнения FP8 против BF16 в карточке релиза нет. Второй риск технический: поддержка FP8 зависит от версии фреймворка и типа карт. На старых ускорителях веса придётся поднимать в BF16, теряя всю экономию памяти, либо считать медленнее.
Сколько VRAM нужно для 321B в FP8
Арифметика простая, и её стоит держать в голове как нижнюю границу. Один байт на параметр при 321 млрд параметров даёт около 321 ГБ только на веса. Дальше добавляются KV-кэш (растёт с длиной контекста и числом одновременных запросов), активации, буферы и служебные тензоры чекпоинта, которых в файле всегда больше, чем «чистых» весов. Реальный размер файлов на диске вполне может оказаться выше 321 ГБ.
Что это значит по конфигурациям. Восемь карт по 80 ГБ дают 640 ГБ памяти: веса помещаются с запасом под кэш. Четыре карты по 80 ГБ - это 320 ГБ, то есть ровно под веса и без запаса: такой вариант без выгрузки части слоёв в RAM на практике нерабочий. Четыре потребительские карты по 24 ГБ (96 ГБ суммарно) не покрывают и трети объёма, остаётся оффлоад весов в оперативную память и на NVMe со всеми издержками по скорости.
Цифры выше - арифметика из объёма параметров, а не измеренный результат запуска. Точные требования зависят от длины контекста, размера батча, фреймворка и того, держите ли вы модель целиком в VRAM. Для сравнения масштабов: компактные модели в 4-битных квантах спокойно живут на Apple Silicon (разбор 4-битного MLX-кванта Nex N2.5 Mini на M5 Max), а 321B в FP8 относится к другому классу железа: серверные узлы или сборки с несколькими GPU.
Что изменилось по сравнению с Nex-N2.5-Pro
Релиз описан как продолжение Nex-N2.5-Pro, и оба заявленных улучшения касаются агентного поведения: меньше повторяющихся рассуждений и точнее следование инструментам, доступным в текущем окружении. Ни процентов, ни бенчмарков к этим пунктам не приложено. Описание релиза ограничивается формулировками о фокусе работы, поэтому проверять их придётся на своих задачах.
Меньше повторяющихся рассуждений: почему это критично для агентов
Зацикливание - типовой сбой агентных цепочек. Модель формулирует план, вызывает инструмент, получает результат, не распознаёт его как ответ и повторяет тот же план другими словами. На коротком вопросе это стоит лишних секунд. На длинной задаче из 40-60 шагов каждый зацикленный сегмент съедает контекст, а вместе с ним и оставшийся бюджет шагов.
Эффект от снижения повторов двойной: дешевле по токенам и меньше шансов упереться в лимит шагов до того, как задача закрыта. Ещё это влияет на читаемость логов, потому что повторяющиеся блоки рассуждений в трейсе мешают понять, где именно цепочка свернула не туда.
Оговорка та же: заявление из описания релиза, независимых замеров нет. Сравнивать версии имеет смысл на одинаковом наборе инструментов и с одинаковым лимитом шагов, иначе разница покажет настройки, а не модель.
Следование инструментам окружения
Агент видит не весь мир, а список инструментов, который ему передали: функции с описаниями, схемы аргументов, ограничения. Типичная ошибка моделей - вызов функции, которой в этой среде нет, или аргументы не по схеме. Цепочка рвётся на первом же шаге, и дальше агент либо останавливается, либо начинает изображать действия текстом.
Формулировка про adherence to the tools available in the current environment означает, что релиз целится именно в это: использовать подключённое и не изобретать несуществующие методы. Задача непростая: одна и та же модель вчера работала с другим набором инструментов, и поведение должно подстраиваться под окружение, а не под заученный шаблон.
Насколько улучшение реально, покажет прогон на вашей обвязке. Разница между «модель умеет tool calling» и «модель корректно работает с вашими 12 инструментами и их схемами» огромная.
Для каких задач Nex-N2.6 заявлен: computer use, кодинг, длинные агентные цепочки
Три направления из описания релиза различаются тем, что именно требуется от окружения и где проходят границы применимости.
Computer use: что это и где применимо
Computer use - управление компьютером через интерфейс: модель смотрит на скриншот, наводит курсор, кликает, печатает, читает изменившееся состояние экрана. Сценарии, где это окупается: заполнение повторяющихся веб-форм, перенос данных между интерфейсами без API, рутинные операции в десктопных приложениях, регрессионные прогоны UI.
Риски здесь выше, чем в кодинге. Неточные координаты клика, неверно понятая кнопка, случайное подтверждение диалога, и агент сделал не то, что просили. Разумный минимум: изолированная виртуальная машина, скриншоты каждого шага в логах, лимит действий и человек, который смотрит на результат перед необратимыми операциями. Длинные сценарии в интерфейсе пока требуют присмотра: даже в игровых экспериментах с агентами человеку приходится вмешиваться (кейс Qwen 3.8 Flash Next в Baldur's Gate 2).
Кодинг и длинные задачи с инструментами
В кодинге агентный цикл выглядит так: прочитать файлы, найти причину, изменить код, запустить тесты, прочитать вывод, повторить. Работает это только при нормальной обратной связи: тесты запускаются, логи читаемые, ошибки воспроизводимые. Если сборка занимает 20 минут или тесты флакают, преимущество цикла тает.
Длинные задачи с инструментами - общий случай: вызовы API, работа с файлами, терминал, поиск. Критичны три вещи: набор инструментов, который вы реально дали (MCP-серверы, CLI-обёртки, внутренние API), стабильность их ответов и лимит шагов. Модель, которая уверенно держит 10 шагов, на 60 шагах может уйти в повторения или потерять исходную цель. Именно это заявленный релиз и пытается лечить.
Ни один из трёх сценариев в релизе не сопровождается отчётом о прогонах. Названия задач есть, результатов нет.
Ограничения релиза: что подтверждено, а что нет
Подтверждено: существование репозитория, FP8-квантованные веса примерно на 321B параметров, база GLM-5.3-Flash, заявленный профиль задач. Не подтверждено: качество относительно Nex-N2.5-Pro, прирост на long-horizon сценариях, поведение в computer use, скорость на конкретном железе.
Почему отсутствие независимых тестов важно
Описание релиза и независимая проверка отвечают на разные вопросы. Первое говорит, что задумано. Второе - что получилось на чужих задачах, с чужими инструментами и чужими настройками. На агентных цепочках разница множится по шагам: 3% ошибок на шаг превращаются в заметную долю провалов на тридцати шагах.
Отдельная ловушка - цифры из бенчмарков без методологии. Если в карточке появится строка вида «плюс 12% к успешности агентных задач», первым делом стоит искать: какие задачи, какой лимит шагов, какие инструменты, сколько попыток на задачу и кто считал. Как читать такие карточки и что проверять до смены рабочего стека, разобрано в материале про оценку модели Nex по карточке и реальным задачам.
Зависимость от окружения и сценария
Одна и та же модель в двух средах даёт разный результат, и это норма. Исход меняют:
- набор инструментов и качество их описаний: схемы аргументов, тексты ошибок, примеры вызовов;
- лимит шагов и политика остановки: агент может бросить задачу на 20-м шаге или зациклиться до 60-го;
- длина контекста и то, как обвязка обрезает историю диалога;
- скорость среды: медленный терминал или API превращают длинную цепочку в марафон;
- качество обратной связи: понятный вывод тестов, воспроизводимые ошибки, стабильные ответы API.
Оценка модели без оценки окружения неполная. Если агент проваливает задачу на Nex-N2.6, сначала стоит посмотреть, что он получает от инструментов, и только потом списывать всё на веса.
Чек-лист вопросов перед тем, как тратить GPU-часы:
- Поддерживает ли ваш фреймворк инференса FP8 для этого типа модели, и на какой версии?
- Хватает ли памяти на веса плюс KV-кэш под вашу максимальную длину контекста?
- Какой набор инструментов будет в окружении и описаны ли они схемами с аргументами?
- Какие 10-20 задач вы считаете эталоном и по какому критерию засчитываете успех?
- С чем сравниваете: Nex-N2.5-Pro, GLM-5.3-Flash без дообучения или свою текущую модель в тех же условиях?
- Что произойдёт при провале агента: есть ли песочница, логи шагов и откат изменений?
Кому подходит Nex-N2.6 и стоит ли пробовать сейчас
Модель интересна тем, у кого есть инфраструктура под 321B в FP8: серверный узел на несколько ускорителей или сборка с оффлоадом весов. Командам, которые строят агентные системы и упираются в повторы и путаницу с инструментами, релиз даёт ещё одну опцию для сравнения, причём с прямым предшественником в той же линейке.
Спешить не стоит владельцам одной потребительской карты: 321B в FP8 туда не помещается без выгрузки в RAM. Тем, кому нужны подтверждённые бенчмарки, тоже лучше подождать независимых прогонов. Если ваши агентные сценарии пока ограничиваются парой простых вызовов, модели меньшего размера закроют задачу с куда более скромными требованиями к железу.
Порядок действий, если решили смотреть:
- Прочитать карточку репозитория: формат весов, лицензия, требования, пример запуска.
- Прикинуть память: около 321 ГБ на веса плюс запас на KV-кэш, и проверить поддержку FP8 в своём стеке.
- Собрать эталонный набор из 10-20 своих задач с одинаковым окружением и лимитом шагов.
- Прогнать Nex-N2.6 и Nex-N2.5-Pro на этом наборе, считать успех и число шагов.
- Смотреть не только на успешность, но и на цену: токены, шаги, время на задачу.
Методика важнее самих цифр: как сравнивать новинки и не менять рабочий стек после каждого релиза, разобрано в чек-листе по оценке новых AI-моделей.
Вывод: Nex-N2.6 - шаг в сторону агентных моделей, которые лучше держат длинные цепочки с инструментами. Проверять его стоит на своих задачах и в своём окружении, потому что других данных, кроме описания релиза, пока нет.