开源 Agent 模型第二梯队浮出：Qwen3.5 血统军团崛起观察

开源 Agent 模型第二梯队浮出Qwen3.5 血统军团崛起观察【免费下载链接】Nex-N2.5-mini项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-mini当大模型竞争的焦点从谁能答对一道推理题转向谁能在真实环境里把一个长周期任务做完Agent 模型的战场正在发生一次静默的格局重构。头部玩家依然牢牢把持着闭源生态的话语权——Claude、GPT 系列在 SWE-Bench 与 OSWorld 上不断刷新纪录但在它们身后一批以 Qwen3.5 系列为技术基座、以 Agent 工作流为唯一目标的开源模型军团正在快速集结。Nex-N2.5 便是这支军团中最具代表性的样本它把底座复用 定制框架 环境反馈训练的路线跑通并以 mini 尺寸把 Agent 能力压进了两张 H100 即可部署的区间。本文基于 Nex-N2.5-mini 仓库源码与公开基准数据拆解这条技术路线的真实含量。底座 定制框架一条可复制的 Agent 化路径翻开 Nex-N2.5-mini 的 config.json技术路线的血统清晰可见architectures字段为Qwen3_5MoeForConditionalGenerationmodel_type为qwen3_5_moe——这是一个完整的 Qwen3.5 系 MoE 架构而非从零训练的原创底座。40 层 Transformer 中每 4 层插入一个full_attention层其余为线性注意力层256 个专家、每个 token 激活 8 个专家max_position_embeddings达到 262144。同时config.json 中的vision_config区块27 层视觉塔、patch_size 16、temporal_patch_size 2与 processor_config.json 中的图像、视频处理器共同表明mini 版本延续了 N2 系列的多模态基座——视觉不是附加能力而是 Agent 感知环境、验证执行结果的接口。但底座只是起点。真正定义 Nex 系列差异化的是围绕推理与工具调用定制的一整套运行时。官方 README 直接给出了部署配方使用定制版 SGLangnexagi/sglang:v0.5.18-nex-patch镜像启动时挂载 chat_template.jinja并同时指定两个解析器——--reasoning-parser qwen3负责把思考痕迹与最终回答分离--tool-call-parser qwen3_coder负责把模型输出的函数调用转换为结构化动作。这套组合意味着模型从权重到服务层是为 Agent 而生的而不是通用聊天模型的外挂补丁。chat_template.jinja 的细节进一步印证了这一点。模板定义了严格的tool_callfunction...parameter...XML 工具调用协议要求函数调用必须嵌套在tool_call标签内、必需参数必须给出、工具返回结果以tool_response包裹回填对话模板还能区分连续多轮工具调用multi_step_tool检测这直接服务于 Agent 与终端、浏览器、代码仓库反复交互的循环式任务形态。而reasoning_effort参数none/medium/high提供了三种思考模式——non-thinking、由模型自决的 adaptive thinking、强制 thinking——让开发者按任务时延与复杂度灵活调度推理预算。错位竞争不拼通用智力拼 Agent 基准性价比Nex-N2.5 与闭源头部巨头的关系与其说是正面竞争不如说是错位竞争。这在 README.md 的基准表中体现得十分直白mini 版本在纯文本通用推理上没有试图与 Claude Opus 5、GPT-5.6 Sol 掰手腕但在 Agent 与多模态操作类基准上表现出超出其体量的竞争力——Terminal-Bench 2.1 拿下 73.4BrowseComp 83.4Toolathlon Verified 54.6OSWorld-Verified 71.2OmniDoc 89.7。值得注意的反差出现在 Pro/Max 与 mini 之间SWE-Bench Pro 从 mini 的 43.8 一路抬升到 Pro 的 61.2、Max 的 65.7Job Bench 从 28.5 到 53.6OSWorld-2 从 30.5 到 56.4。这个梯度本身就是一个诚实的信号——Agent 能力仍然显著依赖模型规模mini 的价值在于以 2×H100 的成本获得可用的 Agent 能力而不是以小胜大。真正的竞争力藏在部署经济学里。README 给出了三个档位的资源清单mini 只需单节点 2×H100Pro 是单节点 8×H100Max 则需要 2 节点 16×H200 并启用--moe-a2a-backend deepep、--moe-runner-backend deep_gemm、--attention-backend dsv4、fp8 KV cache 等一系列重型优化。对大量预算有限的团队而言这是闭源 API 之外唯一能把 Agent 放进自己机房的路径——权重开源、Apache-2.0 许可、bfloat16 全精度意味着数据不出内网、成本可预期、可微调可蒸馏。这恰恰是闭源巨头无法回应的市场空白。中文社区生态量化、端侧与教程的快速补位一个开源模型是否具备生命力看的不是发布那一刻的热度而是它被社区消化的速度。从社区情报看Nex-N2.5-mini 的中文生态已经形成三条清晰的落地线索。第一条是 MLX 系量化。社区教程展示了基于mlx-optiq的静态混合 3/6 位量化方案将 model.safetensors.index.json 记录的约 70.2GB70214363872 字节原始权重压缩至 17.8GB压缩率约 74.6%峰值内存仅 17.87GB可在 Apple Silicon 上以约 50 tokens/s 推理。分层精度策略嵌入层、in_proj_qkv 等 3 位down_proj、lm_head 等 6 位直接呼应了 config 中 MoE 与线性注意力层的结构差异——社区已经按架构语义在逐层调精度。第二条是端侧 GGUF 落地。有实践文章完整对比了 Nex-N2.5-mini 与另一款模型的安卓端部署链路GGUF 加载、MNN 框架适配、JNI 封装、Q4_K_M 量化验证并触及 tokenizer 差异、KV cache 管理、ABI 兼容性与 APK 体积优化等工程细节。值得注意的是tokenizer 层面 N2.5-mini 使用 Qwen3VL 系词表tokenizer_config.json 中processor_class: Qwen3VLProcessor词表 248320这决定了端侧集成时必须同步处理其多模态特殊 token——社区教程明确点出了这一坑位。第三条是服务化接入。OpenRouter 已上线nex-agi/nex-n2.5-mini支持reasoning_effort、top_k等模型专属字段配合 README 中的采样参数建议temperature 0.7 / top_p 0.95 / top_k 40开发者可以用标准 OpenAI 兼容接口直接驱动一个带思考开关的 Agent。从部署教程、量化攻略到 API 接入指南这套生态补位速度正是第二梯队成型的标志。第二梯队能撼动头部格局吗结论需要克制。先看支撑崛起的事实Qwen3.5 血统提供了一个成熟、可扩展、生态兼容的底座Nex 系列在其上完成了 Agent 化改造与全链路开源多尺寸梯队mini/Pro/Max覆盖了从 2×H100 到 16×H200 的完整算力光谱社区在量化、端侧、教程侧的高速跟进说明开发者愿意为可控的 Agent 模型买单。这些都足以让 Nex 系列在开源 Agent 阵营中占据一个稳定的第二梯队身位。但撼动头部的证据并不充分。README 的基准表本身给出了最冷静的注脚在 AutomationBench、Job Bench、SWE-MM 等最能反映真实长周期任务的基准上mini 与头部闭源模型的差距仍是倍数级的——SWE-Bench Pro 上 Claude Opus 5 的 79.2 对 mini 的 43.8Job Bench 的 65.7 对 28.5。差距不仅存在于模型本体更存在于闭源巨头那些不开源的部分更庞大的环境反馈训练数据、更成熟的工具链闭环以及数以千计的真实任务日志。对行业而言更有意义的判断不是谁能赢而是竞争维度的迁移当 Agent 能力成为新的评分尺开源阵营第一次获得了在特定基准维度上正面比较的入场券当部署成本成为新的护城河2×H100 的 mini 尺寸就成了一道闭源巨头难以跨越的价格边界。第二梯队未必能掀翻王座但它正在把Agent 能力的获得成本压到前所未有的低位——而历史上每一次成本曲线的下移最终都会改写格局。【免费下载链接】Nex-N2.5-mini项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-mini创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考