Nex-AGI, 에이전틱 모델 패밀리 Nex-N2.5 공개 — 1.6조 파라미터 MoE Max 포함

본문

Nex-AGI가 실제 환경에서의 장기 실행(long-horizon) 작업을 목표로 한 차세대 에이전틱 모델 패밀리 Nex-N2.5를 발표했습니다. 패밀리는 mini, Pro, Max 세 가지 크기로 구성되며, mini와 Pro는 Nex-N2의 멀티모달 기반을 이어받아 컴퓨터 사용(computer use), 웹 브라우징, 시각적으로 근거한(visually grounded) 에이전트 능력을 집중적으로 개선했습니다. Max는 1.6조(1.6 trillion) 파라미터 규모의 텍스트 전용 Mixture-of-Experts(MoE) 기반 모델로, Nex-AGI가 조 단위 파라미터 규모에서 처음으로 완성한 포스트 트레이닝 결과물입니다.

비전을 '입력'이 아닌 '인터페이스'로

발표문이 반복해 강조하는 지점은 시각(vision)의 역할 변화입니다. Nex-N2.5는 컴퓨터와 브라우저를 직접 조작하고 프로그램을 자율적으로 실행·테스트하면서, 시각적 피드백을 통해 스스로 결과를 검증하고 자가 수정하도록 설계됐습니다. 즉 비전이 단순한 입력 모달리티가 아니라, 에이전트가 환경을 인식하고 결과를 확인해 작업을 전진시키는 핵심 인터페이스가 됐다는 것입니다. Nex-AGI는 에이전트 학습 환경과 태스크 유형, 생산성 시나리오를 확장했으며, 넓은 태스크 커버리지와 풍부한 환경 피드백을 통해 과학 연구·지식 노동·복합 생산성 작업에서 개선을 얻었다고 밝혔습니다. 모델 가중치는 Hugging Face와 ModelScope에 오픈소스로 공개되며, Pro와 mini는 OpenRouter를 통해 호스팅 형태로도 사용할 수 있습니다.

벤치마크 결과

평가는 코딩, 에이전틱 워크플로, 컴퓨터 사용, 멀티모달 이해 네 축으로 진행됐습니다. 코딩 축에서는 Terminal-Bench 2.1에서 mini 73.4, Pro 82.7, Max 86.1을 기록해 Claude Opus 5(89.1)와 GPT-5.6 Sol(88.8)에는 못 미치지만 Qwen3.8-Max(86.6)에 근접했습니다. SWE-Bench Pro에서는 Max가 65.7로 Claude Opus 5(79.2)와 Qwen3.8-Max(67.7) 뒤에 위치했고, DeepSWE v1.1에서는 Max 65.6을 기록했습니다. 에이전틱 축에서는 AutomationBench v1.0.6에서 Max가 50.2로 Claude Opus 5(50.3)와 사실상 동률이며 비교군 최상위권입니다. BrowseComp에서는 Max 92.6, Pro 89.7, mini 83.4로 나타났고, GLM-5.3과 DeepSeek-V4-Pro 등은 데이터가 없어 공백으로 처리됐습니다.

컴퓨터·브라우저 사용 계열에서는 mini와 Pro가 MiniMax-M3, Kimi-K3, Qwen3.8-Max 등과 비교됐습니다. OSWorld-Verified에서 Pro는 82.2로 Qwen3.8-Max(86.1), Kimi-K3(84.8), Claude Opus 5(83.4)에 이어 상위권이며, OSWorld-2에서는 Pro 56.4, mini 30.5로 Claude Opus 5(68.3)보다 낮지만 MiniMax-M3(22.3)보다 높습니다. OSWorld-G에서는 mini 82.9, Pro 87.4로 GLM-5.3(83.3)과 Qwen3.8-Max(84.9)를 Pro가 앞섰고, Vision2Web에서는 Pro 68.2로 GPT-5.6 Sol(79.8)보다 낮은 수치를 보였습니다. SWE-MM에서는 Pro 38.2로 Claude Opus 5(59.4)에 크게 뒤졌습니다. 평가는 temperature 0.7, top_p 0.95, top_k 40 조건이며, 코딩은 NexAU, 컴퓨터/브라우저 사용은 NexCUA 하니스를 사용했고 NexCUA는 곧 오픈소스화 예정이라고 명시됐습니다.

배포와 서빙

Nex-AGI는 커스터마이즈된 sglang 포크가 사전 설치된 Docker 이미지 nexagi/sglang:v0.5.18-nex-patch를 제공합니다. Max는 2노드·H200 16장 구성을 예시로 하며 --tp 16, --ep-size 16, --attention-backend dsv4, --kv-cache-dtype fp8_e4m3, --moe-a2a-backend deepep, --moe-runner-backend deep_gemm, --context-length 262144 등의 플래그를 사용하고, 리즈닝 파서는 deepseek-r1을 지정합니다. Pro는 H100 8장 단일 노드(--tp 8), mini는 H100 2장(--tp 2)이 예시이며 둘 다 --reasoning-parser qwen3와 --mamba-scheduler-strategy extra_buffer를 씁니다. 함수 호출(function calling)을 켜려면 --tool-call-parser qwen3_coder 플래그를 추가하면 됩니다.

추론 제어

권장 샘플링 파라미터는 temperature 0.7, top_p 0.95, top_k 40입니다. 사고(thinking) 동작은 OpenAI 호환 요청의 reasoning_effort 파라미터로 제어하며, 'none'은 추론 없이 직접 응답, 'medium'(기본값)은 모델이 사고 여부와 분량을 스스로 결정하는 적응형, 'high'는 항상 사고를 거치는 세 단계입니다. 챗 템플릿은 reasoning_effort를 사용하므로 enable_thinking, thinking_mode 같은 파라미터는 게이트웨이별 변환이 필요하다고 안내합니다.

원문: Hugging Face / 번역·요약: Trawling