bartowski、Nex-N2.5-mini-GGUFを公開、llama.cpp向け量子化モデル

2026年9月18日

bartowski、Nex-N2.5-mini-GGUFを公開、llama.cpp向け量子化モデル

基本情報

項目 内容
リポジトリ bartowski/nex-agi_Nex-N2.5-mini-GGUF
公開日 2026-09-11
ライセンス apache-2.0
配布形式 GGUF
出典の種類 公開元の一次情報(公式リポジトリ出典だが、GGUF量子化版は派生品のため一次情報と断定しにくい)

収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。

概要

bartowski氏により公開された bartowski/nex-agi_Nex-N2.5-mini-GGUF は、nex-agiが開発したエージェント向けマルチモーダルモデル「Nex-N2.5-mini」をllama.cppで動作するように量子化したファイル群であると報告されている。現時点では公式に確認が取れていない情報が含まれるため、実際の導入にあたっては注意が必要である。

スペック

  • パラメータ数: 35B
  • ライセンス: apache-2.0

性能

モデルカードによれば、元モデルであるNex-N2.5-miniの性能評価として以下のテキストベンチマークおよびマルチモーダルベンチマークのスコアが公表されている（比較対象としてNex-N2.5-Pro、Nex-N2.5-Max、Claude Opus 5、GPT-5.6 Sol、Kimi-K3、GLM-5.3、DeepSeek-V4-Pro-0813、Qwen3.8-Maxを抜粋）。

→ 横にスクロールできます

Benchmark / CODING 3 Nex-N2.5-mini / CODING 3 Nex-N2.5-Pro / CODING 3 Nex-N2.5-Max / CODING 3 Claude Opus 5 / CODING 3 GPT-5.6 Sol / CODING 3
Terminal-Bench 2.1 73.4 82.7 86.1 89.1 88.8
SWE-Bench Pro 43.8 61.2 65.7 79.2 64.6
DeepSWE v1.1 36.1 55.8 65.6 73.7 72.7
AutomationBench v1.0.6 5 32.3 44.2 50.2 50.3 45.8
Toolathlon Verified 54.6 68.5 74.7 76.5 74.9
GDPval-AA v2 1446 1628 1713 1831 1711
Job Bench 28.5 41.4 53.6 65.7 45.4
BrowseComp 6 83.4 89.7 92.6 90.8 90.4

→ 横にスクロールできます

Benchmark Nex-N2.5-mini Nex-N2.5-Pro MiniMax-M3 Claude Opus 5 GPT-5.6 Sol
OSWorld-Verified 8 71.2 82.2 75.2 83.4 83.2
OSWorld-2 30.5 56.4 22.3 68.3 62.7
WebTest 8, 9 48.6 52.8 — — 54.0
WebArena-Verified 8 63.4 67.6 — — 69.7
OSWorld-G 82.9 87.4 — 76.8 77.7
Vision2Web 7 52.9 68.2 59.0 — 79.8
SWE-MM 25.5 38.2 — 59.4 40.2
OmniDoc 89.7 92.2 91.6 — 92.9

公表された元モデルのスコアを見ると、Terminal-Bench 2.1では73.4を記録しており、端末操作のエージェントタスクにおいて一定の性能を示している。一方で、上位モデルであるNex-N2.5-Proや他社の大型モデル（Claude Opus 5やGPT-5.6 Solなど）と比較すると数値は低めであり、最高水準にあるわけではない。SWE-Bench Pro（43.8）や実リポジトリ・実タスク系の指標ではさらに差が開いており、最上位クラスのプロプライエタリモデルや同シリーズの上位版に及ばない部分がある。

得意なこと・想定用途

元モデルであるNex-N2.5-miniは、コンピュータ操作、ウェブブラウジング、視覚的に根拠を持ったエージェントとしての能力に特化した次世代エージェントモデルファミリーの一員とされている。テキスト入力だけでなく画像入力をサポートしており、マルチモーダルプロジェクターファイル（mmproj）を併用することで画像認識を伴うタスクに対応する。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 35.1B(元モデル nex-agi/Nex-N2.5-mini の値)

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
RTX 5060 Ti 16GB / 4060 Ti 16GB など 16GB Q2_K 12.9GB 15.5GB
RTX 4090 / 3090 など 24GB Q4_K_S 19.5GB 23.4GB
RTX 5090 など 32GB Q5_K_M 25.1GB 30.2GB
RTX 6000 Ada / A6000 など 48GB Q8_0 34.4GB 41.3GB
A100 / H100 80GB クラス BF16 64.6GB 77.5GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

同クラスの既報モデル

当サイトが最近取り上げた、パラメータ数 15〜40B のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。

→ 横にスクロールできます

モデル パラメータ数 最小のVRAM階層 ライセンス 記事
bartowski/vectionlabs_Salience-27B-R6-GGUF 27.8B 12GB apache-2.0 Salience-27B-R6のGGUF量子化版公開、思考最適化された27Bマルチモーダルモデル(2026-09-15)
agentionai/Signal-3.8-27B-GGUF 27.8B 16GB apache-2.0 Qwen3.8-27Bの高速化ファインチューン「Signal-3.8-27B-GGUF」公開(2026-09-12)
Jackrong/Qwopus3.8-27B-Flash-GGUF 27.8B 16GB apache-2.0 Qwopus3.8-27B-Flash GGUF版公開、エージェント向け軽量化モデル(2026-09-06)

入手方法

GGUF形式で配布されており、llama.cpp、LM Studio、koboldcpp、ramalama、Jan AI、Text Generation Web UI、LoLLMs、Atomic Chatなどのエンジンに対応している。Hugging Face CLIを用いたダウンロードコマンドの例は以下の通り。

hf download bartowski/nex-agi_Nex-N2.5-mini-GGUF --include "nex-agi_Nex-N2.5-mini-Q4_K_M.gguf" --local-dir./

関連記事

出典

更新履歴

  • 2026-09-12: 公式の一次情報で内容を確認しました。GGUF形式・Qwen3.5 MoE・262kコンテキスト等のメタデータが記事と一致。

新モデルbartowski,GGUF,llama.cpp,Nex-AGI,Nex-N2.5-mini,マルチモーダル,確認済み