Nex-N2.5 เปิดน้ำหนัก Apache-2.0 สามขนาด แต่มีจริงแค่สอง — และตัว 1.6 ล้านล้านพารามิเตอร์คือ DeepSeek-V4-Pro-Base ที่เอามาโพสต์เทรน
วันที่ 8 กันยายน 2026 Nex-AGI ปล่อยตระกูลโมเดลเอเจนต์ Nex-N2.5 ขึ้น Hugging Face ใต้ไลเซนส์ Apache-2.0 ทั้งสามขนาด — mini, Pro และ Max — พร้อมเปิดให้ลองฟรีบน OpenRouter จุดขายที่การ์ดชูคือเอเจนต์ที่ทำงานยาวในสภาพแวดล้อมจริง คุมคอมพิวเตอร์และเบราว์เซอร์ได้ และ “ใช้ภาพเป็นอินเทอร์เฟซในการตรวจสอบผลลัพธ์” ไม่ใช่แค่รับภาพเป็นอินพุต
ตระกูลนี้เข้าเกณฑ์ที่บล็อกนี้ใช้คัดโมเดลเปิด: ไลเซนส์เปิดจริง มีความสามารถ computer-use ที่ยังหายากในโมเดล open-weight และปล่อยโมเดลระดับล้านล้านพารามิเตอร์ออกมา แต่พอไล่ดูรีโปจริงแทนที่จะอ่านแค่การ์ด จะเจอสามเรื่องที่พาดหัวไม่ได้ติดไปด้วย
มีจริงสองในสาม — Pro ยังเป็นการ์ดเปล่า
การ์ดของทั้งสามรุ่นมีหัวข้อ Open Source ที่ลิสต์ลิงก์ Hugging Face และ ModelScope ของทั้ง mini, Pro และ Max เท่ากันหมด แต่สถานะจริงของแต่ละรีโปต่างกันชัดเจน:
| รุ่น | สถานะน้ำหนัก | ขนาดรีโป | พารามิเตอร์ |
|---|---|---|---|
| Nex-N2.5-mini | ขึ้นครบ 16 shard | 70.24 GB (BF16) | 35,107,181,936 |
| Nex-N2.5-Pro | ยังไม่มี — มีแค่ README กับไฟล์ภาพ | — | — |
| Nex-N2.5-Max | ขึ้นครบ 644 shard | 1.655 TB (ส่วนใหญ่ FP8) | 1,600,787,478,430 |
หน้าของ Pro ขึ้นกล่องไว้ตรง ๆ ว่า “Nex-N2.5-Pro weights are coming soon” และยอดดาวน์โหลดยังเป็น 0 ขณะที่ยอดไลก์ 135 — คือคนกดรอไว้ก่อน นี่ไม่ใช่เรื่องผิด แต่เป็นเหตุผลว่าทำไมการอ่านแค่ประโยค “ปล่อยน้ำหนักสามขนาด” แล้ววางแผนดีพลอยจึงเสี่ยง
น่าสังเกตว่า Pro คือรุ่นที่คะแนนดูคุ้มที่สุดในตาราง (Terminal-Bench 2.1 ที่ 82.7 และเป็นที่หนึ่งบน OSWorld-G ที่ 87.4) และรันได้บนเครื่องเดียว 8×H100 ตามสูตรของทีมเอง — คือรุ่นที่คนอยากได้มากที่สุดกลับเป็นรุ่นที่ยังไม่มา
ตัว 1.6T ไม่ใช่โมเดลที่ Nex เทรนเอง
การ์ดบน Hugging Face เขียนว่า Max “สร้างบนโมเดลฐาน MoE ข้อความล้วนขนาด 1.6 ล้านล้านพารามิเตอร์” โดยไม่ระบุว่าฐานนั้นคืออะไร แต่เว็บไซต์ของบริษัทเองบอกชื่อไว้ตรง ๆ ว่า DeepSeek-V4-Pro-Base และ config.json ในรีโปก็ยืนยัน: architectures คือ DeepseekV4ForCausalLM, model_type คือ deepseek_v4, 61 เลเยอร์, 384 routed expert เลือกใช้ 6 ตัวต่อโทเคน, คอนเท็กซ์ 1,048,576 และน้ำหนักถูกปล่อยเป็น FP8 (e4m3, block 128×128) ตั้งแต่ต้น ไม่ใช่ bf16 ที่มาแปลงทีหลัง
ฝั่ง mini ก็เล่าเรื่องเดียวกันจากอีกทาง: architectures คือ Qwen3_5MoeForConditionalGeneration และ model_type คือ qwen3_5_moe — คือสถาปัตยกรรมตระกูล Qwen 3.5 MoE ตรง ๆ สอดคล้องกับคำสั่งรันในการ์ดที่ให้ใช้ --reasoning-parser qwen3 และ --tool-call-parser qwen3_coder สำหรับ mini/Pro ขณะที่ Max ใช้ --reasoning-parser deepseek-r1 และ --attention-backend dsv4
เรื่องนี้ไม่ใช่ข้อกล่าวหา — ทีมเขียนเองในการ์ดว่านี่คือ “ความพยายามโพสต์เทรนแบบครบวงจรครั้งแรกของเราที่ระดับล้านล้านพารามิเตอร์” คือประกาศชัดว่าตัวเองเป็นแล็บโพสต์เทรน ไม่ใช่แล็บพรีเทรน แต่มันเปลี่ยนวิธีอ่านตัวเลขไปพอสมควร: สิ่งที่วัดได้จากตารางคือ มูลค่าที่การโพสต์เทรนเพิ่มเข้าไป บนฐานที่แข็งอยู่แล้ว ไม่ใช่การเกิดขึ้นของโมเดลฐานใหม่ในตลาด
ตัวเลขที่อ้าง และเชิงอรรถที่ต้องอ่านคู่กัน
คะแนนในการ์ดเป็นการรายงานเอง โดยเชิงอรรถข้อ 1 ระบุว่าดึงจากลีดเดอร์บอร์ดทางการและรายงานของผู้พัฒนาโมเดลเมื่อมี ส่วนช่องที่ไม่มีแหล่งสาธารณะทีมรันเอง
- Terminal-Bench 2.1 — mini 73.4 / Pro 82.7 / Max 86.1 เทียบ Claude Opus 5 ที่ 89.1, GPT-5.6 Sol 88.8, Kimi-K3 88.3, GLM-5.3 88.2 และ Qwen3.8-Max 86.6 คือ Max ยังตามหลังทุกตัวที่เทียบด้วย
- SWE-Bench Pro — mini 43.8 / Pro 61.2 / Max 65.7 เทียบ Opus 5 ที่ 79.2 ซึ่งเป็นช่องว่างที่กว้างที่สุดในตาราง
- BrowseComp — Max ได้ 92.6 เป็นที่หนึ่ง ชนะ Opus 5 ที่ 90.8 แต่เชิงอรรถข้อ 6 ระบุว่าใช้กลยุทธ์ context-compaction แบบ Summary เมื่อการใช้โทเคนเกิน 60% ของหน้าต่างคอนเท็กซ์ — คือไม่ใช่การวัดแบบเปล่า ๆ
- OSWorld-Verified — mini 71.2 / Pro 82.2 ขณะที่ Qwen3.8-Max ได้ 86.1 เป็นที่หนึ่ง ส่วน OSWorld-G Pro ได้ 87.4 เป็นที่หนึ่งจริง
- WebTest — เชิงอรรถข้อ 9 ระบุว่าวัดใน oracle mode โดยใช้เช็กลิสต์เฉลย เพื่อวัดเฉพาะการตรวจจับข้อบกพร่อง ไม่รวมการสร้างเช็กลิสต์เอง ซึ่งเป็นงานที่ง่ายกว่าของจริงมาก
- Vision2Web — ใช้ Gemini-3.5-Flash เป็นผู้ตัดสินและ GLM-5V-Turbo เป็น GUI agent
เชิงอรรถข้อ 8 ยังบอกว่าเบนช์มาร์ก computer-use และ browser-use ทั้งหมดวัดด้วยฮาร์เนสของทีมเองชื่อ NexCUA ที่ “จะเปิดซอร์สเร็ว ๆ นี้” — แปลว่าตอนนี้ยังทำซ้ำผลไม่ได้
”mini” ที่ยังต้องใช้ 2×H100
ชื่อรุ่นชวนให้คิดว่ารันบนการ์ดเกมได้ แต่ตัวเลขไม่ได้บอกอย่างนั้น mini มี 35,107,181,936 พารามิเตอร์ทั้งหมดเป็น BF16 รวม 70.24 GB และสูตรดีพลอยที่ทีมให้มาเองคือ SGLang บน 2×H100 ด้วย --tp 2 ผ่านอิมเมจ Docker ที่เป็น fork ของ SGLang เอง (nexagi/sglang:v0.5.18-nex-patch) ส่วน Max ต้อง 2 โหนด รวม 16×H200 ด้วย --tp 16 --ep-size 16
โครงสร้างของ mini น่าสนใจกว่าขนาดของมัน: 40 เลเยอร์แบบไฮบริด สลับ linear attention สามชั้นต่อ full attention หนึ่งชั้น (full_attention_interval: 4), MoE 256 expert เลือกใช้ 8 ตัวต่อโทเคนโดย moe_intermediate_size เพียง 512, hidden size 2048, คอนเท็กซ์ 262,144 และมี vision encoder ในตัว (27 เลเยอร์, patch 16) — คือเป็นโมเดล MoE เบาบางมากที่พารามิเตอร์แอ็กทีฟต่อโทเคนต่ำ แต่ยังต้องโหลดน้ำหนักทั้ง 70 GB ขึ้นแรมอยู่ดี ซึ่งเป็นข้อจำกัดคลาสสิกของ MoE ที่คนมักลืม
ฝั่งการใช้งาน โมเดลรับ reasoning_effort สามระดับ — none (ตอบตรง), medium (ค่าเริ่มต้น ให้โมเดลตัดสินใจเองว่าจะคิดแค่ไหน) และ high (คิดก่อนตอบเสมอ) — และการ์ดเตือนว่าเทมเพลตแชตใช้ reasoning_effort ส่วนพารามิเตอร์อย่าง enable_thinking หรือ thinking_mode ต้องให้เกตเวย์แปลงให้
มุมมอง AI Curator
จุดที่ควรจับตาในข่าวนี้ไม่ใช่ตัวเลขเบนช์มาร์ก แต่เป็น รูปแบบธุรกิจที่กำลังก่อตัว: แล็บที่ไม่พรีเทรนเอง หยิบโมเดลฐานเปิดของคนอื่น (DeepSeek-V4-Pro-Base และตระกูล Qwen 3.5 MoE) มาโพสต์เทรนเฉพาะทางด้านเอเจนต์ แล้วปล่อยกลับออกไปใต้ Apache-2.0 พร้อมเปิดฟรีบน OpenRouter นี่คือสิ่งที่ระบบนิเวศโมเดลเปิดถูกออกแบบมาให้เกิด และมันกำลังเกิดจริงในระดับล้านล้านพารามิเตอร์แล้ว
สำหรับทีมไทย ข้อสรุปเชิงปฏิบัติมีสามข้อ หนึ่ง ถ้าสนใจ mini ให้คิดที่ 70 GB เป็นตัวตั้ง ไม่ใช่ “35B ต้องเบา” — บนการ์ด 80 GB ใบเดียวยังไม่พอเมื่อรวม KV cache ที่คอนเท็กซ์ยาว การรอ community quant ระดับ 8-bit หรือ 4-bit จะเปลี่ยนสมการมากกว่าการรอ Pro สอง จุดที่ mini มีค่าจริงคือมันเป็นโมเดล มัลติโมดัลใต้ Apache-2.0 ที่ทำ computer-use ได้ ซึ่งยังหายากมาก งานอย่างเอเจนต์กรอกฟอร์มระบบราชการ ตรวจเอกสารบนหน้าจอ หรือ QA เว็บภาษาไทย เป็นเคสที่ต้องรันในองค์กร ส่งออกคลาวด์นอกไม่ได้ และตรงนั้นไลเซนส์สำคัญกว่าคะแนน สาม อย่าเพิ่งเชื่อคะแนน computer-use จนกว่า NexCUA จะเปิดซอร์ส — เมื่อฮาร์เนสเป็นของผู้ปล่อยโมเดลเองและยังตรวจไม่ได้ ตัวเลขคือคำกล่าวอ้าง ไม่ใช่ผลวัด
และข้อสังเกตสุดท้ายที่ควรพกติดตัวไว้ทุกครั้งที่เห็นข่าว “เปิดน้ำหนัก N ขนาด”: ให้เปิด API ของ Hugging Face ดูว่ามีไฟล์ .safetensors จริงกี่รุ่น ก่อนจะเชื่อคำว่าเปิด ในกรณีนี้คำตอบคือสองในสาม
แหล่งข่าว
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service