Nex-N2.5 必要スペック早見表

Nex-N2.5は2026年9月8日にNex-AGIが公開した、Mini（35B）・Pro（397B）・Max（1.6T）の3サイズからなるオープンウェイトのエージェント特化モデル群である。必要VRAMは機種と量子化で大きく異なり、最小のMiniはQ4_K_M量子化で約22GBに収まる一方、最大のMaxはBF16精度だと1.6TB級のメモリが必要になる。以下、モデル別・量子化別の目安をまとめる。

Nex-N2.5はNex-AGIが開発した、コンピュータ操作・ブラウザ操作・コーディングなど長時間にわたるエージェントタスクを主眼に置いたモデル群である。前世代Nex-N2のマルチモーダル基盤を引き継ぐMiniとProは、視覚フィードバックをもとに継続的に行動と自己修正を行う「長期水平タスク」向けの強化が加えられている。一方Maxはテキスト専用の1.6兆パラメータMoE基盤モデルで、DeepSeek-V4-Pro-Baseをベースに構築された、複雑な推論・コーディング・エージェントワークフロー向けのモデルである。3モデルとも重みはApache 2.0ライセンスで公開されており、Hugging Face（nex-agi組織）とModelScopeから入手できるほか、OpenRouter経由のホスティングも用意されている。

手元のGPU・Macで動くかをすぐ確かめたい場合は、モデル・量子化・コンテキスト長を選ぶだけで必要VRAMを試算できるVRAM計算ツール（無料・登録不要）も用意している。Nex-N2.5の3モデルもモデル一覧から選択できる。

上の早見表は「総パラメータ数(B) × 1weightあたりのbit数 ÷ 8」で概算している。Nex-N2.5の全モデルはMoE構成だが、活性化パラメータ数ではなく総パラメータ数を基準にしている。理由は単純で、MoEは推論時にどのエキスパートが呼ばれるかがトークンごとに変わるため、使われないエキスパートも含めて全重みをメモリに常駐させておく必要があるからだ。したがって「Miniは約3B活性」というスペックは計算量（＝推論速度）が3B相当で済むという意味であり、VRAM消費量は35B総パラメータを前提に見積もる必要がある。Pro（397B総／17B活性）・Max（1.6T総／49B活性）も同じ非対称性を持ち、規模が大きくなるほど「速度は軽いがメモリは重い」という差が拡大する。

MiniについてはコミュニティによるGGUF量子化版（bartowski等）が公開されており、この表の数値は計算式による概算ではなく実測値である。一方Pro・Maxは2026年9月14日時点で広く使われているGGUF量子化ビルドが確認できておらず、上の早見表の数値は計算式に基づく概算である点に注意したい。

- Apple Silicon（統合メモリ）: Q4_K_M（約22.3GB）はM3 Max 36GB〜、M3/M4 Max 64GB〜なら長めのコンテキストでも余裕を持って動作。BF16（約69.4GB）を狙うならM3/M4 Max 96GB以上、あるいはM2/M3 Ultra 128GB〜が目安
- RTX 4060 / 4070（8〜12GB）: Miniでも収まらない。IQ2〜IQ3級の強い量子化を使っても品質劣化が大きく、実用的な下限は12GB台後半以上
- RTX 4090（24GB）: Q4_K_M（約22.3GB）がぎりぎり収まる構成。ただしコンテキストを長く取るとKVキャッシュ分で溢れやすく、262Kフルコンテキストの利用には向かない
- RTX 6000 Ada / A100（48〜80GB）: Q8_0（約36.9GB）やBF16（約69.4GB）まで余裕を持って動作し、長めのコンテキストにも対応しやすい
- H100 80GB×2（Nex-AGI公式レシピ）: BF16フル精度・TP=2構成で262Kの長コンテキストにも対応できる、公式に検証済みの構成

ProとMaxはコンシューマGPUでの自前実行がほぼ現実的でない規模である。Nex-AGIが公表している公式レシピでは、Pro（397B）はH100 80GB×8の単一ノード、Max（1.6T）はH200 141GB×16の2ノード構成が前提となっている。BF16フル精度ではProで約794GB、Maxで約3,200GB相当のメモリが必要になる計算で、量子化を強めても複数GPU・複数ノードの分散推論が避けられない。手元での検証や日常利用はMiniに絞り、Pro・Maxを試す場合はOpenRouter等のホスティングサービスやクラウドAPI経由の利用が現実的な選択肢になる。

- 〜40万円程度: RTX 4090 24GB構成でMiniをQ4_K_M量子化・短めのコンテキストで運用。コーディング支援やエージェントタスクの検証用途に向く
- 〜120万円程度: RTX 6000 Ada 48GB等でMiniをQ8_0〜BF16の高精度量子化・長コンテキストで快適に運用可能
- 300万円以上（H100複数枚）: Nex-AGI公式レシピのH100×2構成でMiniをBF16フル精度・262Kフルコンテキストで運用。Proを試すにはさらにH100×8規模が必要
- クラウドAPI併用: Pro・Maxをフル精度で試すだけであれば自前ハードウェアより、OpenRouter等の対応クラウド経由でのAPI利用の方が初期投資を抑えられる

Nex-N2.5の特徴は、MiniとProがQwen3.5系統をベースにしたマルチモーダル・エージェント特化モデルである点、そしてMaxだけが別系統（DeepSeek-V4-Pro-Base）のテキスト専用モデルとして切り離されている点にある。つまり同じ「Nex-N2.5」という名前でも、3サイズが単純に大きさだけ違うわけではなく、Mini/Proのレシピ1つとMaxのレシピ1つという、実質2系統のモデル群である。ベンチマークではMaxのTerminal-Bench 2.1が86.1でClaude Opus 5（89.1）に近い水準、AutomationBench v1.0.6でも0.1点差という報告があり、オープンウェイトのエージェントモデルとしては上位クラスの性能を主張している。

Nex-N2.5はMini・Pro・Maxとも重みがApache 2.0ライセンスで公開されており、商用利用を含めて制限は緩い。Hugging Faceの nex-agi 組織から3モデルとも入手できるほか、ModelScopeでも配布されている。2026年9月14日時点でコミュニティによる量子化GGUFビルドが広く出回っているのはMiniのみで、Pro・Maxについては規模の大きさもあり、標準的な量子化ビルドの流通はまだ限定的である。ローカル実行環境の選び方についてはローカル推論エンジン比較やローカルLLM全体地図も参考になる。

- Edge0-35B-A3Bとは何か — SSDストリーミングで35BのMoEを3GB未満のRAMで動かす仕組みと必要スペック
- colibriとは何か — 744BのMoEモデルを25GB RAMで動かすpure C推論エンジン
- MiniCPM5-2B 必要スペック早見表 — スマホ・ラズパイ・ラップトップで動かす目安【2026年9月版】