تیم Nex-AGI که در شانگهای روی هوش مصنوعی عامل‌محور کار می‌کند، روز ۱۰ نوامبر ۲۰۲۶ از Nex-N2.6 رونمایی کرد؛ مدلی چندوجهی با وزن‌های باز که برای کنترل رایانه، نوشتن کد و انجام کارهای طولانی با زنجیره‌ای از فراخوانی ابزارها طراحی شده است. وزن‌ها همان روز با مجوز Apache-2.0 روی Hugging Face قرار گرفت و هم‌زمان مخزن sii-nex/Nex-N2.6 در GitHub و یک دسترسی پولی از طریق OpenRouter هم راه افتاد. نسخهٔ منتشرشده با دقت FP8 کوانتیزه شده و حدود ۳۲۱ میلیارد پارامتر دارد.
این مدل از صفر آموزش ندیده است. طبق کارت مدل، Nex-N2.6 روی GLM-5.3-Flash، مدل باز شرکت Z.ai، ساخته شده و جانشین Nex-N2.5-Pro، نسخهٔ قبلی همین تیم، است. هدف این نسخه کاملاً عملی است: جلوی چرخیدن مدل در استدلال‌های تکراری را بگیرد و نگذارد ابزاری را صدا بزند که در محیط فعلی وجود ندارد. مدل ورودی متن و تصویر می‌پذیرد و قالب گفت‌وگوی آن سه سطح reasoning_effort دارد: low، high و max که max پیش‌فرض است.
اعداد اصلی را خود Nex-AGI گزارش کرده است. به گفتهٔ این تیم، مدل در OSWorld، معیار سنجش کار با رایانه، امتیاز ۸۳٫۰ گرفته که از ۸۲٫۲ برای Nex-N2.5-Pro و ۷۸٫۰ برای GLM-5.3-Flash بالاتر است. در Terminal-Bench 2.1 امتیاز ۸۴٫۱ اعلام شده که اندکی کمتر از ۸۴٫۳ مدل پایه است، و در AutomationBench به ۴۵٫۷ رسیده که هم از GLM-5.3-Flash با ۴۸٫۸ و هم از DeepSeek-V4.1-Flash با ۵۴٫۸ عقب‌تر است. در بازپخش‌های داخلی که از خطاهای واقعی تیم و شرکایش ساخته شده، نرخ استدلال تکراری از ۱۶٫۰ درصد به ۱٫۶ درصد رسیده و همهٔ پاسخ‌هایی که ابزاری را فراخوانده‌اند، فقط از ابزارهای اعلام‌شده در درخواست استفاده کرده‌اند. کارت مدل تصریح می‌کند که این نتایج به شرایط ارزیابی بستگی دارد و روی خود مدل سنجیده شده، نه روی این خروجی FP8.
نخستین ارزیابی بیرونی یک روز بعد منتشر شد. شرکت Plotly که محصولات تحلیل داده مبتنی بر عامل می‌سازد، Nex-N2.6 را از طریق OpenRouter، که Nex-AGI تنها ارائه‌دهندهٔ آن است، با آزمون خصوصی تحلیل دادهٔ خود سنجید. مدل به ۳۸ پرسش از ۴۳ پرسش درست پاسخ داد؛ دقیقاً همان امتیاز GLM 5.3 Flash. در ۲۰ پرسش تحلیلی ساده، پرسش‌های مبهم، درخواست‌های ناممکن و تله‌های آماری هیچ خطایی نداشت، اما از پنج الگوی پنهان در داده‌ها فقط یکی را پیدا کرد، در حالی که مدل پایه چهار مورد را یافته بود.
همین آزمون ضعفی را آشکار کرد که با ادعای اصلی این عرضه هم‌خوانی ندارد. Nex-N2.6 در دو پرسش مربوط به الگوهای پنهان، نسخه‌های کمی متفاوت از یک پرس‌وجو را بارها تکرار کرد: در یک مورد حدود ۱۶۷۰ فراخوانی در ۲ ساعت و ۲۰ دقیقه و در مورد دیگر نزدیک به ۶۵۰ فراخوانی در ۷۰ دقیقه. هر دو تلاش تنها زمانی متوقف شد که گفت‌وگو از پنجرهٔ زمینهٔ ۲۶۲٬۱۴۴ توکنی فراتر رفت. این حلقه‌ها حدود ۹٫۸۰ دلار از هزینهٔ کل ۱۰٫۱۹ دلاری آزمون با قیمت فهرست را به خود اختصاص دادند، در حالی که اجرای GLM 5.3 Flash فقط ۰٫۶۹ دلار هزینه داشت. Plotly یادآوری کرد که Nex-AGI تکرار را در استدلال مدل اندازه گرفته، اما آنچه سامانهٔ آزمون این شرکت دید تکرار در استفاده از ابزار بود؛ ضمن اینکه یک بار اجرا فقط یک نمونه به حساب می‌آید.
برای میزبانی مستقل، کارت مدل به راهنمای استقرار GLM-5.3-Flash در SGLang با پیکربندی سازگار با FP8 ارجاع می‌دهد که یک API سازگار با OpenAI ارائه می‌کند. اجرای ابزارها بر عهدهٔ کلاینت یا چارچوب عامل است که نتیجه را به مدل برمی‌گرداند. قیمت آغازین در OpenRouter برای هر یک میلیون توکن ورودی ۰٫۱۲ دلار و برای هر یک میلیون توکن خروجی ۰٫۴۰ دلار است؛ یعنی ۲۰ درصد کمتر از قیمت فهرست ۰٫۱۵ و ۰٫۵۰ دلاری.
Nex-N2.6 گزینهٔ تازه‌ای به فهرست مدل‌های وزن‌باز اضافه می‌کند که به‌طور خاص برای کار عامل‌ها روی یک مدل پایهٔ موجود تنظیم شده‌اند. هنوز روشن نیست بهبودهای پایداری آن بیرون از آزمون‌های داخلی Nex-AGI هم تکرار شود یا نه؛ تنها ارزیابی مستقل تا امروز دقتی هم‌سطح مدل پایه و تمایلی پرهزینه به گیر افتادن در حلقه هنگام کاوش باز را نشان می‌دهد.