一周烧掉10万亿tokens国产大模型牌桌上挤进来一个会自己开电脑干活的新玩家【免费下载链接】Nex-N2.5-Pro项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-Pro最近科技圈有个数字挺吓人四款国产大模型的周调用量加起来突破了10万亿tokens。其中DeepSeek和腾讯混元两家就占了将近一半。10万亿是个什么概念换算一下相当于这一周里平均每一秒都有1600多万个token被吐出来。按一本30万字的书来算等于每秒读完55本。以前我们比的是“谁家模型考试分数高”现在比的已经是“谁家的表转得快”。这就跟小区水表一样跑得越多说明真在用的人越多。而在这场“用量大战”里除了几家熟面孔还挤进来一个名字很多人没听过的选手——Nex-N2.5。它的Pro版本能自己开电脑、点鼠标、逛网页、跑代码还把模型权重直接开源了。一、先说人话tokens到底是个啥你可以把token理解成AI世界的“流量单位”跟手机套餐里的MB、GB一个意思。你问AI一句“今天天气咋样”它回答你一段话这一来一回消耗的就是token。中文里一个字大概对应一到两个token。所以“周用量10万亿tokens”翻译成大白话就是全国有海量的人天天在拿这些模型干活——写文案、改代码、做表格、查资料、陪聊。这个数字之所以被行业当成“拐点信号”是因为它不再是小圈子的玩具数据。当计量单位从“排行榜分数”变成“水电表读数”说明AI真的开始进入生产环节了。二、Nex-N2.5是何方神圣一句话概括这是一个“不只动嘴、还能动手”的开源AI模型家族。普通聊天模型像个知识渊博的顾问你问它答活儿还得你自己干。而Nex-N2.5这类被称为“智能体Agent”的模型更像个能独立干活的实习生你跟它说“把这个网页上的数据整理成表格”它会自己打开浏览器、一页页翻、复制粘贴、最后交给你一个文件。它这一代一共出了三个尺寸可以按“饭量”理解mini小胃口两张H100显卡就能跑适合预算有限的团队Pro主力款八张H100多模态能看图片和视频也能操作电脑Max1.6万亿参数的纯文本巨无霸要两个节点、16张H200才喂得饱。有意思的是它的“省钱思路”。Pro用的是MoE架构你可以理解成一家雇了512个专家的公司来一个活儿只叫其中10个专家上。剩下的坐着喝茶不消耗算力。所以它总参数接近4000亿但每次真正干活的只有170亿左右。这就是为什么一个“看着很庞大”的模型还能被塞进一个机柜里跑起来。另外它支持256K的超长上下文。换算成中文大概能一口气吞下四十万字——差不多是一整本长篇小说的体量。你可以直接把一堆合同、报告、聊天记录丢给它让它一次看完再回答。三、它到底能干什么几个真实场景最直观第一个场景替你操作电脑。这是它最“出圈”的能力。官方跑分里在OSWorld这个“让AI真的去用电脑”的测试上Pro拿到82.2分而Claude和GPT分别是83.4和83.2。差距小到可以说“贴身肉搏”。更狠的是OSWorld-G这一项它拿了87.4分把Claude的76.8和GPT的77.7甩在了后面。说人话就是让它开个软件、改个设置、在表格里填数、把文件另存为PDF这类“重复到让人抓狂”的琐事它可以自己一步步点完。而且它会“看屏幕”——干完一步截个图确认成功了再干下一步点错了还会自己退回来重试。第二个场景自己上网查资料。在BrowseComp这个“网上找冷门信息”的测试里Max版本拿到92.6分是那张表里的第一名Pro也有89.7分。你可以想象成你让它“帮我查一下某款小众相机在欧洲的二手成交价”它会自己开搜索、点进论坛、翻几页帖子、对比几条信息最后给你一个结论而不是甩给你一堆链接让你自己看。第三个场景写代码、跑程序、自己验证。Terminal-Bench这项测试是让AI在命令行里完成真实任务Pro是82.7分Max是86.1分跟Claude的89.1在同一梯队。但要说句公道话在更硬核的SWE-Bench Pro真实软件工程改Bug上Pro只有61.2分Claude是79.2分。差距是实打实存在的它不是“碾压一切”的神话只是在几条窄赛道上能反超。在文档识别OmniDoc上它拿了92.2分几乎贴着GPT的92.9——扫描件、模糊照片、复杂表格它基本能认全。这对天天处理发票、合同的打工人来说比跑分更有意义。四、普通人想用门槛高不高先说结论自己在家跑门槛不低想尝鲜用门槛几乎为零。自己部署的话Pro要8张H100Max要16张H200——这不是普通人的电脑是一台几百万的机器。mini稍微友好些也要两张H100。但开源模型的好处就在这儿你不需要自己建电厂接电网就行。官方在OpenRouter上放了Pro和mini的在线接口注册就能调用国内魔搭社区能直接下载权重上海仪电智算云的“Token工厂”也上线了Max版本按用量付费社区玩家更狠已经把上一代mini版本量化压缩到18GB以内在苹果笔记本上跑到每秒约50个token能流畅打字式输出。所以实际人群是这样分的自媒体、运营、办公白领——直接用网页或API让它整理素材、抓竞品价格、批量改表格最省事。学生和研究者——256K上下文很适合喂论文让它做综述、找矛盾点、翻译长文档。科技发烧友和小团队——下载mini版本本地跑数据不出内网改造成自己的专属助手。要提醒一句能操作电脑也意味着它能删文件、能点错按钮。真让它上手最好放在虚拟机或单独账号里别拿主力工作电脑当试验田。五、10万亿背后国产模型的“拐点”在哪过去两年国产大模型的故事是“追分”谁的榜单一高谁就上热搜。但10万亿tokens这个数字讲的是另一个故事从“演示”走向“计费”。一旦按token收费商业逻辑就变了。模型不再是一次性的发布会道具而是像水电一样按用量结算的基础设施。企业会算账这个任务用哪家模型最划算简单的分类用便宜的小模型复杂的操作电脑用贵的大模型。这也是为什么“三档尺寸”成了标配——mini守端侧和轻量场景Pro打企业主力Max冲顶配。谁能把每一档都填满谁就能吃到完整的账单。Nex这类新军的切入点很清楚不跟你拼“全能第一”而是把“操作电脑、逛网页、跑程序”这条最能替代人力的链路做扎实再靠Apache 2.0协议开源让企业敢改、敢私有化部署。这条路能不能走通还得看两件事一是长任务跑几十步之后会不会“跑偏”二是出错时敢不敢停下来问你而不是硬着头皮瞎点。但至少现在牌桌上多了一个愿意把牌摊开给你看的玩家。最后想问问你如果明天你的电脑里住进一个能自己点鼠标、自己查资料、自己交活的AI你最想让它先替你干掉哪件破事是每周的报销单还是那些永远填不完的在线表单评论区聊聊说不定下一个被AI接手的就是它。【免费下载链接】Nex-N2.5-Pro项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-Pro创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
一周烧掉10万亿tokens国产大模型牌桌上挤进来一个会自己开电脑干活的新玩家【免费下载链接】Nex-N2.5-Pro项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-Pro最近科技圈有个数字挺吓人四款国产大模型的周调用量加起来突破了10万亿tokens。其中DeepSeek和腾讯混元两家就占了将近一半。10万亿是个什么概念换算一下相当于这一周里平均每一秒都有1600多万个token被吐出来。按一本30万字的书来算等于每秒读完55本。以前我们比的是“谁家模型考试分数高”现在比的已经是“谁家的表转得快”。这就跟小区水表一样跑得越多说明真在用的人越多。而在这场“用量大战”里除了几家熟面孔还挤进来一个名字很多人没听过的选手——Nex-N2.5。它的Pro版本能自己开电脑、点鼠标、逛网页、跑代码还把模型权重直接开源了。一、先说人话tokens到底是个啥你可以把token理解成AI世界的“流量单位”跟手机套餐里的MB、GB一个意思。你问AI一句“今天天气咋样”它回答你一段话这一来一回消耗的就是token。中文里一个字大概对应一到两个token。所以“周用量10万亿tokens”翻译成大白话就是全国有海量的人天天在拿这些模型干活——写文案、改代码、做表格、查资料、陪聊。这个数字之所以被行业当成“拐点信号”是因为它不再是小圈子的玩具数据。当计量单位从“排行榜分数”变成“水电表读数”说明AI真的开始进入生产环节了。二、Nex-N2.5是何方神圣一句话概括这是一个“不只动嘴、还能动手”的开源AI模型家族。普通聊天模型像个知识渊博的顾问你问它答活儿还得你自己干。而Nex-N2.5这类被称为“智能体Agent”的模型更像个能独立干活的实习生你跟它说“把这个网页上的数据整理成表格”它会自己打开浏览器、一页页翻、复制粘贴、最后交给你一个文件。它这一代一共出了三个尺寸可以按“饭量”理解mini小胃口两张H100显卡就能跑适合预算有限的团队Pro主力款八张H100多模态能看图片和视频也能操作电脑Max1.6万亿参数的纯文本巨无霸要两个节点、16张H200才喂得饱。有意思的是它的“省钱思路”。Pro用的是MoE架构你可以理解成一家雇了512个专家的公司来一个活儿只叫其中10个专家上。剩下的坐着喝茶不消耗算力。所以它总参数接近4000亿但每次真正干活的只有170亿左右。这就是为什么一个“看着很庞大”的模型还能被塞进一个机柜里跑起来。另外它支持256K的超长上下文。换算成中文大概能一口气吞下四十万字——差不多是一整本长篇小说的体量。你可以直接把一堆合同、报告、聊天记录丢给它让它一次看完再回答。三、它到底能干什么几个真实场景最直观第一个场景替你操作电脑。这是它最“出圈”的能力。官方跑分里在OSWorld这个“让AI真的去用电脑”的测试上Pro拿到82.2分而Claude和GPT分别是83.4和83.2。差距小到可以说“贴身肉搏”。更狠的是OSWorld-G这一项它拿了87.4分把Claude的76.8和GPT的77.7甩在了后面。说人话就是让它开个软件、改个设置、在表格里填数、把文件另存为PDF这类“重复到让人抓狂”的琐事它可以自己一步步点完。而且它会“看屏幕”——干完一步截个图确认成功了再干下一步点错了还会自己退回来重试。第二个场景自己上网查资料。在BrowseComp这个“网上找冷门信息”的测试里Max版本拿到92.6分是那张表里的第一名Pro也有89.7分。你可以想象成你让它“帮我查一下某款小众相机在欧洲的二手成交价”它会自己开搜索、点进论坛、翻几页帖子、对比几条信息最后给你一个结论而不是甩给你一堆链接让你自己看。第三个场景写代码、跑程序、自己验证。Terminal-Bench这项测试是让AI在命令行里完成真实任务Pro是82.7分Max是86.1分跟Claude的89.1在同一梯队。但要说句公道话在更硬核的SWE-Bench Pro真实软件工程改Bug上Pro只有61.2分Claude是79.2分。差距是实打实存在的它不是“碾压一切”的神话只是在几条窄赛道上能反超。在文档识别OmniDoc上它拿了92.2分几乎贴着GPT的92.9——扫描件、模糊照片、复杂表格它基本能认全。这对天天处理发票、合同的打工人来说比跑分更有意义。四、普通人想用门槛高不高先说结论自己在家跑门槛不低想尝鲜用门槛几乎为零。自己部署的话Pro要8张H100Max要16张H200——这不是普通人的电脑是一台几百万的机器。mini稍微友好些也要两张H100。但开源模型的好处就在这儿你不需要自己建电厂接电网就行。官方在OpenRouter上放了Pro和mini的在线接口注册就能调用国内魔搭社区能直接下载权重上海仪电智算云的“Token工厂”也上线了Max版本按用量付费社区玩家更狠已经把上一代mini版本量化压缩到18GB以内在苹果笔记本上跑到每秒约50个token能流畅打字式输出。所以实际人群是这样分的自媒体、运营、办公白领——直接用网页或API让它整理素材、抓竞品价格、批量改表格最省事。学生和研究者——256K上下文很适合喂论文让它做综述、找矛盾点、翻译长文档。科技发烧友和小团队——下载mini版本本地跑数据不出内网改造成自己的专属助手。要提醒一句能操作电脑也意味着它能删文件、能点错按钮。真让它上手最好放在虚拟机或单独账号里别拿主力工作电脑当试验田。五、10万亿背后国产模型的“拐点”在哪过去两年国产大模型的故事是“追分”谁的榜单一高谁就上热搜。但10万亿tokens这个数字讲的是另一个故事从“演示”走向“计费”。一旦按token收费商业逻辑就变了。模型不再是一次性的发布会道具而是像水电一样按用量结算的基础设施。企业会算账这个任务用哪家模型最划算简单的分类用便宜的小模型复杂的操作电脑用贵的大模型。这也是为什么“三档尺寸”成了标配——mini守端侧和轻量场景Pro打企业主力Max冲顶配。谁能把每一档都填满谁就能吃到完整的账单。Nex这类新军的切入点很清楚不跟你拼“全能第一”而是把“操作电脑、逛网页、跑程序”这条最能替代人力的链路做扎实再靠Apache 2.0协议开源让企业敢改、敢私有化部署。这条路能不能走通还得看两件事一是长任务跑几十步之后会不会“跑偏”二是出错时敢不敢停下来问你而不是硬着头皮瞎点。但至少现在牌桌上多了一个愿意把牌摊开给你看的玩家。最后想问问你如果明天你的电脑里住进一个能自己点鼠标、自己查资料、自己交活的AI你最想让它先替你干掉哪件破事是每周的报销单还是那些永远填不完的在线表单评论区聊聊说不定下一个被AI接手的就是它。【免费下载链接】Nex-N2.5-Pro项目地址: https://ai.gitcode.com/hf_mirrors/nex-agi/Nex-N2.5-Pro创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
