Nex-AGI35B (3B active)~22 GB VRAM przy Q4_K_M

Nex-N2 mini — VRAM, szybkość i lokalna konfiguracja

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

35B total, 3B active, Apache 2.0 — 21.9 GB of weights at Q4_K_M and 23.8 GB with an 8K context, so it lands tight on a 24 GB card and clears a 32 GB one. Scores 74.4 on SWE-bench Verified and 60.7 on Terminal-Bench 2.1, which puts a genuinely agentic model inside consumer memory. Sparsity is the whole trick: VRAM is charged on all 35B, decode speed on just 3B.

Nex-N2 mini potrzebuje około 22 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika80
Kreatywność75
Kod82

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.

Kwant.VRAMSzybkość (szac.)Dopasowanie
Q2_K
2.63 bpw
12.3 GB~209 tok/sMieści się
Q3_K_M
3.41 bpw
15.7 GB~193 tok/sMieści się
Q4_K_M
4.83 bpw
21.9 GB~170 tok/sNa styk
Q5_K_M
5.67 bpw
25.6 GB~24 tok/sCzęściowo w RAM
Q6_K
6.56 bpw
29.5 GB~22 tok/sCzęściowo w RAM
Q8_0
8.50 bpw
38 GB~19 tok/sCzęściowo w RAM
F16
16.00 bpw
70.8 GB—Za duży

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Nex-N2 mini →

Uruchom Nex-N2 mini

Najtańsze GPU z naszego katalogu, które uruchomi Nex-N2 mini, to NVIDIA GeForce RTX 5090 (32 GB).

Kup ten sprzęt NVIDIA GeForce RTX 5090 32GB — 32 GB VRAM · 575 W board powerUruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.
NVIDIA GeForce RTX 5090 32GB
32 GB VRAM · 575 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Jak uruchomić Nex-N2 mini

Zainstaluj Ollama, a potem uruchom:

ollama run nex-n2
Wagi na Hugging Face: nex-agi/Nex-N2-mini ↗

Specyfikacja

Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.

Parametry
35 Billion (3B active)
Okno kontekstu
262,144
Architektura
Mixture-of-Experts (Qwen3.5-35B-A3B-Base post-train)
Dostawca
Nex-AGI
Licencja
Apache 2.0
Practical deployment
Single consumer GPU
Określono przy
Q4_K_M
RAM systemowy
32 GB
Rekord zaktualizowany
2026-09-08
LicencjaApache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy doagentic taskscodingconsumer gpusoftware engineering

Czy uruchomię Nex-N2 mini na moim GPU?

Inne rozmiary Nex-N2

Nex-N2 mini — najczęściej zadawane pytania

How much VRAM does Nex-N2 mini need?

About 22 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.

Does Nex-N2 mini run on an RTX 4090 (24 GB)?

Yes. Nex-N2 mini needs about 22 GB at Q4_K_M, inside a 24 GB card, at an estimated 170 tokens/sec.

How do I run Nex-N2 mini locally?

Install Ollama and run `ollama run nex-n2`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does Nex-N2 come in?

Nex-N2 mini (22 GB), Nex-N2 Pro (240 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.