Nex-AGI397B (17B active)~240 GB VRAM przy Q4_K_M

Nex-N2 Pro — VRAM, szybkość i lokalna konfiguracja

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

397B total, 17B active, Apache 2.0 — 240 GB at Q4_K_M, so datacenter or nothing. Terminal-Bench 2.1 at 75.3, SWE-bench Verified at 80.8, GPQA Diamond at 90.7, GDPval at 1585. Accepts image input as well as text. The permissive licence is the notable part: a 397B model you may deploy commercially without asking anyone.

Nex-N2 Pro potrzebuje około 240 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika91
Kreatywność86
Kod91

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
131.3 GB—Za duży
Q3_K_M
3.41 bpw
170 GB—Za duży
Q4_K_M
4.83 bpw
240.5 GB—Za duży
Q5_K_M
5.67 bpw
282.2 GB—Za duży
Q6_K
6.56 bpw
326.3 GB—Za duży
Q8_0
8.50 bpw
422.6 GB—Za duży
F16
16.00 bpw
794.8 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 Pro →

Uruchom Nex-N2 Pro

Najtańsze GPU z naszego katalogu, które uruchomi Nex-N2 Pro, to Apple M3 Ultra (512 GB).

Kup ten sprzęt Apple Mac Studio M3 Ultra — 512 GB VRAM · 60 W board powerUruchom w chmurze RunPod

lub porównaj w Vast.ai

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.
Apple Mac Studio M3 Ultra
512 GB VRAM · 60 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Jak uruchomić Nex-N2 Pro

Zainstaluj Ollama, a potem uruchom:

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

Specyfikacja

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

Parametry
397 Billion (17B active)
Okno kontekstu
262,144
Architektura
Mixture-of-Experts (Qwen3.5-397B-A17B post-train, multimodal)
Dostawca
Nex-AGI
Licencja
Apache 2.0
Practical deployment
Workstation (large unified memory or pro GPU)
Określono przy
Q4_K_M
RAM systemowy
256 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 taskssoftware engineeringenterpriseresearch

Czy uruchomię Nex-N2 Pro na moim GPU?

Inne rozmiary Nex-N2

Nex-N2 Pro — najczęściej zadawane pytania

How much VRAM does Nex-N2 Pro need?

About 240 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 Pro run on an RTX 4090 (24 GB)?

No. Nex-N2 Pro needs about 240 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.

How do I run Nex-N2 Pro 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.