/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Nex-N2-mini
Библиотека
gguf
Опубликована
16 июн 2026

Nex-N2-mini-MXFP4-MOE-GGUF

Изображение и текст → текст4 профессии

Квантованная GGUF-сборка Nex-N2-mini для диалогов и ответов на вопросы по изображениям.

63скачиваний за 30 дней0лайковвеса обновлены16 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Nex-N2-mini-MXFP4-MOE-GGUF — квантованная мультимодальная модель Nex AGI для диалогов и работы с изображениями. Она основана на Nex-N2-mini и распространяется в формате GGUF для запуска через llama.cpp и совместимые средства; лицензия — Apache 2.0.

Модель использует архитектуру MoE с 35 млрд параметров, из которых активируются 3 млрд на токен, и сочетает Gated DeltaNet с полным вниманием. В описании указаны 256 маршрутизируемых экспертов, 8 из которых задействуются на токен, а также один общий эксперт. Контекст составляет до 262 144 токенов. Для обработки изображений предусмотрен 27-слойный ViT-энкодер.

Квантирование MXFP4 MOE хранит веса экспертов в 4-битном формате, а остальные тензоры — в Q8_0; заявленный размер текстовых весов — 18,43 ГБ, проектора изображений F16 — 0,84 ГБ. Модель поддерживает английский, китайский и другие языки. Она предназначена для ответов на вопросы по изображениям и текстового общения; базовая модель также позиционируется для программирования, вызова инструментов и длительных задач, но эти возможности отдельно не подтверждены карточкой этой сборки. Возможны потери качества из-за квантования; практический запуск требует ресурсов для размещения весов и мультимодального проектора.

Сценарии применения

  • описание содержимого фотографии
  • ответы на вопросы об изображении
  • диалог с мультимодальной моделью
  • запуск MoE-модели локально через llama.cpp

Ограничения

Квантование может немного снизить качество по сравнению с исходными весами; для работы с изображениями требуется отдельный проектор mmproj. Указанный контекст в 262 144 токена приведён в README исходной модели и не подтверждён отдельно для этой квантованной сборки.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nex-N2-mini-MXFP4 MOE-GGUF

GGUF quantization of nex-agi/Nex-N2-mini — a 35B MoE agentic model (3B active) built on Qwen3.5-35B-A3B-Base with 256 experts, Gated DeltaNet hybrid attention, 262K context, and 27-layer vision encoder.

Quantized to MXFP4 MOE format for efficient inference with minimal quality loss.

About MXFP4 MOE

MXFP4_MOE (Microscaling FP4 for Mixture-of-Experts) is an OCP standard 4-bit format. Expert weights are stored in MXFP4 while non-expert tensors (attention, embeddings, norms) remain at Q8_0, balancing quality and compression for MoE models. Works on any GPU or CPU.

Files

FilenameTypeSizeDescription
nex-n2-mini-mxfp4_moe.ggufGGUF (MXFP4 MOE)18.43 GBQuantized text model weights
mmproj-nex-n2-mini-f16.ggufF16 mmproj0.84 GBVision encoder projector (27-layer ViT, 1152 hidden)
README.mdMarkdown-Model card

Quantization Details

PropertyValue
FormatMXFP4 MOE
Bits Per Weight4.57 BPW
File Size18.43 GB (text) + 0.84 GB (mmproj)
Tensor Count733 (text) + 334 (mmproj)
Architectureqwen3_5_moe

Model Description

  • Developer: Nex AGI
  • Base Model: Qwen3.5-35B-A3B-Base
  • Architecture: Mixture-of-Experts (MoE) with Gated DeltaNet + full attention
  • Parameters: 35B total, 3B activated per token
  • Experts: 256 routed experts (8 per token) + 1 shared
  • Context Length: 262,144 tokens
  • Vision: 27-layer ViT encoder (1152 hidden), image-text-to-text
  • Languages: English, Chinese, multilingual
  • License: Apache 2.0

Usage

llama.cpp (CLI)

# Text + Image
llama-cli -m nex-n2-mini-mxfp4_moe.gguf \
  --mmproj mmproj-nex-n2-mini-f16.gguf \
  --image photo.jpg \
  -p "Describe this image in detail" \
  -n 512

# Text only
llama-cli -m nex-n2-mini-mxfp4_moe.gguf \
  -p "Explain quantum computing in simple terms" \
  -n 512

# OpenAI-compatible server
llama-server -m nex-n2-mini-mxfp4_moe.gguf \
  --mmproj mmproj-nex-n2-mini-f16.gguf \
  --port 8080

llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="FreedomAISVR/Nex-N2-mini-MXFP4-MOE-GGUF",
    filename="nex-n2-mini-mxfp4_moe.gguf",
    n_gpu_layers=-1,
)

response = llm.create_chat_completion([
    {"role": "user", "content": "What is the capital of France?"}
])
print(response["choices"][0]["message"]["content"])

Direct download

from huggingface_hub import hf_hub_download

for filename in ["nex-n2-mini-mxfp4_moe.gguf", "mmproj-nex-n2-mini-f16.gguf"]:
    hf_hub_download(
        repo_id="FreedomAISVR/Nex-N2-mini-MXFP4-MOE-GGUF",
        filename=filename,
        local_dir="./models"
    )

Quantization Pipeline

1. Download source weights
   huggingface_hub.snapshot_download("nex-agi/Nex-N2-mini")

2. Convert text model to F16 GGUF
   convert_hf_to_gguf.py --outtype f16

3. Extract vision encoder
   convert_hf_to_gguf.py --mmproj --outtype f16

4. Quantize to MXFP4 MOE
   llama-quantize --allow-requantize nex-n2-mini-f16.gguf nex-n2-mini-mxfp4_moe.gguf MXFP4_MOE

Hardware

ComponentSpecification
GPUNVIDIA RTX 5060 Ti (Blackwell)
System RAM64 GB
StorageNVMe

License

Apache 2.0 — same as the original nex-agi/Nex-N2-mini.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
b02cd73

0 моделей