Nex-N2.5-mini を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Nex AGI ・公開 2026-09 ・ 34.66Bパラメータ（MoE・アクティブ3.58B）・データ更新 2026-10-02

35B級のMoEで画像も扱える。Apache 2.0。VRAM 24GB / Mac 32GBから

22GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 24GB実用になるいちばん安いGPU: GeForce RTX 4090

36GB実用になるいちばん小さいMac: M5 Max（36GB）

262,144最大コンテキスト（学習時）

編集部の見立て

Nex AGIのNex-N2.5は、画面を見ながらPCやブラウザを操作するエージェントを狙ったシリーズで、miniはその最小版です。総34.66B、1トークンで動くのは3.58B。画像を入力でき、配布元は画像の入力を、作業の結果を確かめる手段と位置づけています。

必要なメモリはQ4_K_Mに8kトークンの文脈を足して22.1GBで、RTX 4090なら推定178.8tok/s、M5 Max（36GB）なら109.7tok/sが出ます。Apache 2.0。24GB級GPUか36GB以上のMacで、操作系のエージェントを手元に置きたい人に絞られます。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/nex-agi_Nex-N2.5-mini-GGUF）に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（40層・文脈全体を見る層は10層だけ）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化	ファイル	KVキャッシュ（8k）	必要合計	GPUなら	Macなら
2bit（IQ2_M）品質劣化大。最後の手段	12GB	0.2GB	13GB	VRAM 16GB〜	24GB〜
2bit（Q2_K）品質劣化大。最後の手段	13GB	0.2GB	14GB	VRAM 16GB〜	24GB〜
3bit（Q3_K_M）メモリ優先	16GB	0.2GB	17GB	VRAM 20GB〜	32GB〜
3bit（IQ3_M）メモリ優先	18GB	0.2GB	19GB	VRAM 20GB〜	32GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	19GB	0.2GB	20GB	VRAM 24GB〜	32GB〜
4bit（Q4_K_M）標準。迷ったらこれ	21GB	0.2GB	22GB	VRAM 24GB〜	36GB〜
5bit（Q5_K_M）品質重視	25GB	0.2GB	27GB	VRAM 32GB〜	48GB〜
6bit（Q6_K）ほぼ無劣化	27GB	0.2GB	29GB	VRAM 32GB〜	48GB〜
8bit（Q8_0）無劣化に近い	34GB	0.2GB	36GB	VRAM 48GB〜	64GB〜
16bit（BF16）元精度	65GB	0.2GB	67GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

Nex-N2.5-miniはNex AGIが2026年9月に公開した34.66Bのモデルです。GGUFのヘッダには40層と書かれており、総パラメータ34.66Bのうち、1トークンの生成で実際に読むのは約3.58Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

40層のうち注意機構でKVキャッシュを持つのは10層だけで、残り30層は線形注意やSSMなどKVを持たない層です。KVヘッド2・head次元256で、同じ層数の一般的なモデルよりKVキャッシュが小さく済みます。1トークンあたりのKVキャッシュは約20KB（fp16）で、コンテキスト長にそのまま比例します。

実際の値は、8,192トークンで0.2GB、128Kトークンまで伸ばすと2.5GBです。

ライセンス表記: apache-2.0（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

同じ34.66BのQwen3.6 35B-A3Bとは構造が同じqwen35moe系で、必要量も21.9GBと22.1GBでほぼ並びます。違うのは追加学習の方向です。miniはコンピューター操作とWeb閲覧、画面を手がかりにした作業へ寄せて追加学習されています。

汎用の相談相手ならQwen3.6、画面操作を任せたいならこちら。画像を読ませるには、llama.cppでは本体とは別にmmprojファイルが要ります。KVは40層中10層だけが持ち、1トークン20KB。RTX 4090の実効23.5GBでは8kの文脈込みの22.1GBから1.4GBが余り、足せる文脈は7万トークン強です。

配布元の評価設定はtemperature 0.7、top_p 0.95、top_k 40。操作用の枠組みNexCUAは近く公開予定とされています。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはqwen35moeで、当サイト収録の204モデル中13本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はbartowski/nex-agi_Nex-N2.5-mini-GGUF、元になったモデルはnex-agi/Nex-N2.5-miniです。

得意分野は画像を含む文書の読み取りです。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（21GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。全域注意が10層だけのハイブリッド構成なので、長文でもKVの増え方が緩やかです。

コンテキスト	KVキャッシュ	必要合計	必要なGPU	必要なMac
4,096	0.1GB	22GB	VRAM 24GB〜	36GB〜
8,192既定	0.2GB	22GB	VRAM 24GB〜	36GB〜
16,384	0.3GB	22GB	VRAM 24GB〜	36GB〜
32,768	0.6GB	23GB	VRAM 24GB〜	36GB〜
65,536	1.3GB	23GB	VRAM 24GB〜	36GB〜
131,072	2.5GB	24GB	VRAM 32GB〜	48GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約0.6GBから約0.3GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル	開発元	4bitで必要	一言
Holo4 35B-A3B	H Company	22GB	画面を見てクリックや入力を返すパソコン操作用のMoE（総35B・アクティブ3B）。Apache 2.0。VRAM 24GB / Mac 36GBから
Thomson 1.0 Small 35B-A3B	Thomson Reuters	21GB	法務・専門文書の会社が公開した35BのMoE。メモリ32GBクラスで動く
KAT-Coder-V2.5-Dev 35B-A3B	Kwaipilot（快手）	21GB	Qwen3.6 35B-A3Bを土台にしたコード用MoE。Apache 2.0。VRAM 20GB / Mac 32GBから
Ornith 1.0 35B-A3B	deepreinforce-ai	22GB	コーディングエージェント向けOrnith 1.0のMoE版。MIT。VRAM 20GB / Mac 32GBから
XYZ-Aquila mini 35B-A3B	XYZAILab	21GB	35BのMoE。Apache 2.0。VRAM 16GB＋メモリ32GBクラスから
Qwen-AgentWorld 35B-A3B	Alibaba	22GB	エージェント用途を名前に掲げた35BのMoE（アクティブ3B）。Apache 2.0