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；
• Max：1.6万亿参数的纯文本巨无霸，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H100，Max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