Nex N2: La IA agéntica de código abierto que vale la pena seguir

Un laboratorio chino del que nunca había oído hablar lanzó un modelo de pesos abiertos con 397 mil millones de parámetros el 2 de junio de 2026, afirmó que superó a Claude Opus 4.7 en un benchmark de programación y lo regaló gratuitamente bajo Apache 2.0. Mi primer instinto fue el mismo que tengo cada vez que aparece un nuevo "asesino de GPT" en mi feed: poner los ojos en blanco y seguir deslizando.

Luego leí la model card con más cuidado. Nex N2 — el modelo de IA agéntica de código abierto de un equipo llamado Nex AGI — no se presenta como un chatbot más inteligente. Está construido alrededor de algo más específico: fusionar programación, búsqueda, uso de herramientas, depuración y autoverificación en un solo bucle de razonamiento continuo en lugar de atornillarlos como habilidades separadas. Esa es una apuesta de diseño genuinamente diferente, y es la parte que merece atención.

Así que esto es lo que esta publicación realmente es. No he ejecutado Nex N2 en producción contra la base de código de un cliente que paga, y no voy a fingir que lo hice. Lo que he hecho es leer las especificaciones publicadas, las afirmaciones oficiales de benchmarks, las reseñas independientes y los análisis prácticos — y luego filtrar todo eso a través de años ejecutando modelos abiertos localmente y viendo cómo los números de benchmarks se desmoronan en cuanto el trabajo real los golpea. Los titulares de los benchmarks se ven increíbles. La realidad independiente es más complicada. Ambas cosas son ciertas al mismo tiempo, y necesitas entender por qué antes de conectar esto a algo que importa.

Qué es realmente Nex N2 (y por qué "agéntico" no es marketing aquí)

La mayoría de los modelos que has usado tratan el comportamiento agéntico como algo secundario. El modelo base aprende lenguaje, y luego alguien lo envuelve en un andamiaje — un bucle que dice "ahora llama a esta herramienta, ahora lee el resultado, ahora decide qué sigue". El razonamiento y la acción viven en cajas separadas, cosidas mediante prompt engineering y un framework como LangChain o el Claude Agent SDK.

Nex N2 invierte eso. Nex AGI lo llama Agentic Thinking — un solo bucle cerrado donde el modelo entiende un requisito, planifica la tarea, escribe la implementación, lee la retroalimentación del entorno, evalúa si funcionó, depura e itera. Todo eso sucede dentro de un paradigma de razonamiento en lugar de a través de una cadena de llamadas separadas. Al modelo no se le dice que actúe; actuar es parte de cómo piensa.

Hay dos piezas de ese framework que vale la pena nombrar. Adaptive Thinking permite que el modelo decida por sí mismo cuándo razonar profundamente y cuándo simplemente avanzar — ejecutar un comando de shell simple al instante, pero frenar y pensar duro antes de una decisión costosa de revertir. Coherent Thinking mantiene un estilo de razonamiento consistente a través de preguntas generales y tareas agénticas, para que el modelo no oscile entre "asistente parlanchín" y "robot que llama herramientas" dependiendo de lo que preguntes.

¿Por qué importa esto para ti? Porque los flujos de trabajo que rompen a la mayoría de los agentes son los mixtos. La tarea que es 40% escribir código, 30% buscar documentación, 20% ejecutar comandos de terminal y 10% detectar tu propio error — y cambiar entre esos modos una docena de veces antes de terminar. Un modelo con razonamiento y acción fusionados en un solo bucle tiene una oportunidad estructural para eso. Un modelo con un andamiaje de agente atornillado tiende a perder el hilo.

Esa es la teoría. Las especificaciones nos dicen si el laboratorio realmente construyó algo capaz de ejecutarla.

Mini vs Pro: los dos modelos, y cuál funciona en tu hardware

Nex N2 viene en dos tamaños, ambos con pesos abiertos y versiones cuantizadas para despliegue local.

Nex N2 Mini es un modelo Mixture-of-Experts de 35 mil millones de parámetros (una base Qwen3.5-35B-A3B) con aproximadamente 3 mil millones de parámetros activos por token. El diseño MoE es todo el punto del número de "parámetros activos" — el modelo contiene 35B de conocimiento total pero solo activa un pequeño subconjunto de expertos en cada token, así que funciona mucho más ligero de lo que haría un modelo denso de 35B. Con una build cuantizada, Mini es la variante que puedes llevar de forma realista a una estación de trabajo con una GPU decente y ejecutar offline.

Nex N2 Pro es el buque insignia: un MoE de 397 mil millones de parámetros construido sobre Qwen3.5-397B-A17B, activando 17 mil millones de parámetros por token. Acepta tanto texto como imagen de entrada, produce salida de texto y soporta razonamiento, function calling y salidas estructuradas — el kit completo que querrías para una configuración agéntica real. El número titular que capta la atención es la ventana de contexto.

La ventana de contexto de Nex N2 Pro es de 262.000 tokens, con salida de hasta 256.000 tokens. Eso es suficiente para mantener una base de código sustancial, un largo historial de tareas y un montón de documentación en memoria de trabajo simultáneamente — exactamente lo que un agente de horizonte largo necesita cuando está doce pasos dentro de un build y no puede permitirse olvidar el paso uno.

Un detalle que revelan las propias salidas del modelo: produce resultados de estilo GPT, una huella dactilar del entrenamiento destilado en modelos similares a GPT. Lo notarás en la UI que genera y en cómo estructura el código. No es un defecto, solo una señal — y una útil cuando intentas descifrar de dónde vienen los instintos de un modelo. Si has dedicado tiempo a cómo se comportan diferentes modelos abiertos, esto es el mismo tipo de rastreo de linaje en el que me apoyé en mi review de DeepSeek V4 Pro de código abierto, donde la herencia de entrenamiento silenciosamente moldea todo lo que sigue.

El linaje de Qwen también importa. Construir sobre la base Qwen3.5 de Alibaba significa que Nex N2 hereda una base probada en batalla en lugar de empezar desde cero — lo que explica parcialmente por qué un laboratorio del que la mayoría nunca ha oído pudo lanzar algo tan capaz tan rápido.

Las especificaciones son promesas. Los benchmarks son donde las promesas se ponen a prueba — y donde la historia se divide en dos.

Las afirmaciones de benchmarks: lo que Nex AGI dice que Nex N2 puede hacer

Déjame exponer primero los números oficiales, claramente atribuidos al equipo, porque son la razón por la que alguien habla de este modelo. Estos son los resultados reportados por Nex AGI, no verificación independiente — mantén esa distinción en mente.

En Terminal-Bench 2.1, que prueba la capacidad de un modelo para operar realmente dentro de una terminal y completar tareas reales de ingeniería, Nex N2 Pro supuestamente obtiene 75,3 — por delante de Claude Opus 4.7 con 69,7, DeepSeek-V4-Pro con 72,0 y GLM-5.1 con 58,7. Que un modelo de pesos abiertos reclame el primer puesto en ejecución de terminal contra Opus es el tipo de resultado que se captura en pantalla y se comparte.

En SWE-Bench Pro, la variante más difícil del benchmark de ingeniería de software que pide a un modelo arreglar bugs reales en repositorios reales, Nex N2 Pro supuestamente alcanza 58,8 — por poco sobre GPT-5.5 con 58,6. En el más común SWE-Bench Verified, el equipo reporta 80,8, que está firmemente en territorio de frontera.

Algunos más de la hoja oficial. En GDPval — una evaluación de horizonte largo con base económica que puntúa qué tan bien un modelo maneja trabajo profesional realista de múltiples pasos — Nex N2 Pro supuestamente aterriza alrededor de 1585. En tareas agénticas basadas en navegador, Nex AGI reclama resultados por delante de DeepSeek V4 Pro y GLM 5.1. En evaluaciones de tool-calling, el equipo reporta números fuertes en general.

Tomado al pie de la letra, esto es un modelo gratuito, de pesos abiertos, ejecutable localmente, compitiendo de tú a tú con los sistemas propietarios más caros del mercado. Si has seguido la oleada de código abierto — la misma ola que cubrí cuando Kimi K2.6 aterrizó como un modelo de programación abierto serio — sabes que esta es la trayectoria que todos predijeron. La brecha entre abierto y cerrado sigue estrechándose.

Aquí está el detalle que nadie captura en pantalla.

Por qué los tests independientes clasifican a Nex N2 mucho más bajo que los titulares

Los números de benchmarks del laboratorio que construyó el modelo son marketing hasta que alguien más los reproduce. Y cuando evaluadores independientes someten a Nex N2 a condiciones más duras y del mundo real, la historia cambia.

El patrón que surgió en las pruebas independientes: Nex N2 se clasifica alrededor del #12 en general — ni cerca de la ubicación en el top cinco que los benchmarks oficiales implican. Su rendimiento es consistente, pero consistentemente bueno no es lo mismo que líder de categoría. En las condiciones controladas de un benchmark publicado, el modelo brilla. En evaluaciones más desordenadas del mundo real con tareas adversariales y casos límite, se asienta en la mitad superior del pelotón.

Esto no es un escándalo específico de Nex. Es el patrón más confiable en todo el ciclo de lanzamiento de modelos, y lo he visto repetirse una docena de veces. Los laboratorios reportan puntuaciones bajo su configuración óptima, con sus prompts, en su selección de tareas. Luego el modelo se encuentra con tu flujo de trabajo real — tu estructura de repositorio rara, tu API interna mal documentada, tu ticket ambiguo — y el número que importaba en la diapositiva deja de importar. Investigué exactamente esta brecha entre puntuaciones de leaderboard y comportamiento de codificación real a través de varios modelos en mi análisis de DeepSeek V4, GLM5 y autonomía, y la lección allí se aplica limpiamente aquí: confía en las ejecuciones independientes, no en el deck de lanzamiento.

Hay un segundo problema estructural. Nex N2 es lento. Ese mismo bucle de Agentic Thinking — la planificación, la autoverificación, la iteración durante la generación — es exactamente lo que hace al modelo reflexivo, y también es lo que hace que se tome su tiempo. Cada pase de autoverificación son más tokens generados antes de que obtengas una respuesta. Cuando el modelo razona, planifica, depura y revisa su propio trabajo a mitad de generación, esperas. Para una sesión de programación interactiva donde quieres una respuesta en dos segundos, esa latencia es un impuesto real. Para un build autónomo nocturno donde te importa la corrección por encima de la velocidad, es un intercambio justo. Sabe cuál estás ejecutando antes de juzgar el modelo.

Entonces, ¿cómo decides realmente si esta cosa vale tu tiempo? Miras lo que construye.

Lo que Nex N2 construye: las demos que resisten y las que no

La señal más honesta sobre cualquier modelo de generación de código no es su benchmark — es lo que produce cuando le das un pedido de construcción real. Las demostraciones que circulan para Nex N2 cuentan una historia refrescantemente mixta, que es exactamente lo que las hace creíbles.

En los aciertos: Nex N2 generó una UI de front-end funcional con elementos dinámicos y animaciones que se veía genuinamente pulida — la huella de estilo GPT mostrándose en un estilizado limpio y moderno. Construyó un juego de tower defence completamente funcional, el tipo de proyecto interactivo con estado que expone las debilidades de un modelo rápidamente si su lógica es inestable. Produjo una simulación de lámpara de lava basada en SVG con física y movimiento reales, no un gradiente estático pretendiendo ser animación. Cuando le das prompts detallados y descriptivos y solicitudes específicas por elemento, se adapta bien y respeta los detalles.

Lo más impresionante y más revelador: Nex N2 construyó clones de sistemas operativos — Windows 95 y Mac OS — completos con menús de inicio, aplicaciones funcionales, una herramienta de paint, una calculadora, un navegador y un prompt de MS-DOS. Esa es una cantidad enorme de estado coordinado y UI para generar coherentemente.

Pero las grietas aparecen exactamente donde las esperarías. La barra superior del clon de Mac OS era no funcional — los elementos se renderizaban hermosamente y no hacían nada. Un juego de carreras solicitado volvió con funciones que no funcionaban — el andamiaje estaba, el comportamiento no. Esta es la firma de un modelo de código fuerte pero no impecable: clava la estructura y la superficie, y luego deja caer el cableado en las piezas interactivas más difíciles. Obtienes algo que parece 95% terminado y funcionalmente está 70% terminado, y cerrar esa última brecha depende de ti.

Esa brecha es todo el juego cuando evalúas un modelo de codificación para trabajo real. Una demo que parece terminada es fácil. Una demo que está terminada es la parte difícil, y Nex N2 — como casi todos los modelos en este nivel — te lleva la mayor parte del camino y te pide que termines el trabajo. Si quieres un sentido más profundo de cómo separo "parece terminado" de "está terminado" al juzgar interfaces construidas con IA, trabajé exactamente esa distinción en mi review del flujo de trabajo de diseño a sitio web con Claude.

Si has leído hasta aquí, ya sabes más sobre Nex N2 que la mayoría de las personas que comparten sus capturas de benchmarks. Aquí te explico cómo ponerle las manos encima.

Cómo probar Nex N2 ahora mismo (gratis, tres formas)

No necesitas confiar en la palabra de nadie — incluyendo la mía. Nex N2 es lo suficientemente abierto y accesible como para que puedas formar tu propia opinión esta tarde. Aquí están las tres rutas realistas, ordenadas de menor a mayor esfuerzo.

1. OpenRouter (sin configuración, tier gratuito). Nex N2 Pro está disponible en OpenRouter, y durante la ventana de lanzamiento de junio 2026 está listado en el tier gratuito a $0,000 por millón de tokens de entrada y salida. Si ya enrutas modelos a través de OpenRouter, esto es un cambio de ID de modelo de una línea. Recorrí este patrón de gateway exacto — apuntar tu tooling existente a OpenRouter e intercambiar el modelo debajo — en mi guía de Claude Code con OpenRouter, y la misma configuración aplica aquí. Apunta tu agente a nex-agi/nex-n2-pro:free y adelante.

2. Proveedores alojados (promos de lanzamiento gratuitas). Además de OpenRouter, varios proveedores de inferencia — SiliconFlow y otros — adoptaron Nex N2 Pro y ofrecieron acceso gratuito o ilimitado durante la ventana de lanzamiento. El buque insignia se promovió como gratuito con uso ilimitado por un período introductorio a través de plataformas de benchmark y evaluación. Estas promos tienen tiempo limitado, así que la ventana de "gratis ilimitado" no durará para siempre — si quieres estresar el modelo Pro sin pagar, ahora es el momento.

3. Despliegue local (Mini, cuantizado). Aquí es donde los pesos abiertos demuestran su valor. Tanto Mini como Pro tienen pesos abiertos y builds cuantizados, y Nex N2 Mini es el que realísticamente funciona en hardware local gracias a sus 3B parámetros activos. Descarga un GGUF cuantizado o equivalente, cárgalo en LM Studio o Ollama, y tienes un modelo agéntico funcionando completamente offline — sin clave API, sin límite de velocidad, sin datos saliendo de tu máquina. Si nunca has configurado un modelo local, mi configuración de Gemma 4 como IA local en LM Studio cubre exactamente el mismo flujo paso a paso; cambia el archivo del modelo y el proceso es idéntico.

Una nota práctica sobre las promos gratuitas: trátalas como exactamente lo que son. El acceso gratuito de lanzamiento es una característica, no un compromiso. Construye tu flujo de trabajo para que no dependa de un tier gratuito que se evapora en tres semanas — mantén la opción local de Mini como respaldo, porque esa es gratis para siempre bajo Apache 2.0.

Esa cláusula de uso comercial merece una pausa, porque cambia el cálculo por completo.

El detalle de Apache 2.0 que realmente importa para los desarrolladores

Aquí está la parte donde cualquier fundador independiente o agencia pequeña debería prestar atención. Nex N2 se entrega bajo Apache 2.0 — tanto Mini como Pro. Eso significa que puedes usarlo comercialmente, modificarlo, hacer fine-tuning y auto-alojarlo sin pagar una tarifa de licencia ni pedir permiso a nadie.

Compara eso con la frontera propietaria. Opus y GPT-5.5 son extraordinarios, y pago por ellos cuando la fiabilidad no es negociable. Pero no los posees. Tu acceso es una suscripción, tus costos escalan con el uso y tus datos fluyen a través de los servidores de otros. Para un proyecto de cliente con requisitos estrictos de residencia de datos, o un producto donde los costos por token consumirían tu margen, un modelo auto-alojado Apache 2.0 no es un downgrade — es la única arquitectura viable.

Esa es la historia real bajo el drama de benchmarks. Si Nex N2 se clasifica en el #5 o el #12 es casi irrelevante. Un modelo de pesos abiertos, con licencia comercial, agéntico, que es consistentemente bueno y funciona en tu propio hardware, es una categoría diferente de utilidad que un modelo propietario que es marginalmente mejor y está completamente fuera de tu control. La misma lógica impulsó la migración que documenté cuando los equipos empezaron a construir flujos de trabajo serios en modelos gratuitos y abiertos en lugar de optar por defecto a la opción más cara.

Dónde encaja Nex N2 en tu flujo de trabajo real

Déjame ser específico sobre quién debería prestar atención, porque "modelo de código abierto prometedor" no ayuda a nadie a tomar una decisión.

Usa Nex N2 si estás construyendo flujos de trabajo agénticos autónomos de horizonte largo donde la corrección importa más que la velocidad, necesitas una ventana de contexto grande para contener toda una base de código, tienes restricciones de residencia de datos o costos que descartan APIs propietarias, o quieres un modelo capaz funcionando completamente offline. El bucle fusionado de razonamiento y acción es una opción genuina para tareas mixtas de múltiples pasos que rompen agentes más simples.

No recurras a Nex N2 si necesitas respuestas interactivas en sub-segundo (el bucle de autoverificación lo hace lento), haces trabajo donde el 5% superior de capacidad es la diferencia entre entregar y no, o no puedes tolerar la brecha de "parece terminado, no está terminado" en componentes interactivos complejos. Para eso, la frontera propietaria todavía se gana su premium.

Y diga lo que diga el leaderboard oficial, ancla tu juicio a los resultados independientes y tus propias pruebas. La realidad del #12 es más útil para ti que la afirmación del top cinco, porque #12-pero-consistente-y-gratis-y-tuyo es una herramienta sobre la que realmente puedes construir un negocio.

Hay una pregunta que vale la pena considerar mientras decides si descargas los pesos esta noche: si un modelo que posees completamente y ejecutas gratis te lleva al 85% del camino hacia la capacidad de frontera, ¿cuánto valen realmente esos últimos 15% — la parte que alquilas, la parte que puede cambiar sus precios o términos sin preguntarte — para lo que estás construyendo?

Preguntas frecuentes

¿Es Nex N2 realmente gratis de usar?

Sí — Nex N2 es de pesos abiertos bajo la licencia Apache 2.0, así que es gratis para siempre para descargar, auto-alojar, modificar y usar comercialmente. Además, Nex N2 Pro se ofreció gratis durante su ventana de lanzamiento de junio 2026 a través del tier gratuito de OpenRouter y varios proveedores alojados, aunque esas ventanas promocionales son de tiempo limitado.

¿Cómo se compara Nex N2 con Claude Opus 4.7?

Según los propios benchmarks de Nex AGI, Nex N2 Pro supuestamente obtiene 75,3 en Terminal-Bench 2.1 frente a los 69,7 de Opus 4.7. Pero las pruebas independientes clasifican a Nex N2 alrededor del #12 en general, muy por debajo del tier superior donde se encuentra Opus — así que trata las victorias directas de benchmarks con cautela y confía en las evaluaciones independientes.

¿Puedo ejecutar Nex N2 en mi propia computadora?

Sí, Nex N2 Mini está diseñado para funcionar en hardware local. Su diseño Mixture-of-Experts de 35 mil millones de parámetros con solo 3 mil millones de parámetros activos, más builds cuantizados, permite que funcione en una GPU de estación de trabajo capaz a través de herramientas como Ollama o LM Studio — completamente offline. El modelo Pro de 397B necesita hardware serio o un proveedor alojado.

¿Por qué Nex N2 es más lento que otros modelos?

Nex N2 es lento porque razona, planifica, depura y autoverifica durante la generación en lugar de responder inmediatamente. Ese bucle iterativo de Agentic Thinking produce resultados de horizonte largo más fiables pero genera muchos más tokens antes de devolver una respuesta, lo cual es un intercambio justo para trabajo autónomo y un impuesto real para programación interactiva.

¿Qué hace a Nex N2 "agéntico" comparado con otros modelos?

Nex N2 fusiona programación, búsqueda, uso de herramientas, depuración y verificación en un solo bucle de razonamiento continuo en lugar de atornillarlos como un andamiaje separado. Su framework de Agentic Thinking, con Adaptive y Coherent Thinking, permite que el razonamiento y la acción ocurran dentro del mismo paradigma — una ventaja estructural para flujos de trabajo del mundo real mixtos y de múltiples pasos.

Trabajemos juntos

¿Buscas construir sistemas de IA, automatizar flujos de trabajo o escalar tu infraestructura tecnológica? Me encantaría ayudar.

• Fiverr (builds personalizados e integraciones): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (soluciones empresariales): ramlit.com
• ColorPark (diseño y branding): colorpark.io
• xCyberSecurity (servicios de seguridad): xcybersecurity.io