Nex-N2-Pro : le modèle open source gratuit qui rivalise avec GPT-5.5

Un laboratoire d'IA chinois vient de publier un modèle gratuit qui obtient 80,8 sur SWE-Bench Verified et 75,3 sur Terminal-Bench 2.1, ce qui le place dans la même catégorie que GPT-5.5 et Claude Opus 4.7 sur du vrai travail de programmation. Il s'appelle Nex-N2-Pro, il est sorti le 2 juin 2026, et son téléchargement ne coûte rien. Le modèle provient de Nex AGI, est distribué sous une licence permissive Apache 2.0, et est conçu spécifiquement pour les tâches agentiques comme écrire du code, appeler des outils et exécuter seul de longs workflows en plusieurs étapes.

C'est l'un des signes les plus clairs à ce jour que l'IA open source a rattrapé la pointe du domaine sur les tâches qui comptent vraiment pour les développeurs. Dans cet article, nous détaillons ce qu'est Nex-N2-Pro, ce que signifient réellement ses scores de benchmark, comment il se compare à GPT-5.5 et Opus 4.7, ce qu'il coûte, et à qui il s'adresse vraiment. Nous abordons aussi la partie que la plupart des annonces de lancement passent sous silence, à savoir le matériel bien réel nécessaire pour faire tourner un modèle de 397 milliards de paramètres sur votre propre machine.

Une licence permissive comme Apache 2.0 est ce qui fait de Nex-N2-Pro une véritable IA open source, libre de télécharger, modifier et exécuter sur votre propre matériel.

Nex-N2-Pro figure aussi dans notre panorama des meilleurs modèles d'IA open source comme le choix agentique doté de la licence la plus permissive.

Les points clés à retenir

• Nex-N2-Pro est gratuit et open source sous Apache 2.0, publié par Nex AGI le 2 juin 2026
• C'est un modèle Mixture-of-Experts de 397 milliards de paramètres qui n'active que 17 milliards de paramètres par token, bâti sur Qwen3.5-397B-A17B
• Parmi les scores phares : 80,8 sur SWE-Bench Verified, 75,3 sur Terminal-Bench 2.1, 90,7 sur GPQA Diamond et 94,0 sur IFEval
• Il tient tête à GPT-5.5 et Claude Opus 4.7 sur les benchmarks de programmation et agentiques, le premier modèle ouvert à le faire de manière aussi convaincante
• Une déclinaison plus petite, Nex-N2-mini, vise du matériel plus léger, mais faire tourner le modèle Pro complet en local demande environ 794 Go de VRAM en pleine précision

Qu'est-ce que Nex-N2-Pro ?

Nex-N2-Pro est un modèle d'IA open source de Nex AGI conçu pour le travail agentique plutôt que pour la simple conversation. Il repose sur une architecture Mixture-of-Experts (MoE) comptant 397 milliards de paramètres au total mais n'en active que 17 milliards par token, ce qui rend l'inférence bien moins coûteuse qu'avec un modèle dense de même taille. Il accepte à la fois du texte et des images en entrée et produit du texte en sortie, et il prend en charge une fenêtre de contexte de 262 000 tokens avec une sortie pouvant atteindre 256 000 tokens.

Le modèle est post-entraîné sur Qwen3.5-397B-A17B, le modèle de base ouvert d'Alibaba, il hérite donc de cette lignée tout en y ajoutant l'entraînement agentique propre à Nex AGI. Nex-N2-Pro est le plus grand des deux modèles publiés. Sa déclinaison, Nex-N2-mini, est bâtie sur la base plus petite Qwen3.5-35B-A3B, pour celles et ceux qui veulent quelque chose de plus léger à exécuter. Les deux sont ouverts sous Apache 2.0, ce qui signifie que vous pouvez les utiliser à des fins commerciales, les modifier et les héberger vous-même sans payer de frais de licence.

Si vous avez suivi des publications ouvertes récentes comme les prix et la gamme de modèles Qwen d'Alibaba ou MiniMax M3, Nex-N2-Pro s'inscrit dans la même vague de modèles capables et ouvertement licenciés. La différence tient à l'intensité avec laquelle il cible la programmation agentique.

Benchmarks Nex-N2-Pro : est-il vraiment si bon ?

C'est sur la feuille de benchmarks que Nex-N2-Pro justifie l'attention qu'il reçoit. Sur les tâches d'ingénierie logicielle et agentiques, il affiche des chiffres qui, jusqu'à récemment, étaient le domaine exclusif des modèles fermés de pointe. Les résultats ci-dessous proviennent de la fiche du modèle officielle sur Hugging Face.

Le point fort, c'est le 80,8 sur SWE-Bench Verified, un test qui demande à un modèle de corriger de vrais bugs dans de vrais dépôts open source. Un score dans les 80 signifie que le modèle est utile pour le travail d'ingénierie au quotidien, pas seulement pour des démonstrations. Le 94,0 sur IFEval compte lui aussi pour celles et ceux qui construisent des agents, car un agent qui s'écarte des instructions en cours de tâche est pire que pas d'agent du tout.

Comment Nex-N2-Pro se compare à GPT-5.5 et Opus 4.7

Nex AGI positionne le modèle comme un pair des leaders fermés, et les chiffres en face-à-face qu'il a publiés le confirment en programmation. Nex-N2-Pro devance GPT-5.5 sur SWE-Bench Pro et bat Claude Opus 4.7 sur Terminal-Bench 2.1, tout en accusant un léger retard sur GPT-5.5 en navigation web.

Le constat honnête, c'est que Nex-N2-Pro est compétitif, pas dominant. Il échange des coups avec les meilleurs modèles fermés en programmation et en travail agentique, perd d'un cheveu sur certaines tâches de navigation, et l'emporte largement sur une mesure que les autres ne peuvent pas égaler : le prix. Vous pouvez lire notre analyse de la concurrence fermée dans notre couverture de Claude Opus et voir où il se situe sur notre hub des meilleurs modèles d'IA.

Ce qui rend l'« Agentic Thinking » différent

L'argumentaire de Nex AGI repose sur un cadre qu'il appelle Agentic Thinking, qui relie en une seule boucle continue la compréhension d'une requête, la planification, l'écriture et l'exécution de code, la lecture du résultat et l'itération. La plupart des modèles traitent le raisonnement, l'usage d'outils et l'exécution comme des étapes distinctes. Nex-N2-Pro est entraîné à les maintenir dans un flux unique, ce qui se rapproche davantage de la façon dont un ingénieur humain aborde réellement un problème.

Deux idées sous-tendent tout cela. L'Adaptive Thinking laisse le modèle décider par lui-même quand raisonner en profondeur et quand agir vite, ce qui, d'après Nex AGI, réduit les tokens de réflexion de 30 à 50 pour cent sur les étapes de routine. Le Coherent Thinking conserve un style de raisonnement cohérent d'un type de tâche à l'autre, de sorte que le modèle ne se comporte pas comme un système différent lorsqu'il passe de la recherche à la programmation. Ensemble, ils sont censés rendre les longues tâches en plusieurs étapes plus fiables, ce qui est précisément là où la plupart des agents échouent aujourd'hui.

Prix et comment utiliser Nex-N2-Pro

Le prix affiché est la partie facile. Comme Nex-N2-Pro est open source sous Apache 2.0, les poids sont libres de téléchargement depuis Hugging Face et ModelScope. Pendant la fenêtre de lancement de juin 2026, plusieurs fournisseurs hébergés l'ont aussi proposé gratuitement, dont OpenRouter sur sa version gratuite et SiliconFlow, qui a annoncé un accès gratuit pendant les deux premières semaines. Les tarifs standard payants par token n'avaient pas été publiés au moment de la rédaction, attendez-vous donc à ce qu'ils se stabilisent une fois les promotions de lancement terminées.

Vous avez plusieurs façons de l'utiliser concrètement. La plus rapide passe par une API hébergée comme OpenRouter, SiliconFlow, Novita ou FriendliAI, où vous envoyez des requêtes sans jamais toucher à un GPU. La deuxième consiste à télécharger les poids et à les exécuter vous-même avec des outils comme llama.cpp, Ollama ou LM Studio. La troisième est d'éviter complètement le jonglage entre modèles, un point sur lequel nous revenons plus bas.

Le hic : vous ne pourrez sans doute pas l'exécuter en local

Voici le retour à la réalité que la plupart des articles de lancement esquivent. Un modèle de 397 milliards de paramètres est énorme, et faire tourner Nex-N2-Pro en pleine précision BF16 demande environ 794 Go de VRAM, ce qui relève du centre de données et dépasse de loin tout GPU grand public unique. Même réduit à la quantification INT4, il lui faut encore environ 216 Go de VRAM, une seule carte de 24 Go comme une RTX 4090 en est donc très loin.

Pour la plupart des gens, cela veut dire que la voie de l'API est la voie pratique, et la variante Nex-N2-mini est le meilleur choix si vous voulez quelque chose qui tient sur du matériel plus modeste. Si vous voulez seulement la capacité sans le casse-tête de l'infrastructure, une application multi-modèles est le chemin le plus simple. Notre propre application Fello AI vous donne Claude, ChatGPT, Gemini, Grok et DeepSeek via un seul abonnement sur Mac, vous obtenez donc une qualité de pointe sans gérer vous-même de GPU, de quantification ou de comptes chez les fournisseurs.

Nex-N2-Pro face à la concurrence

Alors, où se situe-t-il face au reste du peloton ? Le tableau ci-dessous résume les compromis en termes simples.

Si vous avez besoin d'un modèle gratuit que vous pouvez héberger et façonner pour votre propre pile d'agents, Nex-N2-Pro est désormais l'une des options les plus solides du moment, aux côtés de publications ouvertes comme Nemotron 3 Ultra de NVIDIA. Si vous voulez juste la meilleure réponse sans aucune configuration, un modèle fermé ou une application multi-modèles reste plus pratique.

Conclusion

Nex-N2-Pro est un véritable jalon pour l'IA open source. Un modèle gratuit, sous Apache 2.0, qui égale GPT-5.5 et Claude Opus 4.7 sur les benchmarks de programmation aurait paru irréaliste il y a un an, et vous pouvez le télécharger dès aujourd'hui. Pour mettre les choses en perspective, la toute dernière frontière fermée d'OpenAI est le trio GPT-5.6 (Sol, Terra et Luna), lancé uniquement auprès de partenaires agréés par le gouvernement. La réserve honnête, c'est le matériel : faire tourner le modèle complet demande une infrastructure conséquente, l'API ou le plus petit Nex-N2-mini sera donc le point d'entrée réaliste pour la plupart des lecteurs.

Si vous construisez des agents ou écrivez du code et voulez un modèle ouvert que vous maîtrisez, commencez par l'API hébergée sur OpenRouter ou SiliconFlow et testez-le sur vos propres tâches avant de vous engager dans l'auto-hébergement. Si vous préférez éviter la configuration et passer librement d'un modèle de pointe à l'autre, essayez plutôt l'application tout-en-un de Fello AI.

FAQ