Nex-N2.6 vs. Grok 4.7: Sechzehnmal günstiger, halb so viel Kontext – und einer von beiden hat einen Score

Der Preisunterschied zwischen Nex-N2.6 und Grok 4.7 ist kein Rabatt. Er ist eine andere Kategorie von Kauf. Mit 0,12 $ pro Million Eingabe-Token und 0,40 $ pro Million Ausgabe-Token kostet Nex-N2.6 rund ein Sechzehntel von Grok 4.7 mit 2,00 $ und 6,00 $ — und wenn Ihr Prompt 200.000 Token überschreitet, verdoppelt sich der Satz von Grok 4.7 auf 4,00 $ und 12,00 $, womit die Lücke bei der Eingabe auf über dreiunddreißig zu eins steigt. Die sinnvolle Frage ist also nicht, welches Modell besser ist. Niemand, auch Nex-AGI nicht, hat eine Zahl veröffentlicht, mit der sich das beantworten ließe. Die sinnvolle Frage ist, was Sie mit dem 16-Fachen kaufen: ein Fenster von 500.000 Token, zwei Jahre öffentlich dokumentierte Benchmark-Historie, einen dokumentierten Tool-Calling-Vertrag und einen Anbieter mit einem Vertriebsteam — gegen ein Modell, das gestern mit einem Preis, einer Kontextlänge und einem Satz Positionierung auf den Markt kam.

Die beiden Modelle, reduziert auf das Überprüfbare

Grok 4.7 ist das Flaggschiff von SpaceXAI, veröffentlicht am 21. September 2026, und es ist die etablierte, gemessene Option in diesem Duell. Nex-N2.6 ist der Nachfolger von Nex-N2.5 Pro bei Nex-AGI, seit dem 10. November 2026 über die eigene API des Anbieters verfügbar, und es ist die ungemessene. Dimension für Dimension aufgeschlüsselt, mit der Quelle jeder Zahl:

• Preis pro Million Token — Nex-N2.6: $0.12 Eingabe / $0.40 Ausgabe (Listenpreis, mit einem durch die durchgestrichenen $0.15 / $0.50 angedeuteten Einführungsrabatt von 20 %) vs. Grok 4.7: $2.00 Eingabe / $6.00 Ausgabe, steigend auf $4.00 / $12.00 bei über 200K Eingabe-Token (SpaceXAIs eigene Tarifkarte).

• Kontextfenster — Nex-N2.6 262.144 Token vs. Grok 4.7 500.000, wobei SpaceXAI in einem einzelnen Aufruf bis zu 450.000 Ausgabe-Token zulässt. Die Ausgabeobergrenze von Nex-N2.6 beträgt 235.929.

• Eingabemodalität – beide nehmen Text und Bilder entgegen und geben Text zurück. Die Dokumentation von SpaceXAI führt außerdem Dateieingabe in der API auf; die Auflistung von Nex-N2.6 nicht.

• Reasoning-Steuerung — Nex-N2.6 erfordert zwingend Reasoning und bietet zwei Einstellungen, high und medium, standardmäßig high, und es gibt keine Möglichkeit, das Denken abzuschalten. Grok 4.7 bietet low, medium, high und xhigh, standardmäßig high, und kann bei einer mechanischen Aufgabe auf die günstigste Einstellung heruntergesetzt werden.

• Basis und Größe — Nex-N2.6 ist auf GLM-5.3-Flash mit rund 321 Milliarden Parametern nachtrainiert; SpaceXAI veröffentlicht für Grok 4.7 überhaupt keine Parameteranzahl.

• Unabhängige Bewertung — Grok 4.7 hat eine. Nex-N2.6 hat keine, auf keinem Board.

• Gewichte — Der Eintrag von Nex-N2.6 verweist auf ein Hugging-Face-Repository, das eine Authentifizierungsaufforderung statt einer öffentlichen Modellkarte zurückgibt. Grok 4.7 ist geschlossen, nur als API verfügbar und gibt sich auch nicht anders.

Was 500.000 Tokens tatsächlich bringen

Die Kontextlücke ist der eine Punkt, an dem sich der Aufpreis von Grok 4.7 leicht rechtfertigen lässt, und der Punkt, an dem die Preisgestaltung am wenigsten intuitiv ist. Eine Verdopplung des Fensters von 262K auf 500K ist für Agentenarbeit kein Nice-to-have; sie verändert, welche Aufgaben man in einem einzigen Aufruf angehen kann. Der Quellbaum eines ganzen mittelgroßen Repositorys, ein vollständiger Incident-Thread mit Logs, das angesammelte Scratchpad eines lang laufenden Agenten – all das passt in Grok 4.7 und muss für Nex-N2.6 in Chunks aufgeteilt, zusammengefasst oder abgerufen werden.

Doch achten Sie darauf, wohin das Geld fließt. Bei 200.000 Eingabe-Tokens greift der gestaffelte Tarif, sodass eine Anfrage, die das Fenster nutzt, für das Sie bezahlt haben, mit 4,00 $ pro Million Eingabe-Tokens abgerechnet wird statt mit 2,00 $. Ein einzelner Aufruf mit 300.000 Tokens kostet auf Grok 4.7 1,20 $, gegenüber etwa 0,04 $ auf Nex-N2.6 für den entsprechenden Prompt. Die Long-Context-Fähigkeit ist real, und der Preis für Long Context ist hoch, was bedeutet, dass die sinnvolle Architektur in jedem Fall anders ausfällt: Bei Grok 4.7 bündeln Sie schwierige Probleme zu großen Aufrufen und zahlen für dieses Privileg; bei Nex-N2.6 halten Sie Aufrufe klein, setzen auf Retrieval und behandeln das Fenster als Reserve statt als Arbeitsbereich.

Grok 4.7 ist außerdem das einzige der beiden, das sich routen und nicht nur aufrufen lässt. Es steht im OrcaRouter-Katalog unter grok/grok-4.7, zu SpaceXAIs eigenen 2,00 $ / 6,00 $ ohne Aufschlag, mit demselben Key wie der Rest der Grok-Reihe – Grok 4.6, 4.5, 4.3 und die 4.20-Familie –, was hier aus einem bestimmten Grund zählt: Es gibt dir eine Fallback-Kette innerhalb der Familie eines Anbieters, ohne einen zweiten Vertrag oder ein zweites SDK. Nex-N2.6 ist nicht in unserem Katalog, und wir tun nicht so, als wäre es anders; ob sich das ändert, ist Nex-AGIs Entscheidung, nicht unsere.

Die Punktzahl – und wie man sie liest, ohne sich täuschen zu lassen

An diesem Punkt muss dieser Vergleich innehalten, denn die Zahl, die für Grok 4.7 am wahrscheinlichsten zitiert wird, ist eine Falle, wenn man sie aus dem Kontext reißt. Artificial Analysis misst es derzeit mit 35 auf seinem Intelligence Index – doch das ist auf Index-Version 5.0.1, in der der Aufgabensatz neu aufgebaut wurde. In der vorherigen Version 4.3.2 erzielte dasselbe Modell 46. Beide Zahlen sind korrekt; sie sind nicht vergleichbar, und jeder Artikel (einschließlich unserem im September), der 46 neben Zahlen aus einer 5.x-Bestenliste abdruckte, zitierte über einen Versionsbruch hinweg. Verwenden Sie 35 als aktuellen Messwert und ziehen Sie ihn nicht von irgendetwas ab, das auf dem alten Index gemessen wurde.

Was den Versionswechsel überdauert, ist die Form des Ergebnisses und die Wirtschaftlichkeit pro Aufgabe, die dem zugrunde liegt:

• AA-Briefcase-Elo — 1.511,7 für Grok 4.7 bei xhigh-Aufwand, auf dem Long-Horizon-Knowledge-Work-Board, unabhängig gemessen.

• Kosten pro Intelligence-Index-Aufgabe — gewichtet 0,26 $, davon 0,11 $ für Cache-Schreibvorgänge und 0,11 $ für Ausgabe-Tokens. Der Cache-Posten ist der entscheidende Hinweis: Dieses Modell ist dafür ausgelegt, mit aktiviertem Prompt-Caching betrieben zu werden, und sein effektiver Preis hängt davon ab, wie viel Ihres Prompts über Aufrufe hinweg stabil bleibt.

• GDPval — 1.692,05, und HLE 49,4, beide aus demselben unabhängigen Lauf.

• Terminal-Bench 4.0 — 34.8, FrontierCode 2.0 — 24.0. Coding ist der Bereich, in dem der Vorsprung des Flaggschiffs gegenüber Open-Weight-Konkurrenten das ganze Jahr über am dünnsten war, und das sind keine Zahlen, die eine Diskussion beenden.

Nex-N2.6s Spalte auf dieser Übersicht ist leer. Nicht schwach – leer. Kein Eintrag bei Artificial Analysis, keine Anbietertabelle, keine Gewichte, gegen die man eine eigene Evaluierung laufen lassen könnte. Die einzige existierende Leistungsaussage ist Nex-AGIs Einzeiler, dass N2.6 im Vergleich zu Nex-N2.5 Pro repetitives Reasoning reduziert und sich enger an die in der aktuellen Umgebung verfügbaren Tools hält. Das ist eine Aussage des Anbieters über die Disziplin bei Tool-Aufrufen, nicht reproduziert, und sie ist der gesamte öffentliche Leistungsnachweis dieses Modells.

Wo jedes einzelne das falsche Werkzeug ist

Nex-N2.6 ist das falsche Werkzeug, wenn die Aufgabe das Kontextfenster erfordert. Wenn Ihre Pipeline darauf angewiesen ist, einem Modell einen Kontext von 300K Tokens zu übergeben und dazu eine einzige Frage zu stellen, wiegt kein Preisvorteil das auf, weil der Aufruf nicht hineinpasst. Es ist auch das falsche Werkzeug, wenn Sie eine Zahl brauchen, bevor Sie sich festlegen – Beschaffung, eine regulierte Prüfung, eine Wette, die in einem Dokument begründet werden muss. Ein Modell ohne unabhängige Messungen kann diese Hürde nicht nehmen, und man sollte nicht darüber hinwegargumentieren.

Grok 4.7 ist das falsche Werkzeug, wenn die Arbeit durch Volumen geprägt und günstig ist. Jede Schleife, die Tausende kurzer Aufrufe auslöst – Tickets klassifizieren, Felder extrahieren, einen Stapel Diffs bewerten –, zahlt Flaggschiff-Preise für eine Aufgabe, bei der der Unterschied zwischen einer 35 und einem hypothetischen vergleichbaren Score in der Ausgabe unsichtbar ist. Es ist auch das falsche Werkzeug, wenn Sie ein überprüfbares Modell benötigen: keine Gewichte, keine Konfiguration, kein lokaler Betrieb und eine ausschließlich gehostete Existenz. Wenn Ihre Compliance-Argumentation einen Checkpoint erfordert, den Sie selbst vorhalten können, kann dieses Modell nicht Teil davon sein.

Es gibt eine dritte Position, die nützlicher ist als jedes der beiden Extreme: Setzen Sie das günstige Modell dort ein, wo die Arbeit repetitiv und bewertbar ist, und das teure dort, wo die Arbeit langwierig und folgenreich ist, und lassen Sie einen Router anhand der Anfrage selbst entscheiden, welches welches ist, statt anhand eines fest codierten Modellnamens. OrcaRouters Routing-DSL drückt genau das aus — ein Regelsatz zu Tokenanzahl, Aufgabenklasse oder Aufrufer, der pro Anfrage ausgewertet wird — und das ist der Grund, warum der Preisunterschied hier eine Routing-Frage und keine Architektur-Frage ist. Das 16x zählt nur für den Traffic, den Sie tatsächlich an die teure Seite senden.

Die Entscheidung, jeweils in einem Absatz

Wählen Sie Nex-N2.6, wenn Sie sich bereits im Nex-AGI-Tooling-Ökosystem befinden, Ihre Prompts kurz sind, Ihre Arbeitslast ein screenshot-getriebener oder tool-lastiger Agent-Loop ist, bei dem die vermeintliche Verbesserung des Modells genau das ist, was Sie brauchen, und Sie seine Ausgabe diese Woche anhand einer Stichprobe echter Aufgaben selbst bewerten können. Bei $0.12 / $0.40 ist das Experiment bezahlbar, und früh bei einem Modell dabei zu sein, das sich als gut erweist, ist etwas wert. Gehen Sie mit dem Wissen hinein, dass Sie eine Single-Endpoint-Abhängigkeit ohne veröffentlichte Gewichte und ohne unabhängigen Score betreiben und dass dieses Modell mit einem Preisanstieg – nicht mit einer Preissenkung – auf den Markt kam.

Wähle Grok 4.7, wenn die Arbeit 500.000 Tokens in einem einzigen Aufruf erfordert, wenn ein Benchmark-Rekord eine Anforderung und keine Präferenz ist, oder wenn du ein Modell möchtest, auf das ein Router innerhalb einer Familie ausweichen kann, die bereits fünf Generationen umfasst. Für die Ausgabe zahlst du das 16-Fache des Satzes von Nex-N2.6, bei mehr als 200K Eingabe noch mehr, und du bekommst das Einzige, was ein 16-facher Aufpreis ehrlicherweise kaufen kann: ein Modell, dessen Verhalten andere bereits gemessen haben. Für alles, was beim ersten Versuch funktionieren muss, ist dieser Aufpreis üblicherweise der günstigere Posten.

Worauf man achten sollte

Dieses Duell wird in einem Monat völlig anders aussehen, und der Auslöser ist keine Preisänderung – es ist eine Benchmark-Zeile. Wenn die Karte von Nex-N2.6 mit eigenen Tabellen aufwartet oder ein unabhängiger Score auf einer öffentlichen Rangliste landet, wird der Vergleich gewöhnlich: zwei Modelle mit Zahlen, eines günstiger, eines breiter. Wenn beides nicht passiert, geht es bei der Lücke in diesem Artikel nicht mehr um Leistungsfähigkeit, sondern um Vertrauen, und der 16-fache Aufpreis bei Grok 4.7 wird still zum Preis dafür, zu wissen, was man kauft.