Nex-N2.6 vs. Nex-N2.5 Pro: Eine kleinere Basis, ein höherer Preis und eine Migration, die noch niemand gebenchmarkt hat

Zwei Monate liegen zwischen Nex-N2.5 Pro und Nex-N2.6, und das neuere Modell ist das kleinere. Nex-N2.5 Pro, das Nex-AGI am 8. September 2026 veröffentlichte, ist ein Mixture-of-Experts-Modell mit 397 Milliarden Parametern, nachtrainiert auf einer Qwen3.5-Basis, lizenziert unter Apache-2.0, dessen 122 Gewichts-Shards auf Hugging Face für alle zum Download bereitstehen. Nex-N2.6, seit 10. November 2026 live, ist auf GLM-5.3-Flash nachtrainiert, umfasst rund 321 Milliarden Parameter, ist mit 0,12 $ / 0,40 $ pro Million Tokens gelistet gegenüber 0,075 $ / 0,25 $ seines Vorgängers und verweist auf ein Hugging-Face-Repository, das sich ohne Anmeldedaten nicht öffnen lässt. Dasselbe Kontextfenster von 262.144 Tokens. Dieselbe Text- und Bildeingabe. Ein anderes Fundament darunter, eine um 60 % höhere Rechnung und – bislang – keine einzige veröffentlichte Zahl, die die beiden vergleicht.

Wenn Sie bereits Nex-N2.5 Pro ausführen, sollte diese Kombination Sie eher vorsichtig als neugierig machen. Dies ist kein einfaches Versions-Update zum direkten Austausch. Es ist eine Neuausrichtung auf die Architektur eines anderen Labors, zu einem Premiumpreis verkauft, wobei die Belege, die dies rechtfertigen würden, noch unveröffentlicht sind.

Was die Versionsnummer verbirgt

Versionsnummern implizieren Kontinuität. In dieser Familie bewirkt die Zahl etwas anderes: N2.5 Pro und N2.6 teilen sich ein Serving-Fenster und eine Eingabemodalität und darunter nahezu nichts.

• Grundlage — Nex-N2.5 Pro wird aus einem Qwen3.5-Mixture-of-Experts-Checkpoint nachtrainiert, samt Qwen-Tokenizer und allem Drum und Dran; Nex-N2.6 aus GLM-5.3-Flash, Z.ais nativ multimodalem Modell mit 320 Milliarden Parametern und einem hybriden Sparse-und-Linear-Attention-Design. Anderes Labor, anderer Tokenizer, anderes Chat-Template, anderer Tool-Call-Parser.

• Größe — 397 Milliarden Gesamtparameter, davon etwa 17 Milliarden pro Token aktiv, im Vergleich zu rund 321 Milliarden insgesamt, wobei Nex-AGI die Anzahl der aktiven Parameter für N2.6 nicht veröffentlicht hat.

• Preis pro Million Token — 0,075 $ Eingabe / 0,25 $ Ausgabe für Pro; 0,12 $ Eingabe / 0,40 $ Ausgabe für N2.6, was in der Auflistung als 20 % Rabatt auf einen Listenpreis von 0,15 $ / 0,50 $ dargestellt wird. Der endgültige Preis könnte sich also verdoppeln und nicht nur um 60 % höher liegen.

• Reasoning — Pro akzeptiert none, medium und high effort und verwendet standardmäßig high, sodass du das Denken für günstige mechanische Turns ausschalten kannst. N2.6 akzeptiert nur high und medium, verwendet standardmäßig high und kann überhaupt nicht ausgeschaltet werden.

• Gewichte — Pro ist Apache-2.0 auf Hugging Face, vollständig herunterladbar. Das verlinkte Repository von N2.6 ist nicht öffentlich lesbar.

• Anbieter-Benchmarks — Pro hat eine vollständig veröffentlichte Tabelle über Coding-, agentische und multimodale Suiten. Zu N2.6 gibt es nur einen Satz: Es reduziert repetitives Reasoning und folgt den in der aktuellen Umgebung verfügbaren Tools stärker als Pro.

Die eine Zahl, die der Anbieter tatsächlich genannt hat

Dieser Satz ist die gesamte vergleichende Behauptung, und er ist eine ganz bestimmte Art von Behauptung: Er beschreibt Tool-Call-Disziplin, nicht Leistungsfähigkeit. Wohlwollend gelesen besagt er, dass N2.6 weniger Tokens dafür aufwendet, bereits Bekanntes erneut herzuleiten, und den Tools, die Sie tatsächlich bereitgestellt haben, mehr Aufmerksamkeit schenkt. Skeptisch gelesen besagt er, dass das Modell auf einen vom Anbieter beobachteten Fehlermodus abgestimmt wurde, ohne die Beobachtung darzulegen.

Für alle, die einen Agenten betreiben, zählt diese Unterscheidung mehr als ein Benchmark-Punkt. Der teure Fehler in einer Agentenschleife mit langem Horizont ist selten eine falsche Antwort; er besteht in einer richtigen Antwort, die erst nach neunzehn redundanten Denkschritten und vier verschwendeten Tool-Aufrufen erreicht wird. Ein Modell, das Wiederholungen wirklich reduziert, kann mehr wert sein als sein 60%-Aufpreis, selbst wenn es bei einer statischen Evaluation identisch abschneidet, denn die Rechnung, die Sie zahlen, lautet Tokens pro abgeschlossener Aufgabe, nicht Tokens pro Aufruf.

Doch das Korollar ist unangenehm. Das verpflichtende Reasoning von Nex-N2.6 steht in direktem Zusammenspiel mit dieser Behauptung: Ein Modell, das immer mit hohem Aufwand denkt, verbraucht bei jedem Turn Ausgabe-Tokens, auch bei den trivialen. Wenn Pro mit deaktiviertem Reasoning Ihre kurzen Aufrufe für einen Bruchteil eines Cents erledigte und N2.6 jeden einzelnen durchdenken muss, müssen die Einsparungen durch Wiederholung erheblich sein, nur um die Kosten wieder hereinzuholen. Ob sie es sind, ist genau das, was niemand gemessen hat.

Was die veröffentlichte Tabelle von Nex-N2.5 Pro Ihnen noch verrät

Die Zahlen des älteren Modells wurden vom Anbieter gemeldet – Nex-AGIs eigener Prüfrahmen, seine eigenen Prompt-Einstellungen, keine unabhängige Replikation – und sie sollten als richtungsweisend gelesen werden. Aber sie existieren, sie sind konkret, und sie legen eine Untergrenze fest, die N2.6 öffentlich noch nicht überschritten hat:

• Programmierung — Terminal-Bench 2.1 bei 82,7, SWE-Bench Pro bei 61,2, DeepSWE v1.1 bei 55,8.

• Agentisch – AutomationBench v1.0.6 bei 44,2, Toolathlon Verified bei 68,5, BrowseComp bei 89,7, Job Bench bei 41,4.

• Computer-Nutzung — OSWorld-Verified bei 82,2, OSWorld-2 bei 56,4, OSWorld-G bei 87,4, WebArena-Verified bei 67,6.

• Wissensarbeit — GDPval-AA v2 bei 1.628 Elo.

Vor dem Hintergrund der Vergleichsspalten, die Nex-AGI daneben abgedruckt hat, ist das Muster aufschlussreich: Pro liegt in den meisten Zeilen hinter Claude Opus 5 zurück, bewegt sich bei Tool-Use-Suiten aber nur wenige Punkte von GPT-5.6 Sol und Kimi-K3 entfernt und schlägt Qwen3.8-Max auf OSWorld-2. Das ist ein glaubwürdiges Open-Weight-Agentenmodell, kein Spitzenreiter. N2.6 muss es übertreffen, um eine Migration zu rechtfertigen, und derzeit gibt es keine Seite, auf der man das überprüfen kann.

Eine Konsequenz, die es wert ist, klar ausgesprochen zu werden: Da die Gewichte von Pro unter Apache-2.0 herunterladbar sind, können Sie seine Evaluierung selbst durchführen, an Ihren Aufgaben, ohne jemanden um Erlaubnis zu bitten. Das gilt für N2.6 in keiner Hinsicht – weder für die Gewichte noch für die Modellkarte noch für einen öffentlichen Score. Für ein Team, das eine sechsmonatige Infrastruktur-Wette eingeht, ist Verifizierbarkeit ein Feature, und dieses Release ist diesbezüglich einen Schritt zurückgegangen.

Migrationsmechanik – ehrlich gesagt

Ein Wechsel ist nur eine Basis-URL und einen Modell-String entfernt, weshalb man ihn leicht als kostenlos abtut. Das ist er nicht. Ein geänderter Tokenizer bedeutet, dass sich Token-Anzahlen verschieben, sodass sowohl dein Kostenmodell als auch jede Kontextbudget-Logik, die Token zählt, bis zur erneuten Messung nur noch Näherungswerte liefert. Ein geändertes Chat-Template bedeutet, dass der System-Prompt, der Pro zuverlässig seinen Tool-Dialekt beigebracht hat, N2.6 möglicherweise etwas anderes beibringt. Und ein obligatorischer Reasoning-Modus bedeutet, dass sich das Latenzprofil ändert: Ein Agenten-Loop, der auf Pro eine triviale Runde wie „welche Datei enthält dieses Symbol“ sofort beantworten konnte, denkt jetzt standardmäßig zuerst nach, mit hohem Aufwand.

Der praktische Weg dafür ist ein Shadow-Run statt eines Wechsels. Senden Sie eine Woche lang denselben echten Traffic an beide Modelle, bewerten Sie die Ergebnisse mit etwas, das nicht das Modell selbst ist, und messen Sie Tokens pro abgeschlossener Aufgabe statt Latenz oder Preis pro Token. Was auch immer das Ergebnis ist, halten Sie Pro erreichbar – es ist das einzige der beiden, das Sie auch selbst hosten können, und ein herunterladbarer Apache-2.0-Checkpoint ist ein Fallback, den kein reines Hosting-Modell bieten kann.

Das ist auch der Punkt, an dem ein Gateway seinen Platz verdient, statt nur eine Bequemlichkeit zu sein. OrcaRouter bringt das Modell hinter einem OpenAI-kompatiblen Endpunkt unter und lässt Sie eine Fallback-Kette in der Routing-DSL definieren – günstiges Modell zuerst, Eskalation per Regel statt per Redeploy –, sodass das Testen von N2.6 gegen Pro eine Konfigurationsänderung statt einer Codeänderung kostet und das Zurücknehmen eine weitere. Beide sind, um das klarzustellen, Modelle, die wir nicht hosten: Weder Nex-N2.5 Pro noch Nex-N2.6 ist heute im OrcaRouter-Katalog, das bedeutet in der Praxis, Ihre eigenen Schlüssel zu behalten und die Routing-Schicht beide Pfade halten zu lassen. Die Arithmetik des Fallbacks ist in beiden Fällen dieselbe.

Wo das günstigere Modell inzwischen die falsche Wahl ist

Für die meisten Nutzer dieser Familie sind die Argumente für einen Wechsel schwach, und es lohnt sich, das direkt zu sagen. Wenn Pro funktioniert, sind die einzigen Gründe zu wechseln die zwei Verhaltensweisen, die Nex-AGI nennt – weniger Wiederholung und engere Einhaltung der Tool-Vorgaben – und man kann beides nicht überprüfen, bevor man es ausprobiert. Alles andere an dem Wechsel ist neutral oder negativ: eine kleinere Basis mit einer nicht veröffentlichten Anzahl aktiver Parameter, ein höherer Preis, der sich verdoppeln kann, wenn der Rabatt ausläuft, keine Möglichkeit, das Reasoning zu deaktivieren, und eine Modellkarte, die man nicht lesen kann.

Es gibt einen schmalen, aber realen Fall auf der anderen Seite. Teams, deren Agenten durch verschwendete Turns ausgebremst werden, deren Prompts kurz genug sind, dass das 262K-Fenster keine Einschränkung darstellt, und die über eine Bewertungs-Harness verfügen, die gut genug ist, eine echte Verbesserung von Rauschen zu unterscheiden, können davon profitieren, früh umzusteigen — die absoluten Preise sind niedrig genug, dass das Experiment weniger kostet als das Meeting darüber. Dasselbe gilt für alle, die einen Tokenizer der GLM-Familie und Tool-Call-Verhalten hinter einer Agent-Loop wollen; N2.6 ist ein nachtrainiertes GLM-5.3-Flash mit agentischem Tuning, was eine andere Sache ist als das rohe Basismodell.

Was würde es klären

Drei Veröffentlichungen würden daraus einen Vergleich statt einer Vermutung machen, und keine davon erfordert etwas Exotisches. Erstens: {{1}}die eigene Modellkarte von Nex-N2.6 mit derselben Tabelle, die Nex-AGI für die N2.5-Familie veröffentlicht hat{{/1}} – der Anbieter weiß bereits, wie man eine veröffentlicht. Zweitens: {{2}}die Gewichte unter einer Lizenz, die man verwenden kann{{/2}}, wodurch die Community Pro und N2.6 auf Augenhöhe nebeneinander betreiben könnte, anstatt einem Satz zu vertrauen. Drittens: {{3}}ein erstes unabhängiges Ergebnis auf einem öffentlichen Leaderboard, selbst ein mittelmäßiges{{/3}}, denn ein mittelmäßig gemessenes Modell ist nützlicher als ein ungemessenes vielversprechendes.

Bis dahin

Die ehrliche Zusammenfassung ist, dass Nex-AGI einen neu basierten, teureren und schlechter dokumentierten Nachfolger eines Modells ausgeliefert hat, das weiterhin verfügbar, weiterhin günstiger, weiterhin herunterladbar und weiterhin das einzige der beiden ist, zu dem Zahlen vorliegen. Das ist kein Grund, N2.6 zu ignorieren – früher Zugang zu einem Modell, das auf Werkzeugdisziplin abgestimmt ist, ist für das richtige Team etwas wert –, aber es ist ein Grund, einen funktionierenden Produktionspfad nicht aufgrund einer Versionsnummer und eines Rabatts umzustellen.

Wenn du eine Regel willst: Wechsle, wenn deine eigenen Traces das Problem zeigen, das Nex-N2.6 zu beheben behauptet, halte Nex-N2.5 Pro in jedem Fall als Fallback im Einsatz und lies den Preis am Tag, an dem die 20 % auslaufen, erneut. Der Fall für den Nachfolger stützt sich ausschließlich auf Verhalten, das der Anbieter beschrieben hat und das niemand gemessen hat.