GPT-6 Astra vs Nex N2.5 Pro : un agent d’utilisation d’ordinateur facture au token

Un agent d'utilisation d'ordinateur est la seule charge de travail où la tarification au token cesse d'être une abstraction. Prenez une seule tâche — ouvrir un navigateur, trouver un enregistrement, remplir un formulaire, vérifier le résultat — et un agent qui réfléchit entre chaque action l'exécutera en dizaines de milliers de tokens, puis la répétera dix mille fois. GPT-6 Astra, le modèle phare d'O​penAI sorti le 3 septembre 2026, facture pour cela 10,00 $ par million de tokens d'entrée et 50,00 $ par million de tokens de sortie, avec une tranche doublée au-delà de 272 000 tokens. Nex-N2.5 Pro, le modèle d'utilisation d'ordinateur à 397 milliards de paramètres annoncé par Nex-AGI le 8 septembre 2026, a été conçu pour la même catégorie de tâches et est publié sous Apache-2.0, avec des instructions de service pour un nœud de huit H100. Les deux fournisseurs rapportent des chiffres OSWorld-2. Un seul d'entre eux vous donne un compteur que vous pouvez lire avant de commencer.

La ligne de référence qui se chevauche réellement

OSWorld-2 est ce qui se rapproche le plus d’un étalon commun entre ces deux systèmes, et il est éclairant de voir à quel point cette ligne partagée établit peu de choses. La fiche de Nex-AGI indique Nex-N2.5 Pro à 56,4 sur OSWorld-2, aux côtés de Claude Opus 5 à 68,3 et de Qwen3.8-Max à 46,7, qu’elle cite d’après des classements et des sources de fournisseurs. La documentation de lancement d’OpenAI pour GPT-6 Astra annonce 72,6 % sur OSWorld 2.0, à environ 40 minutes par tâche, ce qu’elle décrit comme environ 47 % de temps en moins par tâche que GPT-5.6 Sol.

Ces deux chiffres ne peuvent pas être placés dans la même colonne. Ils ont été produits par des laboratoires différents, sur des harnais différents, à des dates différentes, avec des budgets d’action différents — et Nex-AGI déclare sans détour que ses évaluations d’utilisation d’ordinateur et de navigateur sont passées par son propre harnais NexCUA, qu’elle dit vouloir publier en open source mais ne l’a pas fait. La lecture honnête de ce duo est donc directionnelle et limitée : le chiffre d’OpenAI est le plus élevé, les deux sont rapportés par les fournisseurs, et aucun n’a été reproduit. Ce que cette ligne établit bel et bien, c’est que les deux entreprises considèrent OSWorld-2 comme le benchmark qui compte pour cette classe de modèles, ce qui vous indique ce qu’il faut surveiller pour une exécution indépendante.

Le reste de la fiche de Nex-AGI est un tableau mono-fournisseur avec la même mise en garde accolée à chaque ligne :

• Utilisation d’ordinateur, selon le fournisseur — OSWorld-2 56.4, OSWorld-Verified 82.2, OSWorld-G 87.4, WebArena-Verified 67.6, WebTest 52.8, Vision2Web 68.2

• Codage et texte, selon le fournisseur — Terminal-Bench 2.1 à 82,7, SWE-Bench Pro 61,2, BrowseComp 89,7, AutomationBench v1.0.6 à 44,2

• Le relevé indépendant de GPT-6 Astra — 53 sur l'Artificial Analysis Intelligence Index, 44,6 jetons de sortie par seconde, 3,26 $ par tâche d'indice terminée, septième sur 216 en intelligence et 168e sur 185 en vitesse

• Relevé du fournisseur de GPT-6 Astra — 98 % FrontierMath Tier 4, 99,9 % ARC-AGI-3 (62,7 % avec le harnais standard d’ARC Prize, 99,9 % avec un adaptateur de fournisseur), 100 % ExploitBench, 57,9 % Terminal-Bench 4.0

Lisez ces quatre lignes ensemble et l’asymétrie saute aux yeux. Astra dispose d’un classement indépendant et d’un tableau fournisseur qui ne concordent pas, ce qui vous donne au moins de quoi peser le pour et le contre. Nex-N2.5 Pro n’a que le tableau du fournisseur — il n’existe aucune fiche Artificial Analysis pour lui, ni aucune page pour quelque modèle Nex que ce soit dans ce classement — donc chaque chiffre ci-dessus ne porte que l’autorité de Nex-AGI, et rien d’autre.

Ce qu’est le deuxième nombre sur la carte : les poids ont atterri

Le dépôt Nex-N2.5 Pro sur Hugging Face a été créé le 8 septembre 2026, et lorsque la famille a été annoncée, la fiche du modèle comportait un avis de disponibilité prochaine pour les poids. Cet écart a été comblé. Le dépôt contient désormais 122 fragments safetensors totalisant environ 407 Go, publiés sous Apache-2.0, et la fiche documente la procédure de déploiement avec suffisamment de détails pour l’exécuter sans avoir à procéder à de la rétro-ingénierie.

Cette recette vaut la peine d’être lue avant de chiffrer la comparaison, car elle constitue l’argument en faveur du modèle autant que n’importe quelle ligne de benchmark. Nex-N2.5 Pro est un mélange d’experts clairsemé : 397 milliards de paramètres au total, dont environ 17 milliards actifs par token. Le déploiement documenté est un nœud unique de huit H100 exécutant une version personnalisée de SGLang — nexagi/sglang:v0.5.18-nex-patch — avec un parallélisme tensoriel sur les huit, le parseur de raisonnement Qwen3 et le parseur d’appels d’outils Qwen3-coder activés, une longueur de contexte de 262 144 tokens, et un échantillonnage recommandé avec une température de 0.7, top_p 0.95, top_k 40. Huit H100 représentent une empreinte conséquente mais standard. Comme seuls 17 milliards de paramètres s’activent par token, le calcul par action reste réduit même si l’empreinte des poids est importante — c’est exactement ce qui rend un modèle de 397B déployable par quiconque d’autre qu’un hyperscaler.

Le contexte de 262 144 tokens est la spécification qui détermine la plupart des conceptions d'agents. La fenêtre d'Astra est de 1 050 000 tokens avec un plafond de sortie de 128 000 tokens, et ses propres paliers de service rendent l'extrémité longue coûteuse : au-delà de 272 000 tokens d'entrée, toute la requête est refacturée à 20,00 $ en entrée et 75,00 $ en sortie, avec les lectures de cache à 2,00 $ et les écritures de cache à 25,00 $. La longueur de service de 262 144 tokens de Nex-N2.5 Pro se situe juste sous cette limite, ce qui est soit une coïncidence, soit une spécification écrite par quelqu'un qui lit les pages tarifaires des autres fournisseurs. Dans un cas comme dans l'autre, la conséquence pratique est qu'une boucle d'agent conservant un long historique de session sur Nex-N2.5 Pro ne franchit jamais la limite de palier qui double à peu près le coût d'entrée d'Astra.

Où va l’argent sur dix mille parties

Le prix par jeton n'est pas la bonne unité pour cette charge de travail, et il vaut la peine d'être précis sur les raisons. Un agent navigateur qui accomplit une tâche en cent actions envoie cent requêtes, chacune portant l'état de session accumulé. Même avec la mise en cache des prompts qui fait un vrai travail, le côté entrée croît avec le carré du nombre d'actions, tandis que le côté sortie croît linéairement avec lui. C'est cette forme qui transforme une grille tarifaire en ligne budgétaire.

Les deux modèles répondent différemment à cette forme, et la différence ne tient pas principalement aux chiffres :

• Structure de coûts — GPT-6 Astra facturé à l’usage à 10,00 $ en entrée / 1,00 $ en cache / 12,50 $ pour les écritures de cache / 50,00 $ en sortie par million, doublant au-delà de 272K tokens, contre Nex-N2.5 Pro facturé à l’usage ou auto-hébergé, sans tarif catalogue publié de Nex-AGI pour le niveau Pro

• Besoin en capital — GPT-6 Astra : aucun, c’est une API, par opposition à Nex-N2.5 Pro : un seul nœud de huit H100, ou un point de terminaison hébergé dont les conditions commerciales sont fixées par le fournisseur

• Contexte au moment de l'inférence — GPT-6 Astra 922 000 jetons en entrée, 128 000 en sortie, contre Nex-N2.5 Pro 262 144 jetons, comme documenté dans la configuration de lancement

• Contrôle du raisonnement — GPT-6 Astra reasoning.effort de low à max vs Nex-N2.5 Pro reasoning_effort à none, medium (adaptatif, la valeur par défaut) ou high

• Entrée — GPT-6 Astra : texte, image et fichier selon les listes du routeur, texte et image selon la propre page d’O​penAI, face à texte et image pour Nex-N2.5 Pro, la vision étant traitée comme le canal de perception de l’agent plutôt que comme une seconde modalité

• Poids — GPT-6 Astra fermé vs Nex-N2.5 Pro Apache-2.0, 122 fragments, environ 407 Go

Cette dernière ligne est celle qui change l’arithmétique plutôt que le prix. Si vous possédez les huit H100 et qu’ils ne sont pas occupés par ailleurs, le coût marginal de la prochaine exécution d’agent se rapproche de l’électricité, et aucun concurrent facturant au token n’atteint ce chiffre, quel que soit le volume. Si vous ne les possédez pas, c’est la ligne de capital qui sert de comparaison, et une API facturée à l’usage commence à paraître bon marché exactement comme une voiture de location paraît bon marché à côté d’une mensualité de voiture — jusqu’à ce que vous la conduisiez tous les jours pendant trois ans.

La version honnête de la question « acheter ou construire », ici, c’est l’utilisation. Une charge de travail d’agent qui tourne en continu fait passer le nœud pour une bonne affaire ; une charge qui connaît des pics pendant les heures ouvrables et tourne à vide la nuit fait que la flexibilité de l’API vaut son surcoût. Aucune fiche fournisseur ne vous dira lequel de ces cas est le vôtre, et aucune ligne de benchmark ne remplace le chiffre que produit votre propre trafic.

Une chose que la fiche Nex-N2.5 Pro ne vous dira pas, c’est son prix. Nex-AGI ne publie aucun tarif catalogue par token pour l’offre Pro ; le modèle a d’abord été accessible aux utilisateurs via des endpoints hébergés liés depuis sa propre fiche, et il revient au fournisseur de fixer les conditions commerciales, plutôt qu’à une page externe de les estimer. Cet article n’en indique aucun.

Ce que chacun est réellement conçu pour faire

La différence la plus nette entre ces deux-là n'est pas une question de capacité, mais de boucle autour de laquelle ils ont été conçus. Pour la famille N2.5, le cadrage de Nex-AGI est le suivant : la vision n'est pas une simple modalité d'entrée, mais l'interface par laquelle l'agent perçoit son environnement, vérifie le résultat d'une action et décide de ce qu'il faut faire ensuite. Nex-N2.5 Pro est post-entraîné à partir de la lignée Qwen3.5, spécifiquement pour cette boucle de perception et de vérification, dans des sessions de navigateur et de bureau, avec autocorrection à partir du résultat visuel. Son contrôle du raisonnement reflète la même conception : le mode par défaut est adaptatif, laissant le modèle décider de la quantité de réflexion avant chaque action, avec un mode sans réflexion disponible pour les étapes qui n'en ont manifestement pas besoin. Pour un agent qui prend des centaines de décisions séquentielles, le contrôle de la réflexion à chaque étape est un levier de coût, et non un réglage de qualité, et c'est le paramètre par défaut qui compte.

Le positionnement de GPT-6 Astra est plus large, et son argumentaire autour de l’utilisation de l’ordinateur s’accompagne d’une structure tarifaire qui suppose des exécutions longues. OpenAI le vend pour du travail professionnel de bout en bout sur un horizon long — mener une tâche d’une instruction à un artefact fini en utilisant un ordinateur comme le ferait une personne — et la fenêtre de 1 050 000 jetons est la spécification qui rend ces exécutions possibles sans summarisation. C’est un avantage réel pour la catégorie de tâches où l’agent doit encore retrouver une exigence qui lui a été donnée il y a des heures ; c’est aussi la raison pour laquelle le palier de 272 000 jetons existe, et quiconque exécute Astra en tant qu’agent devrait interpréter ce palier comme le prix de la fonctionnalité plutôt que comme une pénalité.

Deux faits opérationnels concernant Astra doivent figurer dans toute évaluation d’Astra comme plateforme d’agents, car tous deux influent sur une boucle de production. Son débit mesuré est de 44,6 jetons de sortie par seconde lors du test d’Artificial Analysis, ce qui est suffisamment lent pour avoir un impact lorsque chacune d’une centaine d’actions attend une réponse. Et Astra est le premier modèle d’O​penAI à franchir le seuil de capacité de cybersécurité « Critical » de l’entreprise, ce qui signifie que, tel que livré, il refuse les tâches cyber avancées et que des mécanismes de protection se trouvent dans le chemin des requêtes — dans ChatGPT et Codex, un utilisateur peut être invité à examiner une action, tandis que, sur l’API, la tâche s’arrête simplement. Pour un agent de cybersécurité défensive, c’est une véritable contrainte ; pour un agent de processus métier ordinaire, c’est en grande partie invisible.

Exécuter les deux, et ce qu’un routeur fait à ce sujet

Nex-N2.5 Pro n'est pas disponible sur OrcaRouter et cette page ne prétend pas le contraire — il s'agit d'un checkpoint Apache-2.0 issu d'un laboratoire plus récent, et pour y accéder, vous devez passer par les services hébergés de Nex-AGI, par une plateforme tierce, ou par le déploiement de huit H100 documenté dans sa fiche. GPT-6 Astra figure dans notre catalogue sous openai/gpt-6-astra, aux tarifs catalogue d'OpenAI répercutés avec 0 % de marge de notre part, de sorte que toute modification de l'un de ses quatre compteurs s'applique à votre clé existante le jour même de sa publication.

Cette répartition est ce qui rend un parc mixte pratique plutôt que théorique. Une équipe qui veut déterminer si un agent d'utilisation d'ordinateur auto-hébergé gère sa charge de travail peut placer le modèle facturé à l'usage derrière le même point de terminaison compatible OpenAI qu'elle appelle déjà, diriger une partie du trafic vers le point de contrôle et comparer les tâches terminées par dollar plutôt que les jetons par appel — la seule unité qui répond à la question. Le basculement automatique couvre les mauvais jours du déploiement sans que personne n'ait à écrire une seconde intégration, et il couvre aussi les mauvais jours de l'API. La comparaison que cette page a menée est une comparaison de structures de coûts, et une structure de coûts est quelque chose que l'on teste sur son trafic plutôt que de la lire sur une fiche.

Lequel exécuter

Choisissez Nex-N2.5 Pro si l'exploitation de l'ordinateur et du navigateur constitue le produit plutôt qu'une fonctionnalité de celui-ci, si vous exploitez déjà de la capacité GPU, ou si Apache-2.0 est décisif parce que les données que l'agent manipule ne peuvent pas quitter votre infrastructure. Budgétisez le nœud avant de budgéter quoi que ce soit d'autre, et réalisez votre propre évaluation du chiffre OSWorld-2 avant de vous y fier — le harnais qui l'a produit n'est pas encore public, et tant qu'il ne l'est pas, 56.4 est une affirmation plutôt qu'un résultat.

Choisissez GPT-6 Astra si le travail exige le haut d'un contexte très long, si vous voulez un tableau de scores indépendant à mettre en regard d'un tableau de fournisseur, ou si vous préférez ne pas faire tourner de GPU du tout. Il coûte 10,00 $ et 50,00 $ par million de tokens et 3,26 $ par tâche d'indexation terminée — l'option la plus chère de cette comparaison, et celle qui génère le moins de charge opérationnelle. Ne l'affectez pas à un agent à invites courtes et à fort volume ; pour ces tailles de requêtes, vous payez un tarif de modèle phare pour une charge de travail qu'un modèle moins cher accomplirait, et la plage de 272 000 tokens qui justifie la grille tarifaire est une plage que vous n'utiliserez jamais.

Le résumé qu'il faut retenir, c'est que ces deux-là sont tarifés selon des contraintes différentes. Le coût de Nex-N2.5 Pro est un nœud, et son modèle économique s'améliore à mesure qu'on l'utilise. Le coût de GPT-6 Astra est un compteur, et son modèle économique reste constant, peu importe combien on l'utilise. Pour un agent d'utilisation d'ordinateur qui tourne en continu, cette différence se cumule plus vite que n'importe quel écart de benchmark entre eux.

Une sortie est aussi le moment de vérifier ce qui a mal tourné auparavant : les incidents d'IA documentés et les défaillances d'agents autour des modèles de cette classe sont rassemblés dans the OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et un indicateur de contestation.