Nex-N2.6 vs Grok 4.7: Enam Belas Kali Lebih Murah, Setengah Konteks, dan Salah Satunya Punya Skor

Perbedaan harga antara Nex-N2.6 dan Grok 4.7 bukanlah diskon. Ini adalah kategori pembelian yang berbeda. Dengan $0.12 per juta token input dan $0.40 per juta output, Nex-N2.6 berbiaya sekitar seperenam belas dari $2.00 dan $6.00 milik Grok 4.7 — dan jika prompt Anda melewati 200.000 token, tarif Grok 4.7 menjadi dua kali lipat, yaitu $4.00 dan $12.00, sehingga selisihnya melampaui tiga puluh tiga banding satu pada input. Jadi pertanyaan yang berguna bukanlah model mana yang lebih baik. Tidak ada seorang pun, termasuk Nex-AGI, yang telah menerbitkan angka yang memungkinkan Anda menjawabnya. Pertanyaan yang berguna adalah apa yang Anda beli dengan 16x itu: jendela 500.000 token, rekam jejak benchmark publik selama dua tahun, kontrak pemanggilan alat yang terdokumentasi, dan vendor yang memiliki meja penjualan — dibandingkan dengan model yang baru dirilis kemarin dengan sebuah harga, panjang konteks, dan satu kalimat positioning.

Kedua model itu, disaring hingga hanya menyisakan hal yang dapat diperiksa.

Grok 4.7 adalah produk unggulan SpaceXAI, dirilis 21 September 2026, dan merupakan pilihan yang mapan serta terukur dalam perbandingan ini. Nex-N2.6 adalah penerus Nex-N2.5 Pro dari Nex-AGI, sudah aktif di API milik vendor tersebut per 10 November 2026, dan merupakan yang belum terukur. Disusun dimensi demi dimensi, dengan sumber setiap angka disertakan:

• Harga per juta token — {{1}}Nex-N2.6 $0.12 masuk / $0.40 keluar{{/1}} (daftar harga, dengan diskon pengenalan 20% yang tersirat dari {{2}}$0.15 / $0.50{{/2}} yang dicoret) vs {{3}}Grok 4.7 $2.00 masuk / $6.00 keluar{{/3}}, naik menjadi {{4}}$4.00 / $12.00{{/4}} di atas {{5}}200K token masukan{{/5}} ({{6}}kartu tarif milik SpaceXAI{{/6}}).

• Jendela konteks — Nex-N2.6 262.144 token vs Grok 4.7 500.000, dengan SpaceXAI mengizinkan hingga 450.000 token keluaran dalam satu panggilan. Batas keluaran Nex-N2.6 adalah 235.929.

• Modalitas masukan — keduanya menerima teks dan gambar serta mengembalikan teks. Dokumentasi SpaceXAI juga mencantumkan masukan berkas pada API; daftar Nex-N2.6 tidak.

• Kontrol penalaran — Nex-N2.6 mewajibkan penalaran dengan dua pengaturan, tinggi dan sedang, default-nya tinggi, dan tidak ada cara untuk mematikan proses berpikir. Grok 4.7 menawarkan rendah, sedang, tinggi, dan xhigh, default-nya tinggi, dan dapat diturunkan ke pengaturan termurahnya saat tugas bersifat mekanis.

• Basis dan ukuran — Nex-N2.6 menjalani pasca-pelatihan pada GLM-5.3-Flash dengan sekitar 321 miliar parameter; SpaceXAI sama sekali tidak menerbitkan jumlah parameter untuk Grok 4.7.

• Skor independen — Grok 4.7 memilikinya. Nex-N2.6 tidak memiliki satu pun, di papan mana pun.

Bobot — Daftar Nex-N2.6 mengarah ke repositori Hugging Face yang menampilkan permintaan autentikasi alih-alih kartu publik. Grok 4.7 bersifat tertutup, hanya API, dan tidak berpura-pura sebaliknya.

Apa yang sebenarnya bisa Anda dapatkan dengan 500.000 token

Celah konteks adalah satu tempat di mana premi Grok 4.7 mudah dibenarkan, dan tempat di mana penetapan harganya menjadi paling tidak intuitif. Menggandakan jendela dari 262K menjadi 500K bukan sekadar fitur tambahan yang menyenangkan untuk pekerjaan agen; itu mengubah pekerjaan mana yang dapat Anda coba dalam satu panggilan. Seluruh pohon sumber repositori berukuran menengah, thread insiden lengkap dengan log, scratchpad terakumulasi milik agen yang berjalan lama — semua itu muat di Grok 4.7 dan harus dipecah menjadi potongan, diringkas, atau diambil kembali ke Nex-N2.6.

Tetapi perhatikan ke mana uangnya pergi. Pada 200.000 token input, tarif bertingkat mulai berlaku, sehingga permintaan yang menggunakan jendela yang Anda bayar ditagih $4,00 per juta input alih-alih $2,00. Satu panggilan 300.000 token biayanya $1,20 di Grok 4.7 versus sekitar $0,04 di Nex-N2.6 untuk prompt yang setara. Kemampuan konteks panjang itu nyata dan harga konteks panjangnya mahal, yang berarti arsitektur yang masuk akal berbeda untuk masing-masing kasus: dengan Grok 4.7 Anda mengelompokkan masalah sulit ke dalam panggilan besar dan membayar untuk keistimewaan itu; dengan Nex-N2.6 Anda menjaga panggilan tetap kecil, mengandalkan retrieval, dan memperlakukan jendela sebagai ruang cadangan alih-alih ruang kerja.

Grok 4.7 juga satu-satunya dari keduanya yang dapat Anda rutekan, bukan sekadar panggil. Model ini ada di katalog OrcaRouter dengan ID grok/grok-4.7, dengan tarif $2.00 / $6.00 milik SpaceXAI sendiri tanpa markup, pada kunci yang sama dengan sisa lini Grok — Grok 4.6, 4.5, 4.3, dan keluarga 4.20 — yang penting di sini karena alasan spesifik: ini memberi Anda rantai fallback di dalam keluarga satu vendor tanpa kontrak kedua atau SDK kedua. Nex-N2.6 tidak ada di katalog kami, dan kami tidak akan berpura-pura sebaliknya; apakah itu berubah adalah keputusan Nex-AGI, bukan keputusan kami.

Skornya, dan cara membacanya tanpa tertipu

Di sinilah perbandingan ini harus melambat, karena angka yang paling mungkin dikutip untuk Grok 4.7 adalah jebakan jika Anda mengambilnya di luar konteks. Artificial Analysis saat ini mengukurnya di 35 pada Intelligence Index mereka — tetapi itu pada versi Index 5.0.1, yang membangun ulang set tugas. Pada versi sebelumnya, 4.3.2, model yang sama mencetak 46. Kedua angka itu benar; keduanya tidak dapat dibandingkan, dan artikel apa pun (termasuk milik kami, pada September) yang mencetak 46 bersama angka-angka dari papan 5.x sedang mengutip melintasi jeda versi. Gunakan 35 sebagai pembacaan saat ini dan jangan mengurangkannya dari apa pun yang diukur pada indeks lama.

Yang bertahan dari perubahan versi adalah bentuk hasilnya, dan ekonomi per tugas yang mendasarinya:

• AA-Briefcase Elo — 1.511,7 untuk Grok 4.7 dengan effort xhigh, di papan kerja pengetahuan horizon panjang, diukur secara independen.

• Biaya per tugas Intelligence Index — $0.26 tertimbang, dengan $0.11 di antaranya untuk penulisan cache dan $0.11 untuk token keluaran. Baris cache adalah petunjuknya: model ini dirancang untuk dijalankan dengan prompt caching aktif, dan harga efektifnya merupakan fungsi dari seberapa banyak prompt Anda yang stabil antar pemanggilan.

• GDPval — 1.692,05, dan HLE 49,4, keduanya dari proses independen yang sama.

• Terminal-Bench 4.0 — 34.8, FrontierCode 2.0 — 24.0. Coding adalah bidang di mana selisih keunggulan model unggulan atas para penantang berbobot terbuka paling tipis sepanjang tahun, dan ini bukanlah angka-angka yang mengakhiri perdebatan.

Kolom Nex-N2.6 di papan itu kosong. Bukan lemah — kosong. Tidak ada entri Artificial Analysis, tidak ada tabel vendor, tidak ada bobot untuk menjalankan eval Anda sendiri terhadapnya. Satu-satunya pernyataan kinerja yang ada adalah kalimat singkat Nex-AGI bahwa N2.6, dibandingkan dengan Nex-N2.5 Pro, mengurangi penalaran berulang dan lebih mengikuti alat yang tersedia di lingkungan saat ini. Itu adalah klaim tentang disiplin pemanggilan alat, yang dibuat oleh vendor, belum direproduksi, dan itulah seluruh catatan kinerja publik model ini.

Di mana masing-masing adalah alat yang salah

Nex-N2.6 adalah alat yang salah ketika pekerjaan membutuhkan jendela. Jika pipeline Anda bergantung pada pemberian konteks 300K-token kepada sebuah model dan mengajukan satu pertanyaan tentangnya, keunggulan harga sebesar apa pun tidak dapat mengompensasinya, karena pemanggilan tersebut tidak muat. Ini juga merupakan alat yang salah ketika Anda memerlukan angka sebelum berkomitmen — pengadaan, tinjauan yang diatur regulasi, pertaruhan yang harus dibenarkan dalam sebuah dokumen. Model dengan nol pengukuran independen tidak dapat melewati ambang itu, dan tidak seharusnya diargumentasikan untuk melewatinya.

Grok 4.7 adalah alat yang salah ketika pekerjaannya berbentuk volume dan murah. Loop apa pun yang memicu ribuan panggilan singkat — mengklasifikasikan tiket, mengekstrak bidang, menilai sekumpulan diff — membayar tarif flagship untuk tugas yang perbedaan antara 35 dan skor setara hipotetis tidak terlihat dalam output. Model ini juga alat yang salah ketika Anda memerlukan model yang dapat diinspeksi: tanpa bobot, tanpa konfigurasi, tanpa eksekusi lokal, dan keberadaannya hanya hosted. Jika narasi kepatuhan Anda membutuhkan checkpoint yang dapat Anda pegang, model ini tidak dapat menjadi bagiannya.

Ada posisi ketiga yang lebih berguna daripada kedua ekstrem tersebut: gunakan yang murah ketika pekerjaannya berulang dan dapat dinilai, gunakan yang mahal ketika pekerjaannya panjang dan berdampak besar, dan biarkan router menentukan mana yang mana dari permintaan itu sendiri, bukan dari nama model yang di-hardcode. DSL routing milik OrcaRouter menyatakan hal itu dengan tepat — seperangkat aturan berdasarkan jumlah token, kelas tugas, atau pemanggil, yang dievaluasi per permintaan — dan itulah sebabnya perbedaan harga di sini adalah pertanyaan routing dan bukan pertanyaan arsitektur. Faktor 16x hanya penting pada lalu lintas yang benar-benar Anda kirimkan ke sisi yang mahal.

Keputusan itu, masing-masing dalam satu paragraf.

Pilih Nex-N2.6 jika Anda sudah berada di dalam ekosistem perkakas Nex-AGI, prompt Anda pendek, beban kerja Anda adalah loop agen yang digerakkan oleh tangkapan layar atau banyak menggunakan alat, di mana peningkatan yang diklaim model itu justru persis yang Anda butuhkan, dan Anda dapat menilai keluarannya sendiri pada sampel tugas nyata minggu ini. Dengan $0.12 / $0.40, eksperimen ini terjangkau, dan berada lebih awal pada model yang ternyata bagus itu ada nilainya. Masuklah dengan mengetahui bahwa Anda menjalankan dependensi satu endpoint tanpa bobot yang dipublikasikan dan tanpa skor independen, dan bahwa kenaikan harga — bukan penurunan — adalah cara model ini hadir.

Pilih Grok 4.7 jika pekerjaan membutuhkan 500.000 token dalam satu panggilan, jika rekor benchmark merupakan persyaratan bukan preferensi, atau jika Anda menginginkan model yang dapat di-failover oleh router dalam satu keluarga yang sudah memiliki lima generasi. Anda akan membayar 16 kali tarif output Nex-N2.6, lebih tinggi lagi di atas input 200K, dan Anda akan mendapatkan satu-satunya hal yang benar-benar bisa dibeli oleh premi 16x: model yang perilakunya sudah diukur orang lain. Untuk apa pun yang harus berhasil pada percobaan pertama, premi itu biasanya menjadi pos biaya yang lebih murah.

Hal yang perlu diperhatikan

Perbandingan ini akan terlihat sangat berbeda dalam sebulan, dan pemicunya bukan perubahan harga — melainkan satu baris benchmark. Jika kartu Nex-N2.6 dibuka dengan tabelnya sendiri, atau skor independen muncul di papan publik, perbandingannya menjadi biasa: dua model dengan angka, satu lebih murah, satu lebih luas. Jika keduanya tidak terjadi, kesenjangan dalam artikel ini berhenti menjadi soal kemampuan dan berubah menjadi soal kepercayaan, dan premi 16x pada Grok 4.7 diam-diam berubah menjadi harga untuk mengetahui apa yang Anda beli.