GPT-6 Astra vs Nex N2.5 Pro: un agente per l'uso del computer fattura a token

Un agente computer-use è il carico di lavoro in cui il prezzo per token smette di essere un'astrazione. Prendi una singola attività — aprire un browser, trovare un record, compilare un modulo, verificare il risultato — e un agente che pensa tra un'azione e l'altra la eseguirà in decine di migliaia di token, per poi ripeterla diecimila volte. GPT-6 Astra, l'ammiraglia di O​penAI rilasciata il 3 settembre 2026, costa 10,00 $ per milione di token di input e 50,00 $ per milione di output, con una fascia raddoppiata oltre i 272.000 token. Nex-N2.5 Pro, il modello computer-use da 397 miliardi di parametri annunciato da Nex-AGI l'8 settembre 2026, è stato costruito per la stessa classe di attività ed è pubblicato con licenza Apache-2.0, con istruzioni di serving per un nodo di otto H100. Entrambi i fornitori riportano i dati di OSWorld-2. Solo uno dei due ti offre un contatore che puoi leggere prima di iniziare.

La riga benchmark che si sovrappone effettivamente

OSWorld-2 è la cosa più vicina a un metro di paragone condiviso tra questi due, e vale la pena vedere quanto poco stabilisca quella riga condivisa. La scheda di Nex-AGI elenca Nex-N2.5 Pro a 56,4 su OSWorld-2, insieme a Claude Opus 5 a 68,3 e Qwen.8-Max a 46,7, che cita da classifiche e fonti dei provider. Il materiale di lancio di OpenAI per GPT-6 Astra riporta 72,6% su OSWorld 2.0 a circa 40 minuti per attività, che descrive come un tempo per attività inferiore di circa il 47% rispetto a GPT-5.6 Sol.

Quei due numeri non possono essere inseriti nella stessa colonna. Sono stati prodotti da laboratori diversi, su harness diversi, in date diverse, con budget di azione diversi — e Nex-AGI dichiara apertamente che le sue valutazioni di computer-use e browser-use sono passate attraverso il proprio harness NexCUA, che dice che renderà open source ma non l'ha ancora fatto. Quindi la lettura onesta della coppia è direzionale e limitata: la cifra di OpenAI è quella più alta, entrambe sono riportate dai fornitori, e nessuna delle due è stata riprodotta. Ciò che la riga stabilisce è che entrambe le aziende considerano OSWorld-2 il benchmark che conta per questa classe di modelli, il che ti dice cosa tenere d'occhio per un'esecuzione indipendente.

Il resto della scheda di Nex-AGI è una tabella relativa a un singolo fornitore, con la stessa avvertenza allegata a ogni riga:

• Uso del computer, dati dichiarati dal fornitore — OSWorld-2 56,4, OSWorld-Verified 82,2, OSWorld-G 87,4, WebArena-Verified 67,6, WebTest 52,8, Vision2Web 68,2

• Codifica e testo, dati dichiarati dal fornitore — Terminal-Bench 2.1 a 82,7, SWE-Bench Pro 61,2, BrowseComp 89,7, AutomationBench v1.0.6 a 44,2

• Il record indipendente di GPT-6 Astra — 53 sull'Artificial Analysis Intelligence Index, 44,6 token di output al secondo, 3,26 $ per attività dell'indice completata, settimo su 216 per intelligenza e 168° su 185 per velocità

• Il record del fornitore di GPT-6 Astra — 98% FrontierMath Tier 4, 99,9% ARC-AGI-3 (62,7% con l'harness standard di ARC Prize, 99,9% con un adattatore del fornitore), 100% ExploitBench, 57,9% Terminal-Bench 4.0

Leggi quelle quattro righe insieme e l'asimmetria è chiara. Astra ha una classifica indipendente e una tabella del fornitore che non concordano tra loro, il che almeno ti dà qualcosa da valutare. Nex-N2.5 Pro ha solo la tabella del fornitore — non esiste una voce di Artificial Analysis per esso, né una pagina per alcun modello Nex su quella classifica — quindi ogni cifra sopra riportata reca l'autorità di Nex-AGI e nient'altro.

Qual è il secondo numero sulla scheda: i pesi sono atterrati

Il repository Nex-N2.5 Pro su Hugging Face è stato creato l'8 settembre 2026 e, quando la famiglia è stata annunciata, la scheda del modello riportava un avviso di prossima disponibilità per i pesi. Quella lacuna è stata colmata. Il repository ora contiene 122 shard di safetensors per un totale di circa 407 GB, il tutto pubblicato con licenza Apache-2.0, e la scheda documenta la procedura di serving in dettaglio sufficiente per eseguirlo senza dover fare reverse engineering di nulla.

Vale la pena leggere quella ricetta prima di valutare il confronto, perché è l'argomento a favore del modello tanto quanto qualsiasi riga di benchmark. Nex-N2.5 Pro è un modello sparse mixture of experts: 397 miliardi di parametri totali con circa 17 miliardi attivi per token. Il deployment documentato è un singolo nodo di otto H100 che esegue una build SGLang personalizzata — nexagi/sglang:v0.5.18-nex-patch — con parallelismo tensoriale su tutti e otto, il parser di ragionamento di Qwen3 e il parser di tool-call di Qwen3-coder abilitati, una lunghezza di contesto di 262.144 token e campionamento consigliato con temperatura 0,7, top_p 0,95, top_k 40. Otto H100 rappresentano una dotazione consistente ma ordinaria. Poiché solo 17 miliardi di parametri si attivano per token, il calcolo per azione rimane contenuto anche se l'impronta dei pesi è ampia — ed è esattamente il motivo per cui un modello da 397B è deployabile da chiunque non sia un hyperscaler.

Il contesto di 262.144 token è la specifica che determina la maggior parte delle architetture degli agenti. La finestra di Astra è di 1.050.000 token con un tetto di output di 128.000 token, e le sue stesse fasce tariffarie rendono costosa la parte più lunga: oltre 272.000 token di input, l'intera richiesta viene ritariffata a $20,00 di input e $75,00 di output, con letture dalla cache a $2,00 e scritture sulla cache a $25,00. La lunghezza di servizio di 262.144 token di Nex-N2.5 Pro si colloca appena sotto quella soglia, il che è o una coincidenza o una specifica scritta da qualcuno che legge le pagine dei prezzi di altri fornitori. In ogni caso, la conseguenza pratica è che un loop di agente che mantiene una lunga cronologia di sessione su Nex-N2.5 Pro non supera mai il confine di fascia che raddoppia all'incirca il costo di input di Astra.

Dove vanno i soldi in oltre diecimila esecuzioni

Il prezzo per token è l'unità sbagliata per questo carico di lavoro, e vale la pena essere concreti sul perché. Un agente browser che completa un'attività in cento azioni invia cento richieste, ciascuna con lo stato di sessione accumulato. Anche con il prompt caching che fa un lavoro reale, il lato input cresce con il quadrato del numero di azioni mentre il lato output cresce linearmente con esso. È questa la forma che trasforma un listino prezzi in una voce di budget.

I due modelli rispondono a quella forma in modo diverso, e la differenza non è principalmente una questione di numeri:

• Struttura dei costi — GPT-6 Astra con tariffazione a consumo: 10,00 $ in ingresso / 1,00 $ in cache / 12,50 $ scritture cache / 50,00 $ in uscita per 1M, che raddoppia oltre i 272K token, rispetto a Nex-N2.5 Pro a consumo o self-hosted, senza alcuna tariffa di listino pubblicata da Nex-AGI per il tier Pro

• Fabbisogno di capitale — GPT-6 Astra: nessuno, è un'API; rispetto a Nex-N2.5 Pro: un singolo nodo di otto H100, oppure un endpoint ospitato le cui condizioni commerciali spetta al fornitore stabilire

Contesto al momento dell'erogazione — GPT-6 Astra 922.000 token di input, 128.000 di output rispetto a Nex-N2 Pro 262.144 token come documentato nella configurazione di lancio

• Controllo del ragionamento — reasoning.effort di GPT-6 Astra da low a max vs reasoning_effort di Nex-N2.5 Pro su none, medium (adattivo, il valore predefinito) o high

• Input — GPT-6 Astra testo, immagine e file secondo gli elenchi dei router, testo e immagine secondo la pagina di O​penAI stessa vs Nex-N2.5 Pro testo e immagine, con la visione trattata come canale percettivo dell'agente anziché come seconda modalità

• Pesi — GPT-6 Astra chiusi vs Nex-N2.5 Pro Apache-2.0, 122 shard, circa 407 GB

Quell'ultima riga è quella che cambia l'aritmetica, non il prezzo. Se possiedi le otto H100 e non sono altrimenti occupate, il costo marginale della prossima esecuzione dell'agente si avvicina al costo dell'elettricità, e nessun concorrente con tariffazione per token raggiunge quel numero a qualsiasi volume. Se non le possiedi, la voce di capitale è il termine di paragone, e un'API a consumo inizia a sembrare economica esattamente come un'auto a noleggio sembra economica accanto a una rata dell'auto — finché non la guidi ogni giorno per tre anni.

La versione onesta della scelta tra comprare e costruire, in questo caso, è l’utilizzo. Un carico di lavoro di agenti che viene eseguito in modo continuo fa sembrare il nodo un affare; uno che ha picchi durante l’orario lavorativo e resta inattivo durante la notte fa sì che la flessibilità dell’API valga il suo sovrapprezzo. La scheda di nessuno dei due fornitori ti dirà quale dei due hai, e nessuna riga di benchmark può sostituire il numero che produce il tuo traffico.

Una cosa che la scheda di Nex-N2.5 Pro non ti dirà è il suo prezzo. Nex-AGI non pubblica alcuna tariffa di listino per token per il livello Pro; il modello è arrivato agli utenti prima tramite endpoint ospitati collegati dalla sua stessa scheda, e le condizioni commerciali sono stabilite dal fornitore, non qualcosa che una pagina esterna dovrebbe stimare. Questo articolo non ne indica alcuna.

Ciò che ciascuno è effettivamente progettato per fare

La differenza più evidente tra questi due non è la capacità, ma il loop attorno al quale sono stati progettati. Nella concezione di Nex-AGI, per la famiglia N2.5 la visione non è una semplice modalità di input, ma l'interfaccia attraverso cui l'agente percepisce il proprio ambiente, verifica l'esito di un'azione e decide cosa fare dopo. Nex-N2.5 Pro è stato post-addestrato a partire dalla linea Qwen3.5 proprio per quel loop di percezione e verifica, in sessioni browser e desktop, con autocorrezione basata sul risultato visivo. Il suo controllo del ragionamento riflette lo stesso design: la modalità predefinita è adattiva, lasciando al modello decidere quanto pensare prima di ogni azione, con una modalità senza pensiero disponibile per i passaggi che chiaramente non ne hanno bisogno. Per un agente che compie centinaia di decisioni sequenziali, il controllo del pensiero a ogni passaggio è una leva di costo, non una manopola della qualità, e l'impostazione predefinita è quella che conta.

Il posizionamento di GPT-6 Astra è più ampio e la sua storia di computer-use si accompagna a una struttura di prezzo che presuppone esecuzioni lunghe. OpenAI lo vende per il lavoro professionale end-to-end e a lungo orizzonte — portare un'attività da un'istruzione a un artefatto finito usando un computer come farebbe una persona — e la finestra da 1.050.000 token è la specifica che rende possibili quelle esecuzioni senza summarisation. È un vantaggio autentico per la classe di attività in cui l'agente deve ancora ritrovare un requisito che gli è stato dato ore prima; è anche il motivo per cui esiste la fascia da 272.000 token, e chiunque esegua Astra come agente dovrebbe leggere quella fascia come il prezzo della funzionalità anziché come una penalità.

Due fatti operativi su Astra trovano posto in qualsiasi valutazione di esso come piattaforma per agenti, perché entrambi incidono su un ciclo produttivo. Il suo throughput misurato è di 44,6 token di output al secondo nella prova di Artificial Analysis, un valore abbastanza lento da pesare quando ciascuna di cento azioni attende una risposta. E Astra è il primo modello OpenAI a superare la soglia di capacità di cybersicurezza critica dell'azienda, il che significa che, così com'è distribuito, rifiuta i compiti informatici avanzati e che quell'apparato di salvaguardia si trova nel percorso della richiesta: in ChatGPT e Codex all'utente può essere chiesto di rivedere un'azione, mentre sull'API il compito si interrompe e basta. Per un agente di sicurezza difensiva si tratta di un vincolo reale; per un agente ordinario di processi aziendali è per lo più invisibile.

Eseguire entrambi, e cosa fa un router al riguardo

Nex-N2.5 Pro non è su OrcaRouter e questa pagina non lo sta affermando — è un checkpoint Apache-2.0 di un laboratorio più recente, e la tua via per accedervi sono i servizi ospitati di Nex-AGI stesso, una piattaforma di terze parti, oppure il deployment a otto H100 documentato nella sua scheda. GPT-6 Astra è nel nostro catalogo come openai/gpt-6-astra, ai prezzi di listino di OpenAI passati con uno 0% di markup da parte nostra, quindi una modifica a uno qualsiasi dei suoi quattro contatori ricade sulla tua chiave esistente lo stesso giorno in cui viene pubblicata.

Quella separazione è ciò che rende una flotta mista pratica anziché teorica. Un team che vuole scoprire se un agente di uso del computer self-hosted gestisce il proprio carico di lavoro può mettere il modello a consumo dietro lo stesso endpoint compatibile con OpenAI che già chiama, indirizzare una fetta di traffico al checkpoint e confrontare le attività completate per dollaro anziché i token per chiamata — che è l'unica unità in grado di rispondere alla domanda. Il failover automatico copre le giornate storte del deployment senza che nessuno debba scrivere una seconda integrazione, e copre anche le giornate storte dell'API. Il confronto che questa pagina ha portato avanti è un confronto tra strutture di costo, e una struttura di costo è qualcosa che si verifica sul proprio traffico anziché leggere da una scheda.

Quale eseguire?

Scegli Nex-N2.5 Pro se l'operatività di computer e browser è il prodotto anziché una sua funzionalità, se gestisci già capacità GPU, o se Apache-2.0 è decisivo perché i dati che l'agente tocca non possono lasciare la tua infrastruttura. Prevedi il budget per il nodo prima di qualunque altra voce, e conduci una tua valutazione del valore di OSWorld-2 prima di farci affidamento — l'harness che l'ha prodotto non è ancora pubblico, e finché non lo sarà, 56,4 è un'affermazione, non un risultato.

Scegli GPT-6 Astra se il lavoro richiede il massimo da un contesto molto lungo, se vuoi una classifica indipendente da confrontare con una tabella del fornitore, o se preferisci non far girare affatto GPU. Costa $10,00 e $50,00 per milione di token e $3,26 per attività di indice completata — l'opzione più costosa in questo confronto e quella con il minor carico operativo. Non usarlo per un agente con prompt brevi e alto volume; con quelle dimensioni di richiesta stai pagando una tariffa da modello di punta per un carico di lavoro che un modello più economico completa, e la fascia da 272.000 token che giustifica il tariffario è una che non userai mai.

Il riassunto che vale la pena conservare è che questi due hanno prezzi basati su vincoli diversi. Il costo di Nex-N2.5 Pro è un nodo, e la sua economia migliora quanto più lo si usa. Il costo di GPT-6 Astra è un contatore, e la sua economia è piatta indipendentemente da quanto lo si usi. Per un agente che usa il computer e viene eseguito in modo continuo, quella differenza si accumula più rapidamente di qualsiasi divario di benchmark tra loro.

Un rilascio è anche il momento di verificare cosa è andato storto in precedenza: gli incidenti documentati di IA e i guasti degli agenti relativi ai modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di affidabilità e il flag di contestazione.