Nex-N2.6 sostituisce Qwen con GLM: il nuovo modello agentico di Nex-AGI costa di più e dice meno

Nex-N2.6 è stato reso disponibile sull'API commerciale proprietaria di Nex-AGI il 10 novembre 2026 senza un post di lancio, senza una model card leggibile e senza una tabella di benchmark. Quello con cui è però arrivato è un cambio di modello di base: mentre Nex-N2.5 Pro è stato post-addestrato su un checkpoint mixture-of-experts Qwen3.5, Nex-N2.6 è post-addestrato su GLM-5.3-Flash, il modello multimodale da 320 miliardi di parametri di Z.ai, e il risultato ne porta circa 321 miliardi di parametri propri. È inoltre arrivato a un prezzo più alto rispetto al modello che sostituisce — 0,12 $ per milione di token in input e 0,40 $ per milione in output, contro 0,075 $ e 0,25 $ di Nex-N2.5 Pro, un aumento del 60% su entrambi i lati del contatore. Per una famiglia che ha impiegato due rilasci a sostenere di offrire comportamento da agente di frontiera a prezzi da modello aperto, un successore che costa di più e documenta di meno è la parte interessante di questo lancio, non il lancio in sé. Nex-N2.6 è un modello a endpoint singolo, e questo è il rischio operativo descritto sopra. OrcaRouter ospita oltre 200 modelli dietro un unico endpoint compatibile con OpenAI con failover automatico, quindi il percorso di fallback che tieni per un modello non misurato può essere una regola di routing anziché una seconda integrazione — e quando ospitiamo un modello, il prezzo di listino del fornitore viene trasferito senza ricarichi.

Cosa c'è davvero da vedere

Il modello non è una voce. È invocabile proprio ora, servito da Nex-AGI stessa con precisione fp8, e l'endpoint segnala uno stato di salute impeccabile — 100% di uptime nelle finestre misurate dal catalogo, circa 35 token di output al secondo e una latenza p50 di 2,81 secondi. Tutto ciò che segue proviene da quella scheda anziché dal fornitore, perché il fornitore non ha pubblicato nient'altro:

Prezzo — $0.12 per input / $0.40 per output per milione di token, letture dalla cache a $0.024. La scheda lo indica come sconto del 20% su un listino barrato di $0.15 / $0.50, quindi considera il valore attuale una tariffa introduttiva con scadenza non specificata.

• Contesto — 262.144 token, la stessa finestra di servizio di ogni modello della famiglia N2.5, con un output massimo di 235.929 token.

• Modalità — testo e immagine in ingresso, testo in uscita. Non sono presenti canali audio o video, né generazione di immagini.

• Ragionamento — obbligatorio, non opzionale. L'endpoint accetta solo due impostazioni di sforzo, alta e media, e il valore predefinito è alto. Non è possibile disattivare il pensiero su questo modello.

• Strumenti — il function calling, la scelta forzata dello strumento, gli output strutturati e i logprobs sono tutti supportati: è il set giusto per un modello agentico e l'unico aspetto di questa release a essere completamente specificato.

• Pesi — l'annuncio collega un repository Hugging Face per Nex-N2.6. Quel repository restituisce una richiesta di autenticazione anziché una model card pubblica, quindi i pesi, la configurazione e le eventuali tabelle di valutazione del fornitore non sono leggibili alla data di pubblicazione.

Il cambio di base è il vero cambiamento

Le famiglie di modelli di solito iterano scalando la stessa ricetta di post-addestramento. Nex-AGI ha fatto qualcosa di più dirompente: ha cambiato le fondamenta. Nex-N2.5 Pro, rilasciato l'8 settembre, è stato costruito su una base mixture-of-experts Qwen3.5 da 397 miliardi di parametri, con circa 17 miliardi di parametri attivi per token: l'architettura e il tokenizer sono visibilmente derivati da Qwen, e la sua card lo dichiara. Nex-N2.6 è costruito su GLM-5.3-Flash, il modello di un altro laboratorio, un tokenizer diverso e un budget di parametri diverso: la card di Z.ai descrive 320 miliardi totali con 18 miliardi attivi, costruito su un design di attenzione ibrido sparse-and-linear anziché sullo stack Qwen.

Questo ha un’importanza che va oltre la curiosità. Una base cambiata significa che il parser delle chiamate agli strumenti, il template della chat, il tokenizer e le modalità di errore sono cambiati tutti insieme. I prompt messi a punto su Nex-N2.5 Pro — in particolare i lunghi prompt di sistema che insegnano un dialetto specifico per le chiamate agli strumenti, e qualsiasi cosa che faccia leva sui confini dei token di Qwen per controllare i costi — non si possono presumere trasferibili. L’unica affermazione comportamentale fatta da Nex-AGI riguarda proprio questa interfaccia: il modello, afferma, riduce il ragionamento ripetitivo e segue più fedelmente gli strumenti disponibili nell’ambiente corrente. È una cosa plausibile da migliorare quando si cambia base passando a un modello che era esso stesso ottimizzato per il lavoro agentico, ed è anche esattamente il tipo di affermazione che emerge solo nelle proprie tracce, non in una tabella di benchmark. Riportato dal fornitore, non riprodotto e dichiarato in una sola frase.

L'effetto di secondo ordine è la prevedibilità dei costi. Nex-N2.5 Pro poteva essere eseguito con il ragionamento completamente disabilitato, il che lo rendeva economico per i turni brevi e meccanici. Nex-N2.6 non può. Ogni chiamata ragiona, con sforzo elevato per impostazione predefinita. Su un ciclo di agente che effettua quaranta piccole chiamate agli strumenti per trovare un file, questa differenza nel comportamento predefinito sposterà la tua fattura più di quanto faccia la tariffa del 60% in evidenza.

Un successore che costa il 60% in più

Vale la pena soffermarsi sulla direzione dei prezzi, perché inverte la solita storia generazionale. Per milione di token: Nex-N2.5 Pro a $0,075 in / $0,25 out, Nex-N2.6 a $0,12 in / $0,40 out. Stessa finestra di contesto. Stessa modalità. Un modello più recente dello stesso laboratorio, su una base più piccola, a 1,6 volte la tariffa.

Facendo il calcolo su un carico di lavoro realistico per agenti — dieci milioni di token in input e due milioni di token in output al mese, cioè un agente di programmazione nella media in un team molto impegnato — i numeri sono 1,20 $ più 0,80 $, quindi 2,00 $ al mese su Nex-N2.6. Lo stesso carico di lavoro su Nex-N2.5 Pro è 0,75 $ più 0,50 $, ovvero 1,25 $. Entrambi sono errori di arrotondamento rispetto ai modelli di frontiera. Questa è la lettura onesta: Nex-N2.6 costa più del suo predecessore ed è comunque circa un sedicesimo del costo di un modello di punta, quindi l'aumento di prezzo è un segnale di posizionamento più che un problema di budget.

Dove l'aumento si fa sentire davvero è sul volume, e dove il ragionamento obbligatorio pesa è nella coda. Un modello che pensa sempre a sforzo elevato consuma token di output che non hai richiesto, e 0,40 $ per milione di token di output su un ciclo ad alta intensità di ragionamento è un numero diverso da 0,40 $ su risposte brevi. Misura i token per attività completata, non il prezzo per token, prima di concludere qualsiasi cosa.

Una nota strutturale su come viaggiano queste tariffe: un gateway che applica il prezzo di listino del fornitore con markup dello 0% non ha un listino separato da riconciliare, quindi una riduzione da parte del fornitore o la scadenza di uno sconto si manifesta lo stesso giorno anziché al rinnovo contrattuale successivo. OrcaRouter funziona così. È anche il posto onesto per dire ciò che non abbiamo — oggi nessun checkpoint Nex-AGI è nel catalogo OrcaRouter, quindi Nex-N2.6 è un modello che chiami direttamente da un solo fornitore a un solo prezzo. Questa configurazione a fornitore unico è il vero rischio operativo di questa release, e vale la pena pianificare di conseguenza anche se non userete mai il nostro prodotto: un modello con un solo endpoint, nessun peso pubblicato e nessun secondo host non ha alcuna destinazione di failover.

La lacuna probatoria è l’elemento da includere nel prezzo.

Il precedente rilascio di Nex-AGI arrivava con un apparato completo: un sito del fornitore con grafici di benchmark, una card di Hugging Face con tabelle testuali e multimodali che confrontavano la famiglia con Claude Opus 5, GPT-5.6 Sol, Kimi-K3 e Qwen3.8-Max, e una ricetta di serving documentata su otto H100. Nex-N2.6 arrivava con un paragrafo.

Controlla cosa manca: è un elenco coerente. Il sito web del fornitore stesso continua a pubblicizzare la famiglia Nex-N2.5 e non menziona N2.6 in alcuna forma che siamo riusciti a caricare. L'organizzazione GitHub ha repository per Nex-N2.5, NexRT e il framework di agenti NexAU, e nessuno per N2.6. ModelScope non restituisce alcun record per il checkpoint. Il repository Hugging Face indicato nell'elenco non è leggibile pubblicamente. Non c'è alcuna voce su Artificial Analysis, quindi non esiste alcun punteggio indipendente — non uno debole, proprio nessuno. Alla data di pubblicazione, la base totale di prove pubbliche per questo modello è un prezzo, una lunghezza di contesto, una modalità, un numero di parametri e una frase di posizionamento.

Non è la stessa cosa di un modello scadente. È un modello le cui affermazioni non puoi verificare, proveniente da un laboratorio che in passato ha rilasciato i controlli. L'atteggiamento giusto è quello che adotteresti con qualsiasi dipendenza non misurata: provalo su un lavoro che puoi valutare tu stesso, tieni il modello precedente collegato come fallback e non spostare un percorso di produzione su di esso solo perché il numero di versione è salito.

Chi dovrebbe muoversi, e chi dovrebbe aspettare

C’è un caso concreto per passare adesso, ed è ristretto. Se il tuo harness per agenti spende il budget combattendo contro il modello invece che contro il compito — rileggendo lo stesso file, ri-derivando una conclusione già raggiunta o emettendo chiamate agli strumenti in un dialetto che il tuo schema rifiuta — allora un modello esplicitamente ottimizzato per ridurre il ragionamento ripetitivo e rispettare gli strumenti disponibili è mirato direttamente al tuo problema, e a $0.12/$0.40 l’esperimento costa quasi nulla da eseguire. L’input di immagini più il function calling in un unico endpoint lo rendono anche utilizzabile per QA guidata da screenshot senza un secondo modello nel loop.

Le ragioni per aspettare sono più ampie. Se il tuo carico di lavoro funziona già su Nex-N2.5 Pro, il solo cambio di base è una migrazione, e lo faresti per un modello che costa di più per token, non può essere eseguito con il ragionamento disattivato, non può essere scaricato e non ha un punteggio pubblicato. Non ci sono ancora prove che N2.6 sia migliore in qualcosa, tranne che nei due comportamenti che il suo autore cita.

Cosa cambierebbe il quadro, in ordine approssimativo di utilità: la scheda del modello che si apre con le proprie tabelle di benchmark, un primo punteggio indipendente che compare su una classifica pubblica, i pesi effettivamente pubblicati con una licenza utilizzabile e un secondo fornitore che lo ospiti, così da eliminare il rischio del singolo endpoint. Finché non se ne concretizzano almeno due, Nex-N2.6 è un'opzione promettente ma non misurata anziché un aggiornamento consigliato — che, visto l'aumento di prezzo, è tutto ciò che conta.

Come si presenta sulla carta il cambio di base

Il confronto che conta non è Nex-N2.6 contro un modello di frontiera. È Nex-N2.6 contro il checkpoint che sostituisce, perché è la migrazione che chiunque sia già su questa famiglia è chiamato a fare.

Scorri quella lista e il pattern è un modello che è diventato più piccolo, più costoso, meno configurabile e meno ispezionabile in un solo passo. Non è automaticamente uno scambio peggiore — una base da 321 miliardi di parametri ottimizzata per l'uso agentico degli strumenti può battere una da 397 miliardi di parametri ottimizzata per qualcos'altro, e il prezzo per token è basso in termini assoluti. Ma è uno scambio, e il fornitore non ha pubblicato il confronto che permetterebbe a chiunque di giudicarlo. Finché le cose non cambiano, la sostituzione della base è la storia e la tabella dei benchmark è il capitolo mancante.