Nex-N2.6 vs Grok 4.7: Sedici volte più economico, metà del contesto, e uno dei due ha un punteggio

La differenza di prezzo tra Nex-N2.6 e Grok 4.7 non è uno sconto. È una categoria di acquisto diversa. A $0,12 per milione di token di input e $0,40 per milione di output, Nex-N2.6 costa circa un sedicesimo dei $2,00 e $6,00 di Grok 4.7 — e se il tuo prompt supera i 200.000 token, la tariffa di Grok 4.7 raddoppia a $4,00 e $12,00, il che porta il divario oltre trentatré a uno sull'input. Quindi la domanda utile non è quale modello sia migliore. Nessuno, inclusa Nex-AGI, ha pubblicato un numero che ti permetta di rispondere. La domanda utile è cosa stai comprando con il 16x: una finestra di 500.000 token, due anni di risultati pubblici sui benchmark, un contratto documentato per il tool calling e un fornitore con un ufficio commerciale — contro un modello rilasciato ieri con un prezzo, una lunghezza di contesto e una frase di posizionamento.

I due modelli, ridotti a ciò che è verificabile

Grok 4.7 è il modello di punta di SpaceXAI, rilasciato il 21 settembre 2026, ed è l'opzione consolidata e misurata in questo confronto. Nex-N2.6 è il successore di Nex-N2.5 Pro di Nex-AGI, disponibile sull'API proprietaria del fornitore a partire dal 10 novembre 2026, ed è quello non misurato. Esposti dimensione per dimensione, con la fonte di ciascun dato allegata:

Prezzo per milione di token: Nex-N2.6 0,12 $ in / 0,40 $ out (prezzo di listino, con uno sconto introduttivo del 20% implicito nei 0,15 $ / 0,50 $ barrati) rispetto a Grok 4.7 2,00 $ in / 6,00 $ out, che salgono a 4,00 $ / 12,00 $ oltre 200K token di input (il tariffario di SpaceXAI).

Finestra di contesto — Nex-N2.6 262.144 token contro Grok 4.7 500.000, rispetto al quale SpaceXAI consente fino a 450.000 token di output in una singola chiamata. Il limite massimo di output di Nex-N2.6 è 235.929.

• Modalità di input — entrambi accettano testo e immagini e restituiscono testo. La documentazione di SpaceXAI elenca anche l'input di file tramite API; la scheda di Nex-N2.6 no.

• Controllo del ragionamento — Nex-N2.6 prevede il ragionamento obbligatorio con due impostazioni, alta e media, con valore predefinito su alta, e nessun modo per disattivare il pensiero. Grok 4.7 offre bassa, media, alta e xhigh, con valore predefinito su alta, e può essere portato alla sua impostazione più economica quando un'attività è meccanica.

• Base e dimensioni — Nex-N2.6 è stato sottoposto a post-training su GLM-5.3-Flash con circa 321 miliardi di parametri; SpaceXAI non pubblica affatto il numero di parametri di Grok 4.7.

• Punteggio indipendente — Grok 4.7 ne ha uno. Nex-N2.6 non ne ha nessuno, su nessuna classifica.

• Pesi — La scheda di {{1}}Nex-N2.6{{/1}} rimanda a un repository Hugging Face che restituisce una richiesta di autenticazione anziché una scheda pubblica. {{2}}Grok 4.7{{/2}} è chiuso, disponibile solo via API e non finge il contrario.

Cosa ti danno davvero 500.000 token

Il divario di contesto è l'unico punto in cui è facile giustificare il sovrapprezzo di Grok 4.7, e il punto in cui il prezzo diventa meno intuitivo. Raddoppiare una finestra da 262K a 500K non è un semplice optional per il lavoro con gli agenti; cambia quali attività puoi tentare in una singola chiamata. L'intero albero dei sorgenti di un repository di medie dimensioni, un'intera discussione di un incidente con i log, il blocco di appunti accumulato da un agente in esecuzione prolungata — tutto questo sta in Grok 4.7 e deve essere suddiviso in chunk, riassunto o recuperato in Nex-N2.6.

Ma notate dove finiscono i soldi. A 200.000 token di input scatta la tariffa a scaglioni, quindi una richiesta che usa la finestra per cui avete pagato viene fatturata a 4,00 $ per milione di input invece che a 2,00 $. Una singola chiamata da 300.000 token costa 1,20 $ su Grok 4.7 contro circa 0,04 $ su Nex-N2.6 per il prompt equivalente. La capacità di contesto lungo è reale e il prezzo del contesto lungo è salato, il che significa che l'architettura sensata è diversa in ciascun caso: con Grok 4.7 si raggruppano i problemi difficili in chiamate enormi e si paga il privilegio; con Nex-N2.6 si mantengono le chiamate piccole, si fa affidamento sul retrieval e si tratta la finestra come margine di manovra anziché come spazio di lavoro.

Grok 4.7 è anche l'unico dei due che puoi instradare anziché semplicemente chiamare. Compare nel catalogo OrcaRouter come grok/grok-4.7, ai 2,00 $ / 6,00 $ praticati da SpaceXAI stessa, senza alcun ricarico, sulla stessa chiave del resto della linea Grok — Grok 4.6, 4.5, 4.3 e la famiglia 4.20 — il che qui conta per un motivo specifico: ti offre una catena di fallback all'interno della famiglia di un unico fornitore, senza un secondo contratto né un secondo SDK. Nex-N2.6 non è nel nostro catalogo, e non faremo finta del contrario; se le cose cambieranno, sarà una decisione di Nex-AGI, non nostra.

Il punteggio, e come leggerlo senza lasciarsi ingannare

Qui è il punto in cui questo confronto deve rallentare, perché il numero che molto probabilmente verrà citato per Grok 4.7 è una trappola se lo si estrae dal contesto. Artificial Analysis attualmente lo misura a 35 sul suo Intelligence Index — ma ciò avviene sull'Index versione 5.0.1, che ha ricostruito il set di attività. Sulla versione precedente, 4.3.2, lo stesso modello ha ottenuto 46. Entrambi i numeri sono corretti; non sono confrontabili, e qualsiasi articolo (incluso il nostro, a settembre) che abbia pubblicato 46 accanto a cifre provenienti da una classifica 5.x citava a cavallo di un cambio di versione. Usa 35 come lettura attuale e non sottrarlo da nulla che sia stato misurato sul vecchio indice.

Ciò che sopravvive al cambio di versione è la forma del risultato e l'economia per singola attività che ne è alla base:

• AA-Briefcase Elo — 1.511,7 per Grok 4.7 con sforzo xhigh, sulla board di lavoro intellettuale a lungo orizzonte, misurato in modo indipendente.

• Costo per attività dell'Intelligence Index — 0,26 $ ponderato, di cui 0,11 $ in scritture della cache e 0,11 $ in token di output. La voce relativa alla cache è l'indizio rivelatore: questo modello è progettato per essere eseguito con il prompt caching attivo, e il suo prezzo effettivo dipende da quanta parte del prompt resta stabile tra una chiamata e l'altra.

• GDPval — 1.692,05, e HLE 49,4, entrambi dalla stessa esecuzione indipendente.

• Terminal-Bench 4.0 — 34.8, FrontierCode 2.0 — 24.0. La programmazione è l'ambito in cui il margine del modello di punta sui concorrenti open-weight è stato più sottile per tutto l'anno, e questi non sono numeri che mettono fine a una discussione.

La colonna di {{1}}Nex-N2.6{{/1}} in quella classifica è vuota. Non debole — vuota. Nessuna voce in Artificial Analysis, nessuna tabella del fornitore, nessun peso per eseguire la propria valutazione. L'unica dichiarazione di prestazioni esistente è la frase sintetica di Nex-AGI secondo cui N2.6, rispetto a {{2}}Nex-N2.5 Pro{{/2}}, riduce il ragionamento ripetitivo e segue più fedelmente gli strumenti disponibili nell'ambiente corrente. Si tratta di un'affermazione sulla disciplina nelle chiamate agli strumenti, fatta dal fornitore, non riprodotta, ed è l'intero registro pubblico delle prestazioni di questo modello.

Dove ognuno è lo strumento sbagliato

Nex-N2.6 è lo strumento sbagliato quando il compito richiede la finestra. Se la tua pipeline dipende dall’alimentare un modello con un contesto di 300K token e dal rivolgergli una sola domanda al riguardo, nessun vantaggio di prezzo può compensare, perché la chiamata non rientra. È anche lo strumento sbagliato quando ti serve un numero prima di impegnarti — un acquisto, una revisione regolamentata, una scommessa che deve essere giustificata in un documento. Un modello con zero misurazioni indipendenti non può superare quella soglia, e non si dovrebbe tentare di farlo passare oltre con argomentazioni.

Grok 4.7 è lo strumento sbagliato quando il lavoro è caratterizzato da volume e basso costo. Qualsiasi ciclo che effettua migliaia di chiamate brevi — classificare ticket, estrarre campi, valutare una serie di diff — sta pagando tariffe da modello di punta per un compito in cui la differenza tra un 35 e un ipotetico punteggio equivalente è invisibile nell'output. È anche lo strumento sbagliato quando hai bisogno che il modello sia ispezionabile: nessun peso, nessuna configurazione, nessuna esecuzione locale e un'esistenza solo hosted. Se la tua storia di conformità richiede un checkpoint che puoi tenere, questo modello non può farne parte.

Esiste una terza posizione, più utile di entrambi gli estremi: usare quello economico dove il lavoro è ripetitivo e valutabile, usare quello costoso dove il lavoro è lungo e di impatto, e lasciare che sia un router a decidere quale sia quale in base alla richiesta stessa anziché a un nome di modello codificato. Il DSL di routing di OrcaRouter esprime esattamente questo — un insieme di regole basate sul conteggio dei token, sulla classe di attività o sul chiamante, valutate per ogni richiesta — ed è il motivo per cui qui la differenza di prezzo è una questione di routing e non di architettura. Il fattore 16x conta solo sul traffico che invii effettivamente al lato costoso.

La decisione, in un paragrafo ciascuno

Scegli Nex-N2.6 se sei già all’interno dell’ecosistema di strumenti Nex-AGI, i tuoi prompt sono brevi, il tuo carico di lavoro è un ciclo di agente basato su screenshot o con uso intensivo di strumenti in cui il presunto miglioramento del modello è esattamente ciò di cui hai bisogno, e puoi valutare tu stesso il suo output su un campione di attività reali questa settimana. A $0,12 / $0,40 l’esperimento è conveniente, ed essere in anticipo su un modello che si rivela buono vale qualcosa. Procedi sapendo che stai usando una dipendenza da endpoint singolo senza pesi pubblicati e senza punteggio indipendente, e che un aumento di prezzo — non una riduzione — è il modo in cui questo modello è arrivato.

Scegli {{1}}Grok 4.7{{/1}} se il lavoro richiede {{2}}500.000 token in una singola chiamata{{/2}}, se {{3}}un record di benchmark è un requisito anziché una preferenza{{/3}}, oppure se vuoi {{4}}un modello su cui un router può eseguire il failover all'interno di una famiglia che ha già cinque generazioni{{/4}}. Pagherai {{5}}16 volte la tariffa di Nex-N2.6 per l'output{{/5}}, {{6}}di più oltre i 200K di input{{/6}}, e otterrai {{7}}l'unica cosa che un sovrapprezzo di 16x può onestamente comprare{{/7}}: {{8}}un modello il cui comportamento è già stato misurato da altri{{/8}}. Per {{9}}qualsiasi cosa che debba funzionare al primo tentativo{{/9}}, {{10}}quel sovrapprezzo è di solito la voce di costo più economica{{/10}}.

La cosa da tenere d'occhio

Questo confronto apparirà completamente diverso entro un mese, e il fattore scatenante non è una variazione di prezzo, ma una riga di benchmark. Se la scheda di Nex-N2.6 si apre con le sue stesse tabelle, o un punteggio indipendente approda su una classifica pubblica, il confronto diventa ordinario: due modelli con numeri, uno più economico, l'altro più ampio. Se nessuna delle due cose accade, il divario in questo articolo smette di riguardare le capacità e diventa una questione di fiducia, e il sovrapprezzo di 16x su Grok 4.7 si trasforma silenziosamente nel prezzo di sapere cosa si sta comprando.