Nex-N2.5 Pro vs GPT-5.6 Sol：新規参入者のベンダー番号は、先発の独立系番号に及ばない

両者に数字が出ている唯一のベンチマークを並べてみれば、発表のための手順が間違っていることが分かる。Nex-AGIのカードはNex-N2.5 ProをOSWorld-2で56.4としており、その測定はアライアンス自身のNexCUAハーネスによるものだが、そのハーネスは公にされていない。一方、8月29日更新のBenchLMのOSWorld 2.0リーダーボードはGPT-5.6 Solを62.6としており、この独立した数値は、新人モデルを提供するベンダーの数値を完全に上回っている。この発表されたばかりのモデルの本領——画面を読み取ってコンピュータを操作する、まさにそのために作られた唯一の分野——において、比較対象である成熟した汎用モデルは、アスタリスクを付ける必要すらなく先んじている。Nex-N2.5 Pro 対 GPT-5.6 Solは、新人モデルの製造元以外が測定したどの次元でも接戦ではない。これは、本番運用の記録がどれほどの価値を持つかを示すケーススタディであり、そのことだけでも読む価値がある。

この2つのモデルは、その意図においてほとんど競合関係にない。2026年9月8日に発表されたNex-N2.5 Proは、3970億パラメータのスパース混合エキスパート（mixture-of-experts）モデルであり、アクティブパラメータは約170億、マルチモーダル（テキストと画像を入力、テキストを出力）対応で、Qwen3.5系からポストトレーニングされ、視覚的フィードバックループを通じてコンピュータやブラウザを操作するように構築されている。そのApache-2.0ウェイトはHugging Face上でまだ「coming soon」と表示されており、現在公開されているビルドは、そのカードからリンクされたNex-AGIの無料ホステッドエンドポイントのみである。GPT-5.6 Solは、OpenAIのフラッグシップモデルであり、「最も困難な作業」— 深い多段階推論、大規模ソフトウェアエンジニアリング、長期的なエージェント型ワークフロー — を担う。7月9日からAPIで提供されており、クローズドウェイトで、OpenAIが9月3日にGPT-6 Astraをリリースするまでフロンティアの基準点であり続けたという重責を今も背負っている。Nex-N2.5 Proが、自社のウェイトをまだ公開していない専門特化型モデルであるのに対し、GPT-5.6 Solは、業界で最も要求の厳しい本番トラフィックに2か月間提供されてきた実証済みの汎用モデルである。

GPT-5.6 Sol はファイル付きのモデルです。

まず、Solが持っていてNex-N2.5 Proにはないもの、それは実績だ。7月9日以来、GPT-5.6 Solは独立したテストハーネスで検証され、セキュリティ研究者による攻撃にさらされ、エージェントフレームワークやCodexワークフローに組み込まれてきた。その独立測定の結果は詳細かつ公開されている。最大推論時におけるArtificial Analysis Intelligence Indexは61、同じ独立ハーネスによるTerminal-Bench 2.1は88.0、DeepSWEは73.0、さらに測定された出力速度は毎秒約71トークンで、Intelligence Indexタスクあたりのコストはおよそ0.95ドルだ。これらの数字はどれもSolが無敵であることを示すものではない——OpenAIはその後、GPT-6 AstraをSolの上位に位置づけている——しかし、これらの数値はすべて、OpenAI以外の誰かが測定したものだ。Nex-N2.5 Proには、どこにも独立した実績がない。それには構造的な理由がある。同盟外の誰もそれを実行できないからだ。

両方が数値を持つ唯一のベンチマーク

OSWorld比較は、現在利用できる中で最も明快な指標であるため、使用に先立ってその注意点を述べておくべきである。Nex-N2.5 Proの56.4は、Nex-AGIが自社のNexCUAハーネスを通じてOSWorld-2上で行った独自測定の値である。GPT-5.6 Solの62.6は、BenchLMのOSWorld 2.0リーダーボード（2026年8月29日付の第三者スナップショット）に基づく。このリーダーボードには15のモデルが掲載され、Claude Opus 5が70.6で1位、GPT-5.6 Solが62.6で2位、GPT-5.6 Terraが50.2で3位となっている。"OSWorld-2"と"OSWorld 2.0"は近縁だが同一と証明されておらず、したがって4〜6ポイントの正確な差は、厳密な値としてではなく方向性として読むべきである。注意点を踏まえてもなお有効なのは順序である。すなわち、両者が提示し得る最良の数値で比較すると、Nexが公開を選んだベンチマーク上で、独立したSolの数値がベンダーであるNexの数値を上回っている。自社の数値が既存製品の第三者による数値より低い新規参入者は、乗り換えを促す説得力のある根拠を示したことにはならない。

仕様エンベロープ

仕様書の残りの部分も、同じ方向性で続いています。

• リリース済み — Nex-N2.5 Pro：2026年9月8日（ホスト型エンドポイントは稼働中、ウェイトは未公開）。GPT-5.6 Sol：2026年7月9日、一般提供開始。

• 規模 — Nex-N2.5 Pro: 合計397B / MoEアクティブ約17B。GPT-5.6 Sol: パラメータ数非公開。

• モダリティ — Nex-N2.5 Pro: テキスト・画像入力、テキスト出力、コンピューター操作ビジョンループ。GPT-5.6 Sol: テキスト・画像・ファイル入力、テキスト出力、ツール呼び出し、JSONモード対応。

• コンテキスト / 出力 — Nex-N2.5 Pro: 262,144トークンのコンテキスト。GPT-5.6 Sol: 約1.05Mトークンのコンテキスト、128Kの出力上限。

• 推論制御 — Nex-N2.5 Pro: なし / 中（アダプティブ、デフォルト）/ 高。GPT-5.6 Sol: 推論努力は最大まで対応し、さらに別の高速処理ティアを備えています。

• ウェイト — Nex-N2.5 Pro: Apache-2.0、近日公開予定。GPT-5.6 Sol: 非公開。

• 100万トークンあたりの価格 — Nex-N2.5 Pro: 無料ホステッドティア、リスト価格なし。GPT-5.6 Sol: 8月21日からのプロモーションリスト価格は $4.00 / $20.00、キャッシュ入力は $0.40、272K入力トークンを超えると $8.00 / $30.00 に再ティアリングされます。

Solの約1.05Mトークンのコンテキストと128Kの出力上限は、長期にわたる作業においてNex-N2.5 Proの262Kウィンドウを圧倒する。また、Solの価格は安いとは程遠いが、予算に組み込める確定した数字だ。Nex-N2.5 Proの無料ティアは、同社に有利な唯一の数字だが、それは価格ではない。

1日経過したスコアにはどれほどの価値があるのか

Nex-N2.5 Pro に付されたベンチマークの主張は、OSWorld-2 の 56.4、Terminal-Bench 2.1 の 82.7、SWE-Bench Pro の 61.2、BrowseComp の 89.7 のいずれもが、一つの性質を共有している。すなわち、アライアンスがオープンソース化する予定だと述べながらまだ実現していないハーネスを通じて、Nex-AGI 自身がその数字を出したということだ。そうした数字はどれ一つとして第三者による再現がされていない。そもそも再現などできないのだ。ウェイトはダウンロードできないし、「近日公開」のバナーには日付も付いていない。この点は、ほとんどの比較対決以上に、今回の対決では重い意味を持つ。Nex-N2.5 Pro の比較対象であるモデルは、業界で最も長い第三者検証の実績を持っているからだ。挑戦者側の根拠がすべて自己申告であり、既存モデル側の根拠が自己申告ではない以上、立証責任は全面的に挑戦者側にある。無料のエンドポイントを公開したところで、その責任が果たされるわけではない。モデルのシャードが届き、独立したラボが Nex-N2.5 Pro を実行するその瞬間に、この記事の数字は検証可能になり、比較は現実のものとなる。それまでは「1日前のスコア」という表現が正確なのである。実行できないモデルのスコアは、検証もできないスコアなのだから。

価格、経路、そして決定の形

コスト面では、両者は最も比較しにくい。コストが存在するのは片方だけだからだ。GPT-5.6 Sol の $4.00 / $20.00 という料金は、OpenAI が8月21日から適用し、少なくとも11月21日までは継続するとしているプロモーションのリスト価格である。従来の $5.00 / $30.00 から引き下げられたもので、この値下げによってフラッグシップモデルは、大量のエージェント型ワークロードにとって劇的に手頃な価格になった。また、パススルールーターは、OpenAI が値下げを実施した当日にそれを反映する。Sol は OrcaRouter 上でこのリスト価格のままマークアップなしで提供され、バッチ層と高速層は、200以上の他のモデルと同じ API キーで利用できる。そのため、チームは OpenAI の深い能力が必要なリクエストを Sol に回し、それ以外にはより安価なモデルを使える。Nex-N2.5 Pro にはリスト価格がなく、無料のホスト型エンドポイントがあるだけだ。これはモデルを評価するには良い方法だが、本番環境の予算を計画する根拠としては不十分である。存在しない数字を基準に支出計画を立てることはできないし、公開されていない重み（ウェイト）を前提にアーキテクチャを設計することもできない。

このマッチアップが実際に迫る決断は、能力ではなくリスクに関するものだ。来四半期にも確実に存在し、価格が明確で、障害特性が既知で、数か月にわたる敵対的テストを経たモデルが必要なら、GPT-5.6 Solが合理的な選択である。その上に位置するGPT-6 AstraをOpenAIが打ち出したことは、むしろその選択を補強する。Solは今や実証済みの実用モデルであり、値下げはまさに本番運用のボリューム層を狙ったものだからだ。オープンウェイトでコンピューター操作エージェントを構築しており、検証可能なものを待つ余裕があるなら、Nex-N2.5 Proは注目に値する。17Bアクティブのマルチモーダル専門モデルは、コスト面で閉鎖系の最前線モデルを繰り返し切り崩してきた、まさにその形状のモデルなのだから。だが、鍵となるのは「注目」という言葉だ。メーカー以外の誰が測定しても、Nex-N2.5 Proはあらゆる次元で実績のあるモデルに及ばない。そしてウェイトが公開されるまで、比較はそこで終わりなのである。