Nex-N2.6 vervangt Qwen door GLM: Nex-AGI's nieuwe agentmodel kost meer en zegt minder

Nex-N2.6 ging op 10 november 2026 live via Nex-AGI's eigen commerciële API, zonder lanceringsbericht, zonder leesbare modelkaart en zonder benchmarktabel. Wat er wel bij zat, is een wijziging van het basismodel: waar Nex-N2.5 Pro post-getraind was op een Qwen3.5 mixture-of-experts-checkpoint, is Nex-N2.6 post-getraind op GLM-5.3-Flash, Z.ai's multimodale model met 320 miljard parameters, en het resultaat heeft zelf ongeveer 321 miljard parameters. Het kwam ook uit tegen een hogere prijs dan het model dat het vervangt — $0,12 per miljoen inputtokens en $0,40 per miljoen output, tegen $0,075 en $0,25 voor Nex-N2.5 Pro, een stijging van 60% aan beide zijden van de meter. Voor een familie die al twee releases lang betoogt dat ze frontier-agentgedrag levert tegen open-modelprijzen, is een opvolger die meer kost en minder documenteert het interessante deel van deze lancering, niet de lancering zelf. Nex-N2.6 is een single-endpointmodel, en dat is het hierboven beschreven operationele risico. OrcaRouter biedt 200+ modellen achter één OpenAI-compatibel endpoint met automatische failover, zodat het fallbackpad dat je voor een niet-gemeten model aanhoudt een routeringsregel kan zijn in plaats van een tweede integratie — en wanneer wij een model hosten, wordt de lijstprijs van de provider doorgegeven zonder markup.

Wat is er eigenlijk te zien?

Het model is geen gerucht. Het is nu direct aanroepbaar, door Nex-AGI zelf geserveerd met fp8-precisie, en het endpoint rapporteert een gezonde status — 100% uptime over de periodes die de catalogus meet, ongeveer 35 outputtokens per seconde, en een p50-latentie van 2,81 seconden. Alles hieronder komt uit die vermelding en niet van de leverancier, omdat de leverancier niets anders heeft gepubliceerd:

• Prijs — $0,12 invoer / $0,40 uitvoer per miljoen tokens, cache-leesacties tegen $0,024. De vermelding toont dat als 20% korting op een doorgestreepte lijstprijs van $0,15 / $0,50, dus beschouw het huidige bedrag als een introductietarief met een niet-gespecificeerde vervaldatum.

• Context — 262.144 tokens, hetzelfde serveervenster als elk model in de N2.5-familie, met een maximale output van 235.929 tokens.

• Modaliteit — tekst en afbeelding als invoer, tekst als uitvoer. Er is geen audio- of videokanaal en geen beeldgeneratie.

• Redeneren — verplicht, niet optioneel. Het endpoint accepteert slechts twee inspanningsinstellingen, high en medium, en de standaard is high. Je kunt het denken op dit model niet uitschakelen.

• Tooling — functieaanroepen, geforceerde toolkeuze, gestructureerde outputs en logprobs worden allemaal ondersteund; dat is de juiste set voor een agentmodel en het enige aspect van deze release dat volledig is gespecificeerd.

• {{1}}Gewichten{{/1}} — de vermelding linkt naar een Hugging Face-repository voor Nex-N2.6. Die repository toont een authenticatieprompt in plaats van een openbare modelkaart, zodat de gewichten, de configuratie en eventuele evaluatietabellen van de leverancier op het moment van publicatie niet leesbaar zijn.

Het verwisselen van de basis is de echte verandering.

Modelfamilies itereren meestal door hetzelfde post-trainingrecept op te schalen. Nex-AGI deed iets wat meer ontwrichtend was: het veranderde de basis. Nex-N2.5 Pro, uitgebracht op 8 september, was gebouwd op een Qwen3.5 mixture-of-experts-basis met 397 miljard parameters, met ongeveer 17 miljard actieve parameters per token — de architectuur en tokenizer zijn zichtbaar van Qwen afgeleid, en de modelkaart zegt dat ook. Nex-N2.6 is gebouwd op GLM-5.3-Flash, het model van een ander lab, met een andere tokenizer en een ander parameterbudget: de kaart van Z.ai beschrijft 320 miljard in totaal met 18 miljard actief, gebouwd op een hybride ontwerp met sparse en lineaire attention in plaats van de Qwen-stack.

Dat is meer dan een weetje. Een gewijzigde basis betekent dat de tool-call-parser, de chat-template, de tokenizer en de faalmodi allemaal mee veranderen. Prompts die zijn afgestemd op Nex-N2.5 Pro — vooral lange systeemprompts die een specifiek tool-call-dialect aanleren, en alles wat leunt op de token-grenzen van Q​wen om kosten te beheersen — zijn niet zonder meer overdraagbaar. De enige gedragsclaim die Nex-AGI doet, gaat precies over deze interface: het model, zegt men, vermindert repetitief redeneren en volgt de tools die in de huidige omgeving beschikbaar zijn nauwer. Dat is een plausibele verbetering wanneer je opnieuw baseert op een model dat zelf is afgestemd voor agentisch werk, en het is ook precies het soort claim dat alleen in je eigen traces opduikt, niet in een benchmarktabel. Door de leverancier gerapporteerd, niet gereproduceerd en in één zin gesteld.

Het secundaire effect is voorspelbaarheid van kosten. Nex-N2.5 Pro kon volledig zonder redeneren worden uitgevoerd, wat het goedkoop maakte voor korte, mechanische beurten. Nex-N2.6 kan dat niet. Elke aanroep denkt na, standaard met hoge inspanning. In een agentlus die veertig kleine tool-aanroepen afvuurt om een bestand te vinden, zal dat verschil in standaardgedrag je factuur meer beïnvloeden dan het genoemde tarief van 60%.

Een opvolger die 60% duurder is

De richting van de prijsstelling is het even waard om bij stil te staan, want die keert het gebruikelijke generatieverhaal om. Per miljoen tokens: Nex-N2.5 Pro voor $0,075 in / $0,25 uit, Nex-N2.6 voor $0,12 in / $0,40 uit. Zelfde contextvenster. Zelfde modaliteit. Een nieuwer model uit hetzelfde lab, op een kleinere basis, tegen 1,6 keer het tarief.

Laat je het door een realistische agent-workload lopen — tien miljoen inputtokens en twee miljoen outputtokens per maand, wat neerkomt op één gematigde codingagent in een druk team — dan zijn de cijfers $1,20 plus $0,80, dus $2,00 per maand op Nex-N2.6. Dezelfde workload op Nex-N2.5 Pro kost $0,75 plus $0,50, ofwel $1,25. Beide zijn afrondingsfouten vergeleken met de frontiermodellen. Dat is de eerlijke lezing: Nex-N2.6 is duurder dan zijn voorganger en nog steeds ongeveer een zestiende van de kosten van een flagship, dus de prijsstijging is een signaal over positionering, niet over een budgetprobleem.

Waar de stijging wel pijn doet, is bij volume, en waar de verplichte reasoning pijn doet, is in de staart. Een model dat altijd met hoge inspanning nadenkt, verbruikt outputtokens die je niet hebt gevraagd, en $0,40 per miljoen outputtokens in een reasoning-intensieve lus is een ander getal dan $0,40 bij korte antwoorden. Meet tokens per voltooide taak, niet prijs per token, voordat je iets concludeert.

Eén structurele opmerking over hoe deze tarieven doorwerken: een gateway die de lijstprijs van de provider tegen 0% opslag doorgeeft heeft geen aparte tariefkaart om af te stemmen, dus een prijsverlaging door een leverancier of het aflopen van een korting is dezelfde dag zichtbaar in plaats van pas bij de volgende contractverlenging. OrcaRouter werkt zo. Het is ook de eerlijke plek om te zeggen wat we niet hebben — er staat vandaag geen Nex-AGI checkpoint in de catalogus van OrcaRouter, dus Nex-N2.6 is een model dat je rechtstreeks bij één provider tegen één prijs aanroept. Die vorm met één provider is het werkelijke operationele risico in deze release, en het is de moeite waard om je planning daarop af te stemmen, zelfs als je ons product nooit aanraakt: een model met één endpoint, geen gepubliceerde gewichten en geen tweede host heeft geen plek om naartoe uit te wijken.

Het bewijsgat is het onderdeel dat je moet inprijzen.

De vorige release van Nex-AGI kwam met een complete uitrusting: een leverancierssite met benchmarkgrafieken, een Hugging Face-modelkaart met tekst- en multimodale tabellen waarin de familie werd vergeleken met Claude Opus 5, GPT-5.6 Sol, Kimi-K3 en Qwen3.8-Max, en een gedocumenteerd servingrecept op acht H100's. Nex-N2.6 kwam met één alinea.

Controleer wat er ontbreekt, en het is een consistente lijst. De website van de leverancier zelf adverteert nog steeds voor de Nex-N2.5-familie en vermeldt N2.6 in geen enkele vorm die we konden laden. De GitHub-organisatie heeft repositories voor Nex-N2.5, NexRT en het NexAU-agentframework, en geen voor N2.6. ModelScope geeft geen vermelding voor de checkpoint. De Hugging Face-repository die in de vermelding wordt genoemd, is niet openbaar leesbaar. Er is geen vermelding op Artificial Analysis, dus er is helemaal geen onafhankelijke score — geen zwakke, geen enkele. Op het moment van publicatie bestaat de totale openbare bewijsbasis voor dit model uit een prijs, een contextlengte, een modaliteit, een parameteraantal en één zin positionering.

Dat is niet hetzelfde als een slecht model. Het is een model waarvan je de beweringen niet kunt verifiëren, afkomstig van een lab dat eerder de controles heeft geleverd. De juiste houding is dezelfde als bij elke ongemeten afhankelijkheid: probeer het op werk dat je zelf kunt beoordelen, houd het vorige model als fallback aangesloten, en verplaats een productiepad er niet naartoe omdat het versienummer is gestegen.

Wie moet zich verplaatsen, en wie moet wachten

Er is nu een goede reden om over te stappen, maar die geldt slechts in beperkte gevallen. Als je agent-harnas zijn budget besteedt aan vechten tegen het model in plaats van aan de taak — hetzelfde bestand opnieuw lezen, een conclusie opnieuw afleiden die het al had bereikt, of tool calls versturen in een dialect dat je schema afwijst — dan is een model dat expliciet is afgestemd om repetitief redeneren te beperken en de beschikbare tools te respecteren, direct op je probleem gericht, en voor $0.12/$0.40 kost het experiment bijna niets om uit te voeren. Beeldinvoer plus functieaanroepen in één endpoint maken het ook bruikbaar voor screenshotgestuurde QA zonder dat er een tweede model aan te pas komt.

Het pleidooi om te wachten is breder. Als je werklast al draait op Nex-N2.5 Pro, is alleen de basiswissel al een migratie, en je zou het doen voor een model dat meer per token kost, niet kan worden gedraaid met redeneren uitgeschakeld, niet kan worden gedownload en geen gepubliceerde score heeft. Er is nog geen bewijs dat N2.6 ergens beter in is, behalve in de twee gedragingen die de auteur ervan noemt.

Wat het beeld zou veranderen, ruwweg in volgorde van nut: de modelkaart die begint met zijn eigen benchmarktabellen, een eerste onafhankelijke score die op een openbaar leaderboard verschijnt, de gewichten die daadwerkelijk worden gepubliceerd onder een licentie die je kunt gebruiken, en een tweede aanbieder die het host, zodat het risico van één endpoint verdwijnt. Totdat minstens twee daarvan werkelijkheid worden, is Nex-N2.6 een veelbelovende ongemeten optie in plaats van een aanbevolen upgrade — wat, gezien de prijsstijging, het hele verhaal is.

Hoe de basisverandering er op papier uitziet

De vergelijking die ertoe doet is niet Nex-N2.6 tegenover een frontier-model. Het is Nex-N2.6 tegenover de checkpoint die het vervangt, want dat is de migratie die iedereen die al op deze familie zit wordt gevraagd te maken.

Lees die lijst van boven naar beneden en het patroon is een model dat in één stap kleiner, duurder, minder configureerbaar en minder inspecteerbaar werd. Dat is niet automatisch een slechtere ruil — een basis met 321 miljard parameters die is afgestemd op agentisch toolgebruik kan een model met 397 miljard parameters verslaan dat voor iets anders was afgestemd, en de prijs per token is in absolute zin klein. Maar het is een ruil, en de leverancier heeft de vergelijking niet gepubliceerd waarmee iemand dat zou kunnen beoordelen. Totdat dat verandert, is de basiswissel het verhaal en is de benchmarktabel het ontbrekende hoofdstuk.