GPT-6 Astra vs Nex N2.5 Pro: jeden agent do obsługi komputera rozlicza według tokenów

Agent obsługujący komputer to ten jeden typ obciążenia, w którym rozliczanie za token przestaje być abstrakcją. Weź pojedyncze zadanie — otwórz przeglądarkę, znajdź rekord, wypełnij formularz, zweryfikuj wynik — a agent, który myśli między każdą akcją, wykona je zużywając dziesiątki tysięcy tokenów, a potem powtórzy to dziesięć tysięcy razy. GPT-6 Astra, flagowy model OpenAI wydany 3 września 2026, pobiera za to 10,00 USD za milion tokenów wejściowych i 50,00 USD za milion tokenów wyjściowych, z podwójną stawką powyżej 272 000 tokenów. Nex-N2.5 Pro, 397-miliardowy model do obsługi komputera, który Nex-AGI ogłosiła 8 września 2026, powstał z myślą o tej samej klasie zadań i jest udostępniony na licencji Apache-2.0, wraz z instrukcjami uruchomienia dla jednego węzła z ośmioma H100. Obaj dostawcy podają wyniki OSWorld-2. Tylko jeden z nich daje licznik, który możesz odczytać, zanim zaczniesz.

Wiersz wzorcowy, który faktycznie się nakłada

OSWorld-2 jest tym, co najbardziej przypomina wspólną miarę dla obu tych modeli, i warto zauważyć, jak niewiele ta wspólna pozycja tak naprawdę ustala. Karta Nex-AGI podaje Nex-N2.5 Pro z wynikiem 56,4 w OSWorld-2, obok Claude Opus 5 z 68,3 i Qwen3.8-Max z 46,7, które to dane cytuje ze źródeł rankingowych i dostawcy. Materiały premierowe O​penAI dotyczące GPT-6 Astra podają 72,6% w OSWorld 2.0 przy około 40 minutach na zadanie, co opisują jako około 47% mniej czasu na zadanie niż w przypadku GPT-5.6 Sol.

Tych dwóch liczb nie można umieścić w tej samej kolumnie. Zostały uzyskane przez różne laboratoria, na różnych środowiskach testowych, w różnych terminach, przy różnych budżetach działań — a Nex-AGI wprost stwierdza, że jego ewaluacje użycia komputera i użycia przeglądarki przeszły przez własne środowisko NexCUA, które — jak twierdzi — zamierza udostępnić jako open source, ale jeszcze tego nie zrobił. Uczciwy odczyt tej pary jest więc kierunkowy i wąski: liczba OpenAI jest wyższa, obie pochodzą od dostawców, a żadnej nie udało się odtworzyć. Co natomiast ten wiersz ustala, to że obie firmy uważają OSWorld-2 za benchmark, który liczy się dla tej klasy modeli, co podpowiada, na co zwrócić uwagę przy niezależnym uruchomieniu.

Pozostała część karty Nex-AGI to tabela jednego dostawcy, w której przy każdym wierszu znajduje się to samo zastrzeżenie:

• Obsługa komputera, według dostawcy — OSWorld-2 56,4, OSWorld-Verified 82,2, OSWorld-G 87,4, WebArena-Verified 67,6, WebTest 52,8, Vision2Web 68,2

• Kodowanie i tekst, według dostawcy — Terminal-Bench 2.1: 82,7, SWE-Bench Pro 61,2, BrowseComp 89,7, AutomationBench v1.0.6: 44,2

• Niezależny wynik GPT-6 Astra — 53 w Artificial Analysis Intelligence Index, 44,6 tokenów wyjściowych na sekundę, 3,26 USD za ukończone zadanie w indeksie, siódme miejsce wśród 216 pod względem inteligencji i 168. miejsce wśród 185 pod względem szybkości

• Rekord dostawcy GPT-6 Astra — 98% w FrontierMath Tier 4, 99,9% w ARC-AGI-3 (62,7% w standardowym harnessie ARC Prize, 99,9% w adapterze dostawcy), 100% w ExploitBench, 57,9% w Terminal-Bench 4.0

Przeczytaj te cztery wiersze razem, a asymetria staje się oczywista. Astra ma niezależną tablicę wyników i tabelę dostawcy, które nie zgadzają się ze sobą, co przynajmniej daje ci coś do rozważenia. Nex-N2.5 Pro ma tylko tabelę dostawcy — nie ma dla niego wpisu w Artificial Analysis ani strony dla żadnego modelu Nex na tej tablicy — więc każda powyższa liczba opiera się wyłącznie na autorytecie Nex-AGI i niczym więcej.

Co oznacza druga liczba na karcie: ciężarki wylądowały

Repozytorium Nex-N2.5 Pro w Hugging Face zostało utworzone 8 września 2026 r., a gdy ogłaszano rodzinę, karta modelu zawierała zapowiedź, że wagi pojawią się wkrótce. Ta luka została zamknięta. Repozytorium zawiera teraz 122 shardy safetensors o łącznym rozmiarze około 407 GB, opublikowane na licencji Apache-2.0, a karta dokumentuje sposób serwowania wystarczająco szczegółowo, by uruchomić go bez konieczności inżynierii odwrotnej.

Ten przepis jest wart przeczytania, zanim wycenisz porównanie, ponieważ jest argumentem za tym modelem w takim samym stopniu jak każdy wiersz benchmarku. Nex-N2.5 Pro to rzadka mieszanina ekspertów: łącznie 397 miliardów parametrów, z około 17 miliardami aktywnymi na token. Udokumentowane wdrożenie to pojedynczy węzeł ośmiu H100 z dostosowaną kompilacją SGLang — nexagi/sglang:v0.5.18-nex-patch — z równoległością tensorową na wszystkich ośmiu, włączonym parserem rozumowania Qwen3 i parserem wywołań narzędzi Qwen3-coder, długością kontekstu 262 144 tokenów oraz zalecanym próbkowaniem przy temperature 0,7, top_p 0,95, top_k 40. Osiem H100 to znaczące, ale rutynowe zapotrzebowanie sprzętowe. Ponieważ na token aktywuje się tylko 17 miliardów parametrów, obliczenia na akcję pozostają niewielkie, mimo że ślad wagowy jest duży — i to jest cały powód, dla którego model 397B może wdrożyć ktoś inny niż hiperskaler.

Kontekst o długości 262 144 tokenów to specyfikacja, która przesądza o większości projektów agentów. Okno Astry wynosi 1 050 000 tokenów przy limicie wyjściowym 128 000 tokenów, a jej własne progi usługowe sprawiają, że górny zakres jest drogi: powyżej 272 000 tokenów wejściowych całe żądanie jest wyceniane ponownie po 20,00 USD za wejście i 75,00 USD za wyjście, przy odczytach z pamięci podręcznej po 2,00 USD i zapisach do pamięci podręcznej po 25,00 USD. Długość obsługi 262 144 tokenów w Nex-N2.5 Pro plasuje się tuż poniżej tej granicy, co jest albo zbiegiem okoliczności, albo specyfikacją napisaną przez kogoś, kto czyta strony z cennikami innych dostawców. Tak czy inaczej, praktyczną konsekwencją jest to, że pętla agenta utrzymująca długą historię sesji na Nex-N2.5 Pro nigdy nie przekracza granicy warstwy, która w przybliżeniu podwaja koszt wejścia Astry.

Gdzie trafiają pieniądze przez dziesięć tysięcy uruchomień

Cena za token to niewłaściwa jednostka dla tego obciążenia i warto konkretnie wyjaśnić dlaczego. Agent przeglądarkowy, który wykonuje zadanie w stu akcjach, wysyła sto żądań, z których każde niesie zakumulowany stan sesji. Nawet gdy buforowanie podpowiedzi naprawdę działa, strona wejściowa rośnie z kwadratem liczby akcji, podczas gdy strona wyjściowa rośnie liniowo. To właśnie ten kształt sprawia, że cennik zamienia się w pozycję budżetową.

Te dwa modele odpowiadają na ten kształt w różny sposób, a różnica nie dotyczy przede wszystkim liczb:

• Struktura kosztów — GPT-6 Astra rozliczany według stawek: 10,00 USD za wejście / 1,00 USD za odczyt z pamięci podręcznej / 12,50 USD za zapis do pamięci podręcznej / 50,00 USD za wyjście za 1 mln, podwaja się powyżej 272 tys. tokenów w porównaniu z Nex-N2.5 Pro rozliczanym lub hostowanym samodzielnie, bez opublikowanej stawki cennikowej od Nex-AGI dla poziomu Pro

• Wymóg kapitałowy — GPT-6 Astra: brak, to API, w przeciwieństwie do Nex-N2.5 Pro: pojedynczego węzła z ośmioma H100 lub hostowanego endpointu, którego warunki handlowe ustala dostawca

• Kontekst w czasie obsługi — GPT-6 Astra 922 000 tokenów wejściowych, 128 000 wyjściowych vs Nex-N2.5 Pro 262 144 tokeny, jak udokumentowano w konfiguracji startowej

• Kontrola rozumowania — GPT-6 Astra reasoning.effort od low do max vs Nex-N2.5 Pro reasoning_effort na poziomie none, medium (adaptacyjny, domyślny) lub high

• Wejście — GPT-6 Astra tekst, obraz i plik według list routera, tekst i obraz według własnej strony O​penAI vs Nex-N2.5 Pro tekst i obraz, przy czym wizja jest traktowana jako kanał percepcji agenta, a nie druga modalność

• Wagi — GPT-6 Astra zamknięte kontra Nex-N2.5 Pro Apache-2.0, 122 shardy, około 407 GB

Ten ostatni wiersz zmienia arytmetykę, a nie cenę. Jeśli posiadasz osiem H100 i nie są one zajęte czymś innym, koszt krańcowy kolejnego uruchomienia agenta zbliża się do kosztu energii elektrycznej, a żaden konkurent rozliczający się za token nie osiąga tej liczby przy żadnym wolumenie. Jeśli ich nie posiadasz, punktem porównania staje się nakład kapitałowy i API rozliczane za użycie zaczyna wyglądać tanio dokładnie w taki sposób, w jaki wynajęty samochód wygląda tanio na tle raty za samochód — dopóki nie zaczniesz jeździć nim codziennie przez trzy lata.

Uczciwa wersja pytania „kupić czy zbudować” sprowadza się tutaj do wykorzystania. Obciążenie agenta działające w sposób ciągły sprawia, że węzeł wygląda jak okazja; takie, które rośnie w godzinach pracy i przez noc pozostaje bezczynne, sprawia, że elastyczność API jest warta swojej dopłaty. Karta żadnego dostawcy nie powie ci, który masz przypadek, a żaden wiersz benchmarku nie zastąpi liczby, którą generuje twój własny ruch.

Jedną rzeczą, której karta Nex-N2.5 Pro ci nie powie, jest jej cena. Nex-AGI nie publikuje cennika stawek za token dla poziomu Pro; model trafił do użytkowników najpierw przez hostowane endpointy podlinkowane z jego własnej karty, a warunki handlowe ustala dostawca, a nie coś, co miałaby szacować zewnętrzna strona. Ten artykuł nie podaje takiej ceny.

Do czego każdy z nich jest w rzeczywistości stworzony

Najwyraźniejsza różnica między tymi dwoma nie polega na możliwościach, lecz na pętli, wokół której zostały zaprojektowane. Nex-AGI ujmuje rodzinę N2.5 w ten sposób, że wizja nie jest jedynie modalnością wejściową, ale interfejsem, przez który agent postrzega swoje środowisko, weryfikuje wynik działania i decyduje, co zrobić dalej. Nex-N2.5 Pro jest dostrajany po treningu wstępnym z linii Qwen3.5 specjalnie pod tę pętlę postrzegania i sprawdzania, w sesjach przeglądarkowych i na pulpicie, z autokorektą na podstawie wyniku wizualnego. Jego kontrola rozumowania odzwierciedla ten sam projekt: tryb domyślny jest adaptacyjny, pozwalając modelowi zdecydować, ile ma myśleć przed każdym działaniem, a tryb bez rozumowania jest dostępny dla kroków, które wyraźnie go nie wymagają. Dla agenta podejmującego setki kolejnych decyzji kontrola myślenia na każdym kroku jest dźwignią kosztów, a nie pokrętłem jakości, i to ustawienie domyślne ma największe znaczenie.

Pozycjonowanie GPT-6 Astra jest szersze, a jego narracja o korzystaniu z komputera wiąże się ze strukturą cenową, która zakłada długie przebiegi. OpenAI sprzedaje go do długoterminowej, kompleksowej pracy zawodowej — prowadzenia zadania od polecenia do gotowego artefaktu przy użyciu komputera tak, jak robi to człowiek — a okno 1 050 000 tokenów to specyfikacja, która umożliwia takie przebiegi bez streszczania. To prawdziwa zaleta w klasie zadań, w których agent musi wciąż odnaleźć wymaganie przekazane mu godzinami wcześniej; jest to także powód, dla którego istnieje pasmo 272 000 tokenów, a każdy, kto uruchamia Astrę jako agenta, powinien odczytywać to pasmo jako cenę tej funkcji, a nie jako karę.

Dwa fakty operacyjne dotyczące Astry powinny znaleźć się w każdej ocenie jej jako platformy agentowej, ponieważ oba wpływają na pętlę produkcyjną. Jej zmierzona przepustowość wynosi 44,6 tokena wyjściowego na sekundę w teście Artificial Analysis, co jest wystarczająco wolne, by mieć znaczenie, gdy każde ze stu działań czeka na odpowiedź. A Astra to pierwszy model OpenAI, który przekroczył firmowy krytyczny próg zdolności w zakresie cyberbezpieczeństwa, co oznacza, że w wersji dostarczonej odmawia realizacji zaawansowanych zadań cyber, a mechanizmy zabezpieczające znajdują się na ścieżce żądania — w ChatGPT i Codex użytkownik może zostać poproszony o zweryfikowanie działania, natomiast w API zadanie po prostu się zatrzymuje. Dla agenta bezpieczeństwa defensywnego to realne ograniczenie; dla zwykłego agenta procesów biznesowych jest ono w większości niewidoczne.

Uruchamianie obu, i co router z tym robi

Nex-N2.5 Pro nie ma go na OrcaRouter i ta strona nie twierdzi, że jest — to checkpoint na licencji Apache-2.0 z nowszego laboratorium, a droga do niego prowadzi przez własne usługi hostowane Nex-AGI, platformę zewnętrzną lub wdrożenie na ośmiu H100 opisane w jego karcie. GPT-6 Astra jest w naszym katalogu jako openai/gpt-6-astra, po stawkach cennikowych OpenAI przekazywanych dalej z naszą marżą 0%, więc zmiana któregokolwiek z jego czterech liczników zostanie zastosowana do Twojego istniejącego klucza tego samego dnia, w którym zostanie opublikowana.

Ten podział sprawia, że mieszana flota jest praktyczna, a nie teoretyczna. Zespół, który chce się dowiedzieć, czy samodzielnie hostowany agent do obsługi komputera radzi sobie ze swoim obciążeniem, może umieścić model rozliczany za tym samym punktem końcowym kompatybilnym z OpenAI, który już wywołuje, skierować część ruchu na checkpoint i porównywać ukończone zadania na dolara, a nie tokeny na wywołanie — co jest jedyną jednostką, która odpowiada na to pytanie. Automatyczne przełączanie awaryjne pokrywa złe dni wdrożenia, bez konieczności pisania drugiej integracji, a także pokrywa złe dni API. Porównanie, którego dokonuje ta strona, jest porównaniem struktur kosztów, a strukturę kosztów testuje się na własnym ruchu, a nie odczytuje z cennika.

Który uruchomić

Wybierz Nex-N2.5 Pro, jeśli obsługa komputera i przeglądarki jest produktem, a nie jego funkcją, jeśli już eksploatujesz zasoby GPU albo jeśli Apache-2.0 ma decydujące znaczenie, ponieważ dane, z którymi ma styczność agent, nie mogą opuścić twojej infrastruktury. Zaplanuj budżet na węzeł, zanim zaplanujesz cokolwiek innego, i przeprowadź własną ocenę wyniku OSWorld-2, zanim zaczniesz na nim polegać — środowisko testowe, które go wygenerowało, nie jest jeszcze publiczne, a dopóki nie jest, 56.4 to twierdzenie, a nie wynik.

Wybierz GPT-6 Astra, jeśli praca wymaga sięgnięcia do górnej granicy bardzo długiego kontekstu, jeśli chcesz mieć niezależną tablicę wyników do porównania z tabelą dostawcy albo jeśli wolisz w ogóle nie uruchamiać GPU. Kosztuje 10,00 USD i 50,00 USD za milion tokenów oraz 3,26 USD za każde ukończone zadanie indeksowania — to najdroższa opcja w tym porównaniu i jednocześnie ta o najmniejszym narzucie operacyjnym. Nie stawiaj na niej agenta o krótkich promptach i dużym wolumenie; przy takich rozmiarach żądań płacisz stawkę jak za model flagowy za obciążenie, z którym poradzi sobie tańszy model, a pasmo 272 000 tokenów, które uzasadnia ten cennik, to zakres, którego nigdy nie wykorzystasz.

Wniosek wart zapamiętania jest taki, że te dwa są wyceniane według różnych ograniczeń. Koszt Nex-N2.5 Pro to węzeł, a jego ekonomika poprawia się im więcej go używasz. Koszt GPT-6 Astra to licznik, a jego ekonomika jest płaska, niezależnie od tego, jak dużo go używasz. W przypadku agenta korzystającego z komputera, który działa nieprzerwanie, ta różnica kumuluje się szybciej niż jakakolwiek luka w benchmarkach między nimi.

Premiera to również moment, by sprawdzić, co poszło nie tak wcześniej: udokumentowane incydenty AI i awarie agentów związane z modelami tej klasy są zebrane w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporne.