Nex-N2.6 zastępuje Qwen modelem GLM: nowy model agentowy Nex-AGI kosztuje więcej i mówi mniej

Nex-N2.6 zadebiutował we własnym komercyjnym API Nex-AGI 10 listopada 2026 bez wpisu premierowego, czytelnej karty modelu i tabeli benchmarków. To, z czym jednak przyszedł, to zmiana modelu bazowego: podczas gdy Nex-N2.5 Pro był dotrenowywany na punkcie kontrolnym Qwen3.5 typu mieszanki ekspertów, a Nex-N2.6 jest dotrenowywany na GLM-5.3-Flash, multimodalnym modelu Z.ai o 320 miliardach parametrów, a sam wynik ma około 321 miliardów parametrów. Przyszedł też z wyższą ceną niż model, który zastępuje — 0,12 USD za milion tokenów wejściowych i 0,40 USD za milion tokenów wyjściowych, wobec 0,075 USD i 0,25 USD w Nex-N2.5 Pro, co stanowi 60% wzrost po obu stronach licznika. Dla rodziny, która przez dwa wydania przekonywała, że zapewnia frontierowe zachowania agentowe w cenach modeli otwartych, następca, który kosztuje więcej i dokumentuje mniej, jest interesującą częścią tej premiery, a nie samą premierą. Nex-N2.6 jest modelem z jednym punktem końcowym, a to jest opisane powyżej ryzyko operacyjne. OrcaRouter obsługuje ponad 200 modeli za jednym punktem końcowym zgodnym z OpenAI, z automatycznym przełączaniem awaryjnym, więc ścieżka awaryjna, którą utrzymujesz dla niezmierzonego modelu, może być regułą routingu, a nie drugą integracją — a gdy hostujemy model, cena katalogowa dostawcy jest przekazywana bez marży.

Co tam właściwie można zobaczyć?

Model nie jest plotką. Można go wywołać już teraz — jest obsługiwany przez sam Nex-AGI z precyzją fp8, a endpoint zgłasza prawidłowy stan: 100% dostępności w oknach mierzonych przez katalog, około 35 tokenów wyjściowych na sekundę i opóźnienie p50 wynoszące 2,81 sekundy. Wszystko poniżej pochodzi z tej pozycji katalogowej, a nie od dostawcy, ponieważ dostawca nie opublikował niczego więcej:

• Cena — 0,12 USD za wejście / 0,40 USD za wyjście za milion tokenów, odczyty z pamięci podręcznej po 0,024 USD. W ofercie przedstawiono to jako 20% zniżki od przekreślonej ceny katalogowej 0,15 / 0,50 USD, więc obecną kwotę należy traktować jako stawkę wprowadzającą o niepodanym terminie wygaśnięcia.

• Kontekst — 262 144 tokeny, to samo okno obsługi co w każdym modelu z rodziny N2.5, z maksymalną liczbą tokenów wyjściowych wynoszącą 235 929.

• Modalność — tekst i obraz na wejściu, tekst na wyjściu. Nie ma kanału audio ani wideo, nie ma też generowania obrazów.

• Rozumowanie — obowiązkowe, nie opcjonalne. Punkt końcowy akceptuje tylko dwa ustawienia wysiłku, high i medium, a domyślnie high. Nie można wyłączyć myślenia w tym modelu.

• Narzędzia — wywoływanie funkcji, wymuszony wybór narzędzia, ustrukturyzowane dane wyjściowe i logprobs są obsługiwane, co stanowi właściwy zestaw dla modelu agentowego i jedyną w pełni wyspecyfikowaną rzecz w tym wydaniu.

• Wagi — ogłoszenie prowadzi do repozytorium Hugging Face dla Nex-N2.6. To repozytorium zwraca prośbę o uwierzytelnienie zamiast publicznej karty modelu, dlatego wagi, konfiguracja i ewentualne tabele oceny dostawcy nie są możliwe do odczytania w momencie publikacji.

Zamiana bazy to prawdziwa zmiana.

Rodziny modeli zwykle rozwijają się przez skalowanie tej samej receptury dostrajania po treningu. Nex-AGI zrobiło coś bardziej przełomowego: zmieniło fundament. Nex-N2.5 Pro, wydany 8 września, został zbudowany na bazie mixture-of-experts Q​wen3.5 o 397 miliardach parametrów, z około 17 miliardami parametrów aktywnych na token — architektura i tokenizer są wyraźnie wywiedzione z Q​wen, co potwierdza jego karta. Nex-N2.6 jest zbudowany na GLM-5.3-Flash, modelu innego laboratorium, z innym tokenizerem i innym budżetem parametrów: karta Z.ai podaje 320 miliardów łącznie, z 18 miliardami aktywnych, w hybrydowej architekturze uwagi rzadkiej i liniowej, a nie na stosie Q​wen.

To ma znaczenie wykraczające poza ciekawostkę. Zmiana modelu bazowego oznacza, że parser wywołań narzędzi, szablon czatu, tokenizer i tryby awarii również się zmieniły. Nie można zakładać, że prompty dostrojone pod Nex-N2.5 Pro — zwłaszcza długie prompty systemowe, które uczą konkretnego dialektu wywołań narzędzi, oraz wszystko, co opiera się na granicach tokenów Q​wen, by kontrolować koszty — będą przenośne. Jedyne twierdzenie behawioralne, jakie formułuje Nex-AGI, dotyczy właśnie tego interfejsu: model, jak się twierdzi, ogranicza powtarzalne rozumowanie i ściślej stosuje się do narzędzi dostępnych w bieżącym środowisku. To wiarygodna rzecz do poprawy, gdy przenosi się bazę na model, który sam był dostrojony do pracy agentowej, a zarazem dokładnie ten rodzaj twierdzenia, który ujawnia się tylko we własnych śladach, a nie w tabeli benchmarków. Zgłoszone przez dostawcę, nieodtworzone i przedstawione w jednym zdaniu.

Efektem drugiego rzędu jest przewidywalność kosztów. Nex-N2.5 Pro można było uruchamiać z całkowicie wyłączonym rozumowaniem, co czyniło go tanim w przypadku krótkich, mechanicznych tur. Nex-N2.6 nie może. Każde wywołanie myśli, domyślnie z wysokim wysiłkiem. W pętli agenta, która wykonuje czterdzieści małych wywołań narzędzi, aby znaleźć plik, ta różnica w domyślnym zachowaniu wpłynie na Twój rachunek bardziej niż nagłówkowa stawka 60%.

Następca, który jest o 60% droższy

Kierunek wycen wart jest zatrzymania się, ponieważ odwraca zwykłą opowieść o kolejnych generacjach. Za milion tokenów: Nex-N2.5 Pro po $0.075 za wejście / $0.25 za wyjście, Nex-N2.6 po $0.12 za wejście / $0.40 za wyjście. To samo okno kontekstu. Ten sam modal. Nowszy model z tego samego laboratorium, na mniejszej bazie, przy stawce 1,6 razy wyższej.

Przepuść to przez realistyczne obciążenie agenta — dziesięć milionów tokenów wejściowych i dwa miliony tokenów wyjściowych miesięcznie, co odpowiada jednemu średnio obciążonemu agentowi kodującemu w zapracowanym zespole — a liczby wynoszą 1,20 USD plus 0,80 USD, czyli 2,00 USD miesięcznie w Nex-N2.6. To samo obciążenie w Nex-N2.5 Pro to 0,75 USD plus 0,50 USD, czyli 1,25 USD. Oba są błędem zaokrąglenia w porównaniu z modelami frontier. To uczciwa ocena: Nex-N2.6 jest droższy niż jego poprzednik, a nadal kosztuje około jednej szesnastej ceny modelu flagowego, więc wzrost ceny jest sygnałem dotyczącym pozycjonowania, a nie problemem budżetowym.

To, gdzie wzrost faktycznie daje się we znaki, to wolumen, a to, gdzie obowiązkowe rozumowanie daje się we znaki, to ogon. Model, który zawsze myśli z wysokim wysiłkiem, zużywa tokeny wyjściowe, o które nie prosiłeś, a 0,40 USD za milion tokenów wyjściowych w pętli mocno obciążonej rozumowaniem to inna liczba niż 0,40 USD przy krótkich odpowiedziach. Zanim wyciągniesz jakiekolwiek wnioski, mierz tokeny na ukończone zadanie, a nie cenę za token.

Jedna uwaga strukturalna dotycząca tego, jak funkcjonują te stawki: bramka, która przekazuje cenę katalogową dostawcy bez narzutu (0% marży), nie ma osobnej karty stawek do uzgadniania, więc obniżka ze strony dostawcy albo wygaśnięcie rabatu widać tego samego dnia, a nie dopiero przy kolejnym odnowieniu umowy. OrcaRouter działa właśnie w ten sposób. To także uczciwe miejsce, by powiedzieć, czego nie mamy — dziś w katalogu OrcaRouter nie ma żadnego checkpointu Nex-AGI, więc Nex-N2.6 to model, który wywołujesz bezpośrednio u jednego dostawcy, w jednej cenie. Ten jednodostawcowy kształt to rzeczywiste ryzyko operacyjne w tym wydaniu i warto je uwzględnić w planach, nawet jeśli nigdy nie dotkniesz naszego produktu: model z jednym punktem końcowym, niepublikowanymi wagami i bez drugiego hosta nie ma dokąd się przełączyć w razie awarii.

Luka w dowodach to element, który trzeba uwzględnić w wycenie.

Poprzednie wydanie Nex-AGI miało pełną otoczkę: stronę dostawcy z wykresami benchmarków, kartę na Hugging Face z tekstowymi i multimodalnymi tabelami porównującymi rodzinę z Claude Opus 5, GPT-5.6 Sol, Kimi-K3 i Qwen3.8-Max oraz udokumentowaną recepturę serwowania na ośmiu H100. Nex-N2.6 dostał jeden akapit.

Sprawdź, czego brakuje — to spójna lista. Własna strona dostawcy nadal reklamuje rodzinę Nex-N2.5 i nie wspomina o N2.6 w żadnej formie, którą mogliśmy wczytać. Organizacja na GitHubie ma repozytoria dla Nex-N2.5, NexRT i frameworka agentowego NexAU, a żadnego dla N2.6. ModelScope nie zwraca żadnego rekordu dla checkpointu. Repozytorium Hugging Face wskazane w ogłoszeniu nie jest publicznie dostępne. Nie ma wpisu w Artificial Analysis, więc nie ma w ogóle niezależnej oceny — nie słabej, po prostu żadnej. Na moment publikacji całkowita publiczna baza dowodów dla tego modelu to cena, długość kontekstu, modalność, liczba parametrów i jedno zdanie pozycjonowania.

To nie to samo co zły model. To model, którego deklaracji nie możesz zweryfikować, pochodzący z laboratorium, które wcześniej dostarczało mechanizmy weryfikacji. Właściwa postawa jest taka, jaką przyjąłbyś wobec każdej niezmierzonej zależności: wypróbuj go na pracy, którą możesz sam ocenić, pozostaw poprzedni model podłączony jako rozwiązanie awaryjne i nie przenoś na niego ścieżki produkcyjnej tylko dlatego, że numer wersji wzrósł.

Kto powinien się ruszyć, a kto powinien czekać

Istnieje uzasadniony powód, by przełączyć się teraz, ale dotyczy on wąskiego przypadku. Jeśli środowisko agenta zużywa budżet na walkę z modelem, a nie z zadaniem — ponownie czyta ten sam plik, ponownie wyprowadza wniosek, do którego już doszło, albo wysyła wywołania narzędzi w dialekcie, który odrzuca Twój schemat — to model wyraźnie dostrojony do ograniczania powtarzalnego rozumowania i respektowania dostępnych narzędzi jest wycelowany bezpośrednio w Twój problem, a przy cenie $0.12/$0.40 przeprowadzenie eksperymentu kosztuje niemal nic. Wejście obrazowe wraz z wywoływaniem funkcji w jednym punkcie końcowym sprawia też, że nadaje się do QA opartego na zrzutach ekranu bez drugiego modelu w pętli.

Argument za poczekaniem jest szerszy. Jeśli Twoje obciążenie już działa na Nex-N2.5 Pro, sama wymiana bazy to migracja, a robiłbyś ją dla modelu, który kosztuje więcej za token, nie można go uruchomić z wyłączonym rozumowaniem, nie można go pobrać i nie ma opublikowanego wyniku. Nie ma jeszcze dowodów, że N2.6 jest lepszy w czymkolwiek poza dwoma zachowaniami, które wymienia jego autor.

Co zmieniłoby obraz sytuacji, w przybliżonej kolejności użyteczności: karta modelu rozpoczynająca się od własnych tabel benchmarków, pojawienie się pierwszego niezależnego wyniku na publicznym leaderboardzie, faktyczne opublikowanie wag na licencji, której można używać, oraz hostowanie modelu przez drugiego dostawcę, tak aby zniknęło ryzyko związane z jednym punktem końcowym. Dopóki co najmniej dwa z tych elementów się nie zmaterializują, Nex-N2.6 jest obiecującą, niezmierzoną opcją, a nie zalecanym uaktualnieniem — co, biorąc pod uwagę wzrost ceny, jest całą historią.

Jak zmiana bazy wygląda na papierze

Istotne porównanie to nie Nex-N2.6 z modelem czołowym. To Nex-N2.6 z checkpointem, który zastępuje, ponieważ to właśnie migracja, o którą proszony jest każdy, kto już korzysta z tej rodziny.

Przeczytaj tę listę od góry do dołu, a wzorzec to model, który w jednym kroku stał się mniejszy, droższy, mniej konfigurowalny i mniej poddający się inspekcji. To nie jest automatycznie gorszy kompromis — bazowy model z 321 miliardami parametrów dostrojony do agentowego korzystania z narzędzi może pobić model z 397 miliardami parametrów dostrojony do czegoś innego, a cena za token jest niewielka w ujęciu absolutnym. Ale to jest kompromis, a dostawca nie opublikował porównania, które pozwoliłoby komukolwiek je ocenić. Dopóki się to nie zmieni, głównym tematem jest podmiana modelu bazowego, a brakującym rozdziałem — tabela benchmarków.