Nex-N2.6 vs Grok 4.7: szesnaście razy taniej, połowa kontekstu i jedno z nich ma wynik

Różnica cen między Nex-N2.6 a Grok 4.7 nie jest rabatem. To zupełnie inna kategoria zakupu. Przy 0,12 USD za milion tokenów wejściowych i 0,40 USD za milion tokenów wyjściowych Nex-N2.6 kosztuje około jednej szesnastej tego, co Grok 4.7 przy 2,00 USD i 6,00 USD — a jeśli Twój prompt przekracza 200 000 tokenów, stawka Grok 4.7 podwaja się do 4,00 USD i 12,00 USD, co sprawia, że różnica na wejściu przekracza trzydzieści trzy do jednego. Tak więc użyteczne pytanie nie brzmi, który model jest lepszy. Nikt, w tym Nex-AGI, nie opublikował liczby, która pozwoliłaby na to odpowiedzieć. Użyteczne pytanie brzmi, co kupujesz za tę 16-krotność: okno 500 000 tokenów, dwuletni publiczny dorobek benchmarkowy, udokumentowany kontrakt wywoływania narzędzi i dostawcę z działem sprzedaży — w porównaniu z modelem, który ukazał się wczoraj z ceną, długością kontekstu i jednym zdaniem pozycjonowania.

Dwa modele, ograniczone do tego, co można zweryfikować

Grok 4.7 to flagowy model SpaceXAI, wydany 21 września 2026 r., i w tym zestawieniu jest ugruntowaną, zmierzoną opcją. Nex-N2.6 to następca Nex-N2.5 Pro od Nex-AGI, dostępny na własnym API dostawcy od 10 listopada 2026 r., i to on jest opcją niezmierzoną. Przedstawione wymiar po wymiarze, wraz ze źródłem każdej liczby:

• Cena za milion tokenów — Nex-N2.6: 0,12 USD za wejście / 0,40 USD za wyjście (w cenniku, z 20% rabatem wprowadzającym wynikającym z przekreślonej ceny 0,15 USD / 0,50 USD) vs Grok 4.7: 2,00 USD za wejście / 6,00 USD za wyjście, rosnąca do 4,00 USD / 12,00 USD powyżej 200 tys. tokenów wejściowych (własna karta stawek SpaceXAI).

• Okno kontekstu — Nex-N2.6: 262 144 tokeny vs Grok 4.7: 500 000, wobec którego SpaceXAI pozwala na maksymalnie 450 000 tokenów wyjściowych w jednym wywołaniu. Limit wyjściowy Nex-N2.6 to 235 929.

• Modalność wejściowa — oba przyjmują tekst i obrazy oraz zwracają tekst. Dokumentacja SpaceXAI wymienia również wejście plikowe w API; w wykazie Nex-N2.6 tego nie ma.

• Kontrola rozumowania — Nex-N2.6 ma obowiązkowe rozumowanie i dwa ustawienia, wysokie oraz średnie, domyślnie wysokie, bez możliwości wyłączenia myślenia. Grok 4.7 oferuje niskie, średnie, wysokie i xhigh, domyślnie wysokie, a przy zadaniach mechanicznych można zejść do najtańszego ustawienia.

• Baza i rozmiar — Nex-N2.6 jest dotrenowany na GLM-5.3-Flash i ma około 321 miliardów parametrów; SpaceXAI w ogóle nie publikuje liczby parametrów dla Grok 4.7.

• Niezależny wynik — Grok 4.7 ma taki. Nex-N2.6 nie ma żadnego, na żadnej liście rankingowej.

• Wagi — opis Nex-N2.6 wskazuje na repozytorium Hugging Face, które zwraca prośbę o uwierzytelnienie zamiast publicznej karty. Grok 4.7 jest zamknięty, dostępny wyłącznie przez API i nie udaje, że jest inaczej.

Co 500 000 tokenów tak naprawdę ci daje

Luka kontekstowa to jedyne miejsce, w którym łatwo uzasadnić wyższą cenę Grok 4.7, i miejsce, w którym cennik staje się najmniej intuicyjny. Podwojenie okna z 262K do 500K nie jest miłym dodatkiem w pracy z agentami; zmienia to, jakie zadania można podjąć w jednym wywołaniu. Całe drzewo źródłowe średniej wielkości repozytorium, pełny wątek incydentu z logami, nagromadzony brudnopis długo działającego agenta — wszystko to mieści się w Grok 4.7, a do Nex-N2.6 musi być dzielone na fragmenty, streszczane lub pobierane.

Ale zauważ, gdzie idą pieniądze. Przy 200 000 tokenów wejściowych wchodzi stawka progowa, więc żądanie wykorzystujące okno, za które zapłaciłeś, jest rozliczane po $4.00 za milion tokenów wejściowych zamiast $2.00. Pojedyncze wywołanie z 300 000 tokenów kosztuje $1.20 w Grok 4.7 wobec około $0.04 w Nex-N2.6 dla równoważnego promptu. Zdolność długiego kontekstu jest realna, a cena długiego kontekstu jest wysoka, co oznacza, że rozsądna architektura jest inna w każdym przypadku: w Grok 4.7 łączysz trudne problemy w ogromne wywołania i płacisz za ten przywilej; w Nex-N2.6 utrzymujesz małe wywołania, opierasz się na wyszukiwaniu i traktujesz okno jako zapas, a nie przestrzeń roboczą.

Grok 4.7 jest też jedynym z tych dwóch, który można kierować przez router, a nie tylko wywoływać. Znajduje się w katalogu OrcaRouter pod grok/grok-4.7, w cenie SpaceXAI $2.00 / $6.00 bez narzutu, na tym samym kluczu co reszta serii Grok — Grok 4.6, 4.5, 4.3 i rodzina 4.20 — co ma tu znaczenie z konkretnego powodu: daje łańcuch awaryjny w ramach rodziny jednego dostawcy, bez drugiej umowy i drugiego SDK. Nex-N2.6 nie ma w naszym katalogu i nie będziemy udawać, że jest inaczej; czy to się zmieni, zależy od decyzji Nex-AGI, nie od nas.

Wynik — i jak go czytać, by nie dać się zwieść

W tym miejscu to porównanie musi zwolnić, ponieważ liczba, która najprawdopodobniej będzie cytowana w przypadku Grok 4.7, jest pułapką, jeśli wyjmie się ją z kontekstu. Artificial Analysis obecnie mierzy go na 35 w swoim Intelligence Index — ale to w wersji 5.0.1 indeksu, w której przebudowano zestaw zadań. W poprzedniej wersji, 4.3.2, ten sam model uzyskał 46. Obie liczby są poprawne; nie są porównywalne, a każdy artykuł (w tym nasz z września), który podał 46 obok liczb z tablicy 5.x, cytował przez granicę wersji. Używaj 35 jako bieżącego odczytu i nie odejmuj go od niczego mierzonego na starym indeksie.

To, co przetrwa zmianę wersji, to kształt wyniku oraz stojąca za nim ekonomika poszczególnych zadań:

• AA-Briefcase Elo — 1,511.7 dla Grok 4.7 przy wysiłku xhigh, na tablicy długoterminowej pracy wiedzowej, mierzone niezależnie.

• Koszt na zadanie Intelligence Index — 0,26 USD ważony, z czego 0,11 USD przypada na zapisy do pamięci podręcznej, a 0,11 USD na tokeny wyjściowe. Wiersz dotyczący pamięci podręcznej wiele zdradza: ten model jest zaprojektowany do działania z włączonym buforowaniem promptów, a jego efektywna cena jest funkcją tego, jak duża część promptu pozostaje stała między wywołaniami.

• GDPval — 1 692,05, a HLE 49,4 — oba z tego samego niezależnego przebiegu.

• Terminal-Bench 4.0 — 34,8, FrontierCode 2.0 — 24,0. Programowanie to dziedzina, w której przewaga modelu flagowego nad konkurentami z otwartymi wagami była przez cały rok najmniejsza, a to nie są liczby, które kończą spór.

Kolumna Nex-N2.6 na tej tablicy jest pusta. Nie słaba — pusta. Brak wpisu w Artificial Analysis, brak tabeli dostawcy, brak wag, na których można by przeprowadzić własną ewaluację. Jedynym istniejącym stwierdzeniem o wydajności jest jednozdaniowa deklaracja Nex-AGI, że N2.6 w porównaniu z Nex-N2.5 Pro ogranicza powtarzalne rozumowanie i ściślej stosuje się do narzędzi dostępnych w bieżącym środowisku. To twierdzenie o dyscyplinie wywoływania narzędzi, złożone przez dostawcę, niepowtórzone, i stanowi cały publiczny zapis wydajności tego modelu.

Gdzie każdy z nich jest niewłaściwym narzędziem

Nex-N2.6 to niewłaściwe narzędzie, gdy zadanie wymaga okna kontekstu. Jeśli Twój potok zależy od przekazania modelowi kontekstu o długości 300 tys. tokenów i zadania mu na jego temat jednego pytania, żadna przewaga cenowa tego nie zrekompensuje, ponieważ takie wywołanie się nie mieści. To także niewłaściwe narzędzie, gdy potrzebujesz liczby przed podjęciem zobowiązania — zamówienie publiczne, nadzorowany przegląd, zakład, który trzeba uzasadnić w dokumencie. Model bez choćby jednego niezależnego pomiaru nie może spełnić tego kryterium i nie należy argumentami przerzucać go ponad ten próg.

Grok 4.7 to niewłaściwe narzędzie, gdy praca ma charakter masowy i tani. Każda pętla, która wykonuje tysiące krótkich wywołań — klasyfikowanie zgłoszeń, wyodrębnianie pól, ocenianie partii diffów — płaci stawki flagowego modelu za zadanie, w którym różnica między 35 a hipotetycznym równoważnym wynikiem jest niewidoczna w danych wyjściowych. To także niewłaściwe narzędzie, gdy potrzebujesz modelu, który da się poddać inspekcji: brak wag, brak konfiguracji, brak uruchamiania lokalnego i istnienie wyłącznie w hostingu. Jeśli Twoja historia zgodności wymaga punktu kontrolnego, który możesz mieć u siebie, ten model nie może być jej częścią.

Istnieje trzecie podejście, użyteczniejsze niż którykolwiek z ekstremów: używać taniego modelu tam, gdzie praca jest powtarzalna i podlega ocenie, używać drogiego tam, gdzie praca jest długa i ma istotne konsekwencje, a wybór między nimi pozostawić routerowi, który rozstrzyga to na podstawie samego żądania, a nie zaszytej nazwy modelu. DSL routingu OrcaRouter wyraża dokładnie to — zestaw reguł opartych na liczbie tokenów, klasie zadania lub wywołującym, ocenianych dla każdego żądania — i właśnie dlatego różnica cen jest tu kwestią routingu, a nie architektury. Współczynnik 16x ma znaczenie tylko dla ruchu, który faktycznie kierujesz na drogą stronę.

Decyzja — każda w jednym akapicie

Wybierz Nex-N2.6, jeśli jesteś już w ekosystemie narzędzi Nex-AGI, Twoje prompty są krótkie, Twoje obciążenie to napędzana zrzutami ekranu lub mocno narzędziowa pętla agentowa, w której domniemana poprawa modelu jest dokładnie tym, czego potrzebujesz, i możesz sam ocenić jego wyniki na próbce rzeczywistych zadań w tym tygodniu. Przy $0.12 / $0.40 eksperyment jest niedrogi, a wczesne wejście na model, który okaże się dobry, ma swoją wartość. Przystępuj do tego ze świadomością, że korzystasz z zależności od jednego punktu końcowego, bez publikowanych wag i bez niezależnej oceny, oraz że ten model zadebiutował podwyżką ceny — a nie obniżką.

Wybierz Grok 4.7, jeśli praca wymaga 500 000 tokenów w jednym wywołaniu, jeśli rekord w benchmarku jest wymogiem, a nie preferencją, albo jeśli chcesz model, na który router może przełączyć się awaryjnie w obrębie rodziny mającej już pięć generacji. Zapłacisz 16 razy więcej niż według stawki Nex-N2.6 za wyjście, więcej powyżej 200K wejścia, a otrzymasz jedyną rzecz, którą premia 16x może uczciwie kupić: model, którego zachowanie zostało już zmierzone przez innych. W przypadku wszystkiego, co musi zadziałać za pierwszym razem, ta premia jest zwykle tańszą pozycją kosztową.

Rzecz, na którą warto zwrócić uwagę

To starcie będzie wyglądać zupełnie inaczej w ciągu miesiąca, a wyzwalaczem nie jest zmiana ceny — jest nim wiersz w benchmarku. Jeśli na karcie Nex-N2.6 pojawią się własne tabele albo niezależny wynik trafi na publiczną tablicę, porównanie stanie się zwyczajne: dwa modele z liczbami, jeden tańszy, drugi o szerszych możliwościach. Jeśli nie stanie się ani jedno, ani drugie, luka w tym artykule przestanie dotyczyć możliwości, a zacznie dotyczyć zaufania, a 16-krotna premia za Grok 4.7 po cichu zamieni się w cenę wiedzy o tym, co kupujesz.