Nex-N2.6 troca Qwen por GLM: novo modelo de agente da Nex-AGI custa mais e diz menos

Nex-N2.6 entrou no ar na API comercial da própria Nex-AGI em 10 de novembro de 2026 sem post de lançamento, sem ficha de modelo legível e sem tabela de benchmarks. O que ele trouxe foi uma mudança de modelo base: onde Nex-N2.5 Pro foi pós-treinado em um checkpoint de mistura de especialistas do Qwen3.5, o Nex-N2.6 é pós-treinado no GLM-5.3-Flash, modelo multimodal de 320 bilhões de parâmetros da Z.ai, e o resultado carrega cerca de 321 bilhões de parâmetros próprios. Também chegou com preço mais alto que o modelo que substitui — US$ 0,12 por milhão de tokens de entrada e US$ 0,40 por milhão de saída, contra US$ 0,075 e US$ 0,25 do Nex-N2.5 Pro, um aumento de 60% em ambos os lados do medidor. Para uma família que passou dois lançamentos argumentando que entrega comportamento de agente de fronteira a preços de modelo aberto, um sucessor que custa mais e documenta menos é a parte interessante deste lançamento, não o lançamento em si.O Nex-N2.6 é um modelo de endpoint único, e esse é o risco operacional descrito acima. OrcaRouterreúne mais de 200 modelos por trás de um único endpoint compatível com OpenAI, com failover automático, então o caminho de fallback que você mantém para um modelo não avaliado pode ser uma regra de roteamento em vez de uma segunda integração — e, quando hospedamos um modelo, o preço de tabela do provedor é repassado sem acréscimo.

O que realmente há para ver?

O modelo não é um rumor. Ele pode ser invocado agora mesmo, servido pela própria Nex-AGI em precisão fp8, e o endpoint relata um estado de saúde impecável — 100% de uptime nas janelas que o catálogo mede, cerca de 35 tokens de saída por segundo e latência p50 de 2,81 segundos. Tudo abaixo vem dessa listagem, e não do fornecedor, porque o fornecedor não publicou mais nada:

• Preço — $0.12 de entrada / $0.40 de saída por milhão de tokens, leituras de cache a $0.024. A listagem mostra isso como 20% de desconto sobre um preço de tabela riscado de $0.15 / $0.50, então trate o número atual como uma tarifa introdutória com validade não especificada.

• Contexto — 262.144 tokens, a mesma janela de serviço que todos os modelos da família N2.5, com uma saída máxima de 235.929 tokens.

• Modalidade — entrada de texto e imagem, saída de texto. Não há canal de áudio ou vídeo, nem geração de imagens.

• Raciocínio — obrigatório, não opcional. O endpoint aceita apenas duas configurações de esforço, high e medium, e o padrão é high. Não é possível desativar o pensamento neste modelo.

• Ferramentas — function calling, escolha forçada de ferramenta, saídas estruturadas e logprobs são todos suportados, o que é o conjunto certo para um modelo de agente e a única coisa deste lançamento que está totalmente especificada.

• Pesos — a listagem vincula um repositório do Hugging Face para o Nex-N2.6. Esse repositório retorna uma solicitação de autenticação em vez de um card público do modelo, portanto os pesos, a configuração e quaisquer tabelas de avaliação do fornecedor não são legíveis na data de publicação.

A troca de base é a verdadeira mudança

As famílias de modelos geralmente evoluem escalando a mesma receita de pós-treinamento. A Nex-AGI fez algo mais disruptivo: mudou a base. O Nex-N2.5 Pro, lançado em 8 de setembro, foi construído sobre uma base de mistura de especialistas Qwen3.5 com 397 bilhões de parâmetros, com cerca de 17 bilhões de parâmetros ativos por token — a arquitetura e o tokenizador são visivelmente derivados do Qwen, e sua ficha diz isso. O Nex-N2.6 é construído sobre o GLM-5.3-Flash, o modelo de outro laboratório, um tokenizador diferente e um orçamento de parâmetros diferente: a ficha do Z.ai descreve 320 bilhões no total, com 18 bilhões ativos, construído sobre um projeto híbrido de atenção esparsa e linear, em vez da pilha Qwen.

Isso importa além da curiosidade. Mudar a base significa que o analisador de chamadas de ferramentas, o template de chat, o tokenizador e os modos de falha mudaram junto. Prompts calibrados para o Nex-N2.5 Pro — especialmente prompts de sistema longos que ensinam um dialeto específico de chamadas de ferramentas, e qualquer coisa que dependa dos limites de tokens do Q​wen para controlar custo — não são transferíveis por suposição. A única afirmação comportamental que a Nex-AGI faz é precisamente sobre essa interface: o modelo, segundo ela, reduz o raciocínio repetitivo e segue mais de perto as ferramentas disponíveis no ambiente atual. Isso é algo plausível de melhorar quando se muda a base para um modelo que foi ele próprio ajustado para trabalho agêntico, e também é exatamente o tipo de afirmação que só aparece nos seus próprios traces, não em uma tabela de benchmark. Relatada pelo fornecedor, não reproduzida e declarada em uma única frase.

O efeito de segunda ordem é a previsibilidade de custo. O Nex-N2.5 Pro podia ser executado com o raciocínio totalmente desativado, o que o tornava barato para turnos curtos e mecânicos. O Nex-N2.6 não pode. Toda chamada pensa, com esforço alto por padrão. Em um loop de agente que dispara quarenta pequenas chamadas de ferramenta para encontrar um arquivo, essa diferença no comportamento padrão mexerá mais na sua conta do que a taxa anunciada de 60%.

Um sucessor que custa 60% mais

A direção dos preços merece uma pausa, porque inverte a história geracional habitual. Por milhão de tokens: Nex-N2.5 Pro a $0.075 de entrada / $0.25 de saída, Nex-N2.6 a $0.12 de entrada / $0.40 de saída. Mesma janela de contexto. Mesma modalidade. Um modelo mais novo do mesmo laboratório, com uma base menor, a 1,6 vezes a tarifa.

Execute-o em uma carga de trabalho realista de agente — dez milhões de tokens de entrada e dois milhões de tokens de saída por mês, o que equivale a um agente de programação moderado em uma equipe movimentada — e os números são $1,20 mais $0,80, ou seja, $2,00 por mês no Nex-N2.6. A mesma carga de trabalho no Nex-N2.5 Pro custa $0,75 mais $0,50, ou $1,25. Ambos são meros erros de arredondamento comparados aos modelos de fronteira. Essa é a leitura honesta: o Nex-N2.6 é mais caro que seu antecessor e ainda custa cerca de um dezesseis avos de um modelo de ponta, então o aumento de preço é um sinal sobre posicionamento, e não um problema de orçamento.

Onde o aumento realmente pesa é no volume, e onde o raciocínio obrigatório pesa é na cauda. Um modelo que sempre pensa com esforço alto gasta tokens de saída que você não pediu, e US$ 0,40 por milhão de tokens de saída em um ciclo com muito raciocínio é um número diferente de US$ 0,40 em respostas curtas. Meça tokens por tarefa concluída, não preço por token, antes de concluir qualquer coisa.

Uma nota estrutural sobre como estas tarifas se propagam: um gateway que repassa o preço de lista do provedor com 0% de markup não tem uma tabela de tarifas separada para conciliar, então um corte do fornecedor ou o vencimento de um desconto aparece no mesmo dia, e não na próxima renovação do contrato. A OrcaRouter funciona assim. Também é o lugar honesto para dizer o que não temos — não há nenhum checkpoint Nex-AGI no catálogo da OrcaRouter hoje, portanto o Nex-N2.6 é um modelo que você chama diretamente de um único provedor a um único preço. Esse formato de provedor único é o risco operacional real nesta versão, e vale a pena planejar em torno disso mesmo que você nunca use nosso produto: um modelo com um único endpoint, nenhum peso publicado e nenhum segundo host não tem para onde fazer failover.

A lacuna de evidências é a parte que precisa ser precificada.

O lançamento anterior da Nex-AGI veio com um aparato completo: um site do fornecedor com gráficos de benchmark, um card no Hugging Face com tabelas de texto e multimodais comparando a família com Claude Opus 5, GPT-5.6 Sol, Kimi-K3 e Qwen3.8-Max, e uma receita de serving documentada em oito H100s. O Nex-N2.6 veio com um parágrafo.

Confira o que está faltando — e trata-se de uma lista consistente. O site do próprio fornecedor ainda anuncia a família Nex-N2.5 e não menciona o N2.6 em nenhuma forma que pudéssemos carregar. A organização no GitHub tem repositórios para Nex-N2.5, NexRT e o framework de agentes NexAU, e nenhum para o N2.6. O ModelScope não retorna nenhum registro para o checkpoint. O repositório no Hugging Face indicado na listagem não é legível publicamente. Não há entrada no Artificial Analysis, então não existe nenhuma pontuação independente — nem uma fraca, nenhuma. Até a publicação, a base total de evidências públicas para este modelo é um preço, um comprimento de contexto, uma modalidade, uma contagem de parâmetros e uma frase de posicionamento.

Isso não é o mesmo que um modelo ruim. É um modelo cujas alegações você não consegue verificar, de um laboratório que já entregou as verificações antes. A postura correta é a que você adotaria com qualquer dependência não medida: teste-o em trabalho que você mesmo possa avaliar, mantenha o modelo anterior configurado como fallback e não migre um caminho de produção para ele só porque o número da versão aumentou.

Quem deve se mover e quem deve esperar

Existe um caso real para fazer a troca agora, e ele é específico. Se o harness do seu agente gasta o orçamento lutando contra o modelo em vez de com a tarefa — relendo o mesmo arquivo, chegando de novo a uma conclusão a que já chegou ou emitindo chamadas de ferramenta em um dialeto que seu schema rejeita —, então um modelo explicitamente ajustado para reduzir raciocínio repetitivo e respeitar as ferramentas disponíveis é direcionado diretamente ao seu problema e, a $0.12/$0.40, o experimento custa quase nada para executar. Entrada de imagens somada a chamadas de função em um único endpoint também o torna utilizável para QA orientado por capturas de tela sem um segundo modelo no circuito.

O argumento a favor de esperar é mais amplo. Se sua carga de trabalho já está funcionando no Nex-N2.5 Pro, a troca de base por si só já é uma migração, e você a estaria fazendo por um modelo que custa mais por token, não pode ser executado com o raciocínio desativado, não pode ser baixado e não tem pontuação publicada. Ainda não há evidências de que o N2.6 seja melhor em nada, exceto nos dois comportamentos que seu autor menciona.

O que mudaria o quadro, em ordem aproximada de utilidade: o cartão do modelo abrir com suas próprias tabelas de benchmark, uma primeira pontuação independente aparecer num leaderboard público, os pesos serem de fato publicados sob uma licença que você possa usar, e um segundo provedor hospedá-lo, para que o risco de endpoint único desapareça. Até que pelo menos dois desses pontos se concretizem, o Nex-N2.6 é uma opção promissora porém não medida, em vez de uma atualização recomendada — o que, dado o aumento de preço, resume tudo.

Como a mudança de base fica no papel

A comparação que importa não é Nex-N2.6 contra um modelo de ponta. É Nex-N2.6 contra o checkpoint que ele substitui, porque essa é a migração que está sendo pedida a qualquer pessoa que já esteja nesta família.

Ao percorrer essa lista de cima a baixo, o padrão é um modelo que ficou menor, mais caro, menos configurável e menos inspecionável em um único passo. Isso não é automaticamente um trade-off pior — uma base de 321 bilhões de parâmetros ajustada para uso de ferramentas agênticas pode superar uma de 397 bilhões de parâmetros que foi ajustada para outra coisa, e o preço por token é pequeno em termos absolutos. Mas é uma troca, e o fornecedor não publicou a comparação que permitiria a qualquer pessoa julgá-la. Até que isso mude, a troca da base é a história, e a tabela de benchmarks é o capítulo que falta.