Nex-N2.6 vs Grok 4.7: Dezesseis vezes mais barato, metade do contexto, e um deles tem uma pontuação

A diferença de preço entre Nex-N2.6 e Grok 4.7 não é um desconto. É uma categoria diferente de compra. A US$ 0,12 por milhão de tokens de entrada e US$ 0,40 por milhão de saída, o Nex-N2.6 custa cerca de um dezesseis avos dos US$ 2,00 e US$ 6,00 do Grok 4.7 — e, se o seu prompt ultrapassar 200.000 tokens, a tarifa do Grok 4.7 dobra para US$ 4,00 e US$ 12,00, o que leva a diferença a mais de trinta e três para um na entrada. Então, a pergunta útil não é qual modelo é melhor. Ninguém, incluindo a Nex-AGI, publicou um número que permitisse responder a isso. A pergunta útil é o que você está comprando com o fator 16x: uma janela de 500.000 tokens, dois anos de histórico público em benchmarks, um contrato documentado de chamada de ferramentas e um fornecedor com uma equipe de vendas — contra um modelo lançado ontem com um preço, um comprimento de contexto e uma frase de posicionamento.

Os dois modelos, reduzidos ao que é verificável

O Grok 4.7 é o carro-chefe da SpaceXAI, lançado em 21 de setembro de 2026, e é a opção consolidada e medida nesta comparação. O Nex-N2.6 é o sucessor do Nex-N2.5 Pro pela Nex-AGI, disponível na própria API do fornecedor desde 10 de novembro de 2026, e é o não mensurado. Apresentado dimensão por dimensão, com a fonte de cada número anexada:

• Preço por milhão de tokens — Nex-N2.6 US$ 0,12 de entrada / US$ 0,40 de saída (listagem, com um desconto introdutório de 20% implícito pelos valores riscados de US$ 0,15 / US$ 0,50) vs. Grok 4.7 US$ 2,00 de entrada / US$ 6,00 de saída, subindo para US$ 4,00 / US$ 12,00 acima de 200 mil tokens de entrada (tabela de preços da própria SpaceXAI).

• Janela de contexto — Nex-N2.6 262,144 tokens vs. Grok 4.7 500,000, em relação ao qual a SpaceXAI permite até 450,000 tokens de saída em uma única chamada. O teto de saída do Nex-N2.6 é 235,929.

• Modalidade de entrada — ambos aceitam texto e imagens e retornam texto. A documentação da SpaceXAI também lista entrada de arquivos na API; a listagem da Nex-N2.6 não.

• Controle de raciocínio — o Nex-N2.6 exige raciocínio obrigatório, com duas configurações, alta e média, com padrão em alta, e não há como desativar o raciocínio. O Grok 4.7 oferece baixa, média, alta e xhigh, com padrão em alta, e pode ser ajustado para sua configuração mais econômica quando uma tarefa é mecânica.

• Base e tamanho — O Nex-N2.6 é pós-treinado no GLM-5.3-Flash com aproximadamente 321 bilhões de parâmetros; a SpaceXAI não publica nenhuma contagem de parâmetros para o Grok 4.7.

• Pontuação independente — o Grok 4.7 tem uma. O Nex-N2.6 não tem nenhuma, em nenhum ranking.

• Pesos — a listagem do Nex-N2.6 aponta para um repositório no Hugging Face que retorna uma solicitação de autenticação em vez de um cartão público. O Grok 4.7 é fechado, somente via API, e não finge o contrário.

O que 500.000 tokens realmente rendem para você

A lacuna de contexto é o ponto em que o valor adicional do Grok 4.7 é fácil de justificar e o ponto em que o preço se torna menos intuitivo. Dobrar uma janela de 262K para 500K não é apenas um recurso desejável para o trabalho com agentes; isso muda quais tarefas você consegue tentar em uma única chamada. A árvore de código-fonte de um repositório inteiro de porte médio, um thread completo de incidente com logs, o bloco de rascunho acumulado de um agente de longa duração — tudo isso cabe no Grok 4.7 e precisa ser fragmentado, resumido ou recuperado no Nex-N2.6.

Mas observe para onde vai o dinheiro. Com 200.000 tokens de entrada, a tarifa escalonada entra em vigor, então uma solicitação que usa a janela pela qual você pagou é cobrada a US$ 4,00 por milhão de entrada em vez de US$ 2,00. Uma única chamada de 300.000 tokens custa US$ 1,20 no Grok 4.7, contra aproximadamente US$ 0,04 no Nex-N2.6 para o prompt equivalente. A capacidade de contexto longo é real e o preço do contexto longo é alto, o que significa que a arquitetura sensata é diferente em cada caso: com o Grok 4.7, você agrupa problemas difíceis em chamadas enormes e paga por esse privilégio; com o Nex-N2.6, você mantém as chamadas pequenas, conta com recuperação e trata a janela como margem extra, não como espaço de trabalho.

O Grok 4.7 é também o único dos dois que você pode rotear em vez de apenas chamar. Ele está no catálogo do OrcaRouter como grok/grok-4.7, pelos próprios US$ 2,00 / US$ 6,00 da SpaceXAI, sem markup, na mesma chave do resto da linha Grok — Grok 4.6, 4.5, 4.3 e a família 4.20 —, o que importa aqui por um motivo específico: isso lhe dá uma cadeia de fallback dentro da família de um único fornecedor, sem um segundo contrato ou um segundo SDK. O Nex-N2.6 não está no nosso catálogo, e não vamos fingir o contrário; se isso muda, é decisão da Nex-AGI, não nossa.

A pontuação, e como interpretá-la sem ser enganado

É aqui que esta comparação precisa desacelerar, porque o número mais provável de ser citado para o Grok 4.7 é uma armadilha se você o tirar do contexto. A Artificial Analysis atualmente o mede em 35 em seu Intelligence Index — mas isso é na versão 5.0.1 do Index, que reconstruiu o conjunto de tarefas. Na versão anterior, 4.3.2, o mesmo modelo pontuou 46. Ambos os números estão corretos; eles não são comparáveis, e qualquer artigo (inclusive o nosso, em setembro) que publicou 46 junto com números de um quadro 5.x estava citando através de uma quebra de versão. Use 35 como a leitura atual e não o subtraia de nada medido no índice antigo.

O que sobrevive à mudança de versão é a forma do resultado, e a economia por tarefa por trás dele:

• AA-Briefcase Elo — 1.511,7 para o Grok 4.7 com esforço xhigh, no painel de trabalho de conhecimento de longo horizonte, medido de forma independente.

• Custo por tarefa do Intelligence Index — $0.26 ponderado, sendo $0.11 disso em gravações de cache e $0.11 em tokens de saída. A linha de cache é a pista: este modelo foi projetado para ser executado com prompt caching ativado, e seu preço efetivo é uma função de quanto do seu prompt é estável entre chamadas.

• GDPval — 1.692,05, e HLE 49,4, ambos da mesma execução independente.

• Terminal-Bench 4.0 — 34,8, FrontierCode 2.0 — 24,0. A programação é a área onde a margem do carro-chefe sobre os concorrentes de pesos abertos tem sido a mais estreita durante todo o ano, e estes não são números que encerram uma discussão.

A coluna do Nex-N2.6 naquele quadro está vazia. Não fraca — vazia. Nenhuma entrada no Artificial Analysis, nenhuma tabela do fornecedor, nenhum peso para executar sua própria avaliação. A única declaração de desempenho existente é a frase de uma linha da Nex-AGI de que o N2.6, em comparação com o Nex-N2.5 Pro, reduz o raciocínio repetitivo e segue mais de perto as ferramentas disponíveis no ambiente atual. Trata-se de uma alegação sobre disciplina de chamadas de ferramentas, feita pelo fornecedor, sem reprodução, e é todo o registro público de desempenho desse modelo.

Onde cada um é a ferramenta errada

O Nex-N2.6 é a ferramenta errada quando a tarefa exige a janela. Se o seu pipeline depende de alimentar um modelo com um contexto de 300 mil tokens e fazer uma única pergunta sobre ele, nenhuma vantagem de preço compensa, porque a chamada não cabe. Também é a ferramenta errada quando você precisa de um número antes de se comprometer — compras, uma revisão regulatória, uma aposta que precisa ser justificada em um documento. Um modelo sem nenhuma medição independente não consegue atingir esse patamar, e não se deve tentar contorná-lo por argumentação.

O Grok 4.7 é a ferramenta errada quando o trabalho tem perfil de volume e é barato. Qualquer loop que dispare milhares de chamadas curtas — classificar tickets, extrair campos, avaliar um lote de diffs — está pagando tarifas de modelo de ponta por uma tarefa em que a diferença entre um 35 e uma pontuação equivalente hipotética é invisível no resultado. Também é a ferramenta errada quando você precisa que o modelo seja inspecionável: sem pesos, sem configuração, sem execução local e com uma existência apenas hospedada. Se a sua história de conformidade exige um checkpoint que você possa manter, este modelo não pode fazer parte dela.

Há uma terceira posição mais útil do que qualquer um dos extremos: use o barato onde o trabalho é repetitivo e classificável, use o caro onde o trabalho é longo e de grande impacto, e deixe um roteador decidir qual é qual a partir da própria requisição, em vez de um nome de modelo codificado fixamente. A DSL de roteamento da OrcaRouter expressa exatamente isso — um conjunto de regras baseado na contagem de tokens, na classe da tarefa ou no chamador, avaliado por requisição — e é a razão pela qual a diferença de preço aqui é uma questão de roteamento e não de arquitetura. O fator 16x só importa no tráfego que você realmente envia para o lado caro.

A decisão, em um parágrafo cada.

Escolha o Nex-N2.6 se você já está dentro do ecossistema de ferramentas Nex-AGI, seus prompts são curtos, sua carga de trabalho é um loop de agente orientado por capturas de tela ou com uso intensivo de ferramentas em que a suposta melhoria do modelo é exatamente o que você precisa, e você consegue avaliar a saída dele por conta própria em uma amostra de tarefas reais esta semana. Por $0.12 / $0.40, o experimento é acessível, e chegar cedo a um modelo que se revela bom tem seu valor. Vá em frente sabendo que você está operando com uma dependência de endpoint único, sem pesos publicados e sem pontuação independente, e que um aumento de preço — não um corte — é como este modelo chegou.

Escolha o Grok 4.7 se o trabalho precisar de 500.000 tokens em uma única chamada, se um recorde de benchmark for um requisito e não uma preferência, ou se você quiser um modelo para o qual um roteador possa fazer failover dentro de uma família que já tem cinco gerações. Você pagará 16 vezes a tarifa de saída do Nex-N2.6, e mais acima de 200K de entrada, e receberá a única coisa que um prêmio de 16x pode honestamente comprar: um modelo cujo comportamento outras pessoas já mediram. Para qualquer coisa que precise funcionar na primeira tentativa, esse prêmio costuma ser o item de custo mais barato.

A coisa a observar

Essa comparação vai parecer completamente diferente dentro de um mês, e o gatilho não é uma mudança de preço — é uma linha de benchmark. Se o cartão do Nex-N2.6 abrir com suas próprias tabelas, ou uma pontuação independente aparecer em um placar público, a comparação se torna comum: dois modelos com números, um mais barato, um mais amplo. Se nenhum dos dois acontecer, a diferença neste artigo deixa de ser sobre capacidade e passa a ser sobre confiança, e o prêmio de 16x no Grok 4.7 silenciosamente se transforma no preço de saber o que você está comprando.