Nex-N2.6 vs Nex-N2.5 Pro: Uma Base Menor, um Preço Mais Alto e uma Migração Que Ninguém Avaliou em Benchmarks

Dois meses separam Nex-N2.5 Pro e Nex-N2.6, e o modelo mais novo é o menor. O Nex-N2.5 Pro, que a Nex-AGI lançou em 8 de setembro de 2026, é um modelo de mistura de especialistas com 397 bilhões de parâmetros, pós-treinado a partir de uma base Qwen3.5, licenciado sob Apache-2.0, com seus 122 shards de pesos disponíveis no Hugging Face para qualquer pessoa baixar. O Nex-N2.6, no ar desde 10 de novembro de 2026, é pós-treinado a partir do GLM-5.3-Flash, tem cerca de 321 bilhões de parâmetros, custa US$ 0,12 / US$ 0,40 por milhão de tokens contra US$ 0,075 / US$ 0,25 do antecessor, e aponta para um repositório no Hugging Face que não abre sem credenciais. Mesma janela de 262.144 tokens. Mesma entrada de texto e imagem. Uma base diferente por baixo, uma conta 60% maior e — até agora — nenhum número publicado comparando os dois.

Se você já está executando o Nex-N2.5 Pro, essa combinação deveria deixá-lo cauteloso, e não curioso. Esta não é uma atualização de versão que você simplesmente instala. É uma mudança de base para a arquitetura de outro laboratório, vendida a preço premium, com as evidências que a justificariam ainda não publicadas.

O que o número da versão esconde

Números de versão implicam continuidade. Nesta família, o número está fazendo outra coisa: N2.5 Pro e N2.6 compartilham uma janela de serviço e uma modalidade de entrada, e quase nada além disso.

• Base — O Nex-N2.5 Pro é pós-treinado a partir de um checkpoint de mistura de especialistas do Qwen3.5, com o tokenizador Qwen e tudo; o Nex-N2.6, a partir do GLM-5.3-Flash, modelo nativamente multimodal de 320 bilhões de parâmetros da Z.ai com um design de atenção híbrido esparso e linear. Laboratório diferente, tokenizador diferente, template de chat diferente, parser de chamadas de ferramentas diferente.

• Tamanho — 397 bilhões de parâmetros totais, com cerca de 17 bilhões ativos por token, em comparação com aproximadamente 321 bilhões no total, com uma contagem de ativos que a Nex-AGI não divulgou para o N2.6.

• Preço por milhão de tokens — $0.075 de entrada / $0.25 de saída para o Pro; $0.12 de entrada / $0.40 de saída para o N2.6, que a listagem apresenta como 20% de desconto sobre uma tarifa de tabela de $0.15 / $0.50. Portanto, o preço final pode ser o dobro, e não apenas 60% mais alto.

• Raciocínio — O Pro aceita os níveis nenhum, médio e alto de esforço e usa alto por padrão, então você pode desligar o raciocínio para interações mecânicas baratas. O N2.6 aceita apenas alto e médio, usa alto por padrão e não pode ser desligado de forma alguma.

• Pesos — O Pro tem licença Apache-2.0 no Hugging Face e pode ser baixado integralmente. O repositório vinculado ao N2.6 não é acessível publicamente.

• Benchmarks de fornecedores — o Pro tem uma tabela completa publicada abrangendo suítes de programação, agênticas e multimodais. O N2.6 tem uma frase: reduz o raciocínio repetitivo e segue mais de perto as ferramentas disponíveis no ambiente atual do que o Pro.

O único número que o fornecedor deu

Essa frase é toda a alegação comparativa, e é um tipo específico de alegação: ela descreve disciplina de chamada de ferramentas, não capacidade. Lida com caridade, ela diz que o N2.6 gasta menos tokens rederivando o que já sabe e presta mais atenção às ferramentas que você realmente expôs. Lida com ceticismo, ela diz que o modelo foi ajustado para um modo de falha que o fornecedor observou, sem mostrar a observação.

Para quem opera um agente, essa distinção importa mais do que um ponto de benchmark. A falha cara em um loop de agente de horizonte longo raramente é uma resposta errada; é uma resposta correta alcançada após dezenove etapas redundantes de raciocínio e quatro chamadas de ferramenta desperdiçadas. Um modelo que realmente reduz a repetição pode valer mais do que seu prêmio de 60%, mesmo que pontue de forma idêntica em uma avaliação estática, porque a conta que você paga é em tokens por tarefa concluída, não em tokens por chamada.

Mas o corolário é desconfortável. O raciocínio obrigatório do Nex-N2.6 interage diretamente com essa afirmação: um modelo que sempre pensa com alto esforço gasta tokens de saída em cada turno, inclusive nos triviais. Se o Pro com raciocínio desativado dava conta das suas chamadas curtas por uma fração de centavo e o N2.6 precisa pensar em cada uma delas, a economia com repetição tem de ser substancial só para empatar. Se isso de fato acontece é exatamente o que ninguém mediu.

O que a tabela publicada do Nex-N2.5 Pro ainda lhe diz

Os números do modelo mais antigo são divulgados pelo fornecedor — o próprio harness da Nex-AGI, suas próprias configurações de prompt, nenhuma replicação independente — e devem ser interpretados como indicativos. Mas eles existem, são específicos e estabelecem um patamar mínimo que o N2.6 ainda não alcançou publicamente:

• Programação — Terminal-Bench 2.1 em 82,7, SWE-Bench Pro em 61,2, DeepSWE v1.1 em 55,8.

• Agêntico — AutomationBench v1.0.6 em 44,2, Toolathlon Verified em 68,5, BrowseComp em 89,7, Job Bench em 41,4.

• Uso do computador — OSWorld-Verified em 82,2, OSWorld-2 em 56,4, OSWorld-G em 87,4, WebArena-Verified em 67,6.

• Trabalho de conhecimento — GDPval-AA v2 com 1.628 Elo.

Em contraste com as colunas de comparação que a Nex-AGI imprimiu ao lado deles, o panorama é informativo: o Pro fica atrás do Claude Opus 5 na maioria das linhas, mas está a poucos pontos do GPT-5.6 Sol e do Kimi-K3 em suítes de uso de ferramentas, e supera o Qwen3.8-Max no OSWorld-2. Esse é um modelo de agente de pesos abertos convincente, não um líder. O N2.6 tem de superá-lo para justificar uma migração, e atualmente não há página alguma onde verificar isso.

Uma consequência que vale a pena declarar claramente: como os pesos do Pro podem ser baixados sob a Apache-2.0, você pode executar a avaliação dele por conta própria, nas suas tarefas, sem pedir permissão a ninguém. Isso não é verdade para o N2.6 em nenhum sentido — nem os pesos, nem o card, nem uma pontuação pública. Para uma equipe fazendo uma aposta de infraestrutura de seis meses, a verificabilidade é um recurso, e este lançamento retrocedeu nesse aspecto.

Mecânicas de migração, honestamente

Trocar é apenas uma URL base e uma string de modelo de distância, e é por isso que é tentador tratá-la como gratuita. Não é. Um tokenizador alterado significa que as contagens de tokens mudam, então tanto seu modelo de custo quanto qualquer lógica de orçamento de contexto que conte tokens agora são aproximados até serem medidos novamente. Um template de chat alterado significa que o prompt de sistema que ensinava de forma confiável ao Pro seu dialeto de ferramentas pode ensinar algo diferente ao N2.6. E um modo de raciocínio obrigatório significa que o perfil de latência muda: um loop de agente que conseguia responder instantaneamente no Pro a um turno trivial como "qual arquivo contém este símbolo" agora pensa primeiro, com esforço alto, por padrão.

A forma prática de fazer isso é uma execução em sombra, em vez de uma troca. Envie o mesmo tráfego real para os dois modelos durante uma semana, avalie os resultados com algo que não seja o próprio modelo e meça tokens por tarefa concluída, em vez de latência ou preço por token. Seja qual for o resultado, mantenha o Pro acessível — é o único dos dois que você também pode auto-hospedar, e um checkpoint Apache-2.0 para download é uma alternativa que nenhum modelo apenas hospedado pode oferecer.

Este também é o ponto em que um gateway justifica seu lugar em vez de ser apenas uma conveniência. O OrcaRouter coloca o modelo por trás de um único endpoint compatível com OpenAI e permite definir uma cadeia de fallback no DSL de roteamento — modelo barato primeiro, escalonar por regra em vez de por reimplantação — então testar o N2.6 contra o Pro custa uma mudança de configuração em vez de uma mudança de código, e reverter custa outra. Ambos são, para deixar claro, modelos que não hospedamos: nem o Nex-N2.5 Pro nem o Nex-N2.6 estão no catálogo do OrcaRouter hoje, então na prática isso significa manter suas próprias chaves e deixar a camada de roteamento manter os dois caminhos. A aritmética do fallback é a mesma de qualquer forma.

Onde o modelo mais barato agora é a escolha errada

Para a maioria dos usuários desta família, o argumento para migrar é fraco, e vale a pena dizer isso diretamente. Se o Pro está funcionando, os únicos motivos para mudar são os dois comportamentos que a Nex-AGI menciona — menos repetição e adesão mais rigorosa às ferramentas —, e você não pode verificar nenhum dos dois antes de experimentar. Todo o resto da mudança é neutro ou negativo: uma base menor com uma contagem de parâmetros ativos não publicada, um preço mais alto que pode dobrar quando o desconto expirar, nenhuma maneira de desativar o raciocínio e um model card que você não consegue ler.

Há um caso estreito, mas real, do outro lado. Equipes cujos agentes estão limitados por turnos desperdiçados, cujos prompts são curtos o suficiente para que a janela de 262K não seja uma restrição, e que têm um sistema de avaliação bom o suficiente para distinguir uma melhoria real do ruído podem se beneficiar de agir cedo — os preços absolutos são baixos o suficiente para que o experimento custe menos do que a reunião sobre ele. O mesmo se aplica a qualquer pessoa que queira um tokenizador da família GLM e comportamento de chamada de ferramentas por trás de um loop de agente; o N2.6 é um GLM-5.3-Flash pós-treinado com ajuste agêntico, o que é uma proposta diferente do modelo base bruto.

O que resolveria isso

Três publicações transformariam isto de uma suposição numa comparação, e nenhuma exige nada de exótico. Primeiro, a própria ficha do Nex-N2.6 com a mesma tabela que a Nex-AGI publicou para a família N2.5 — o fornecedor já sabe como publicar uma. Segundo, os pesos sob uma licença que possa ser usada, o que permitiria à comunidade executar o Pro e o N2.6 lado a lado em pé de igualdade, em vez de confiar numa frase. Terceiro, uma primeira pontuação independente num ranking público, mesmo que medíocre, porque um modelo medíocre medido é mais útil do que um modelo promissor não medido.

Até então

O resumo honesto é que a Nex-AGI lançou um sucessor com nova base, mais caro e menos documentado de um modelo que ainda está disponível, ainda é mais barato, ainda pode ser baixado e ainda é o único dos dois com números divulgados. Isso não é motivo para ignorar o N2.6 — o acesso antecipado a um modelo ajustado para disciplina de ferramentas vale algo para a equipe certa —, mas é motivo para não migrar um caminho de produção em funcionamento com base em um número de versão e um desconto.

Se quiser uma regra: mude quando seus próprios traces mostrarem o problema que o Nex-N2.6 alega corrigir, mantenha o Nex-N2.5 Pro implantado como fallback de qualquer forma, e releia o preço no dia em que os 20% expirarem. O argumento da versão sucessora baseia-se inteiramente em um comportamento que o fornecedor descreveu e ninguém mediu.