Nex-N2.6 vs Grok 4.7: Sexton gånger billigare, halva kontexten och en av dem har ett resultat

Prisskillnaden mellan Nex-N2.6 och Grok 4.7 är inte en rabatt. Det är en annan typ av köp. Med $0.12 per miljon indatatoken och $0.40 per miljon utdatatoken kostar Nex-N2.6 ungefär en sextondel av Grok 4.7:s $2.00 och $6.00 — och om din prompt överstiger 200 000 token fördubblas Grok 4.7:s taxa till $4.00 och $12.00, vilket gör att gapet överstiger trettiotre mot ett för indata. Den relevanta frågan är alltså inte vilken modell som är bättre. Ingen, inte ens Nex-AGI, har publicerat en siffra som gör att du kan svara på det. Den relevanta frågan är vad du köper med 16x: ett fönster på 500 000 token, två års offentliga benchmarkresultat, ett dokumenterat kontrakt för verktygsanrop och en leverantör med säljavdelning — mot en modell som släpptes i går med ett pris, en kontextlängd och en enda mening om positionering.

De två modellerna, avskalade till det som går att kontrollera

Grok 4.7 är SpaceXAI:s flaggskepp, lanserat 21 september 2026, och det är det etablerade, uppmätta alternativet i den här jämförelsen. Nex-N2.6 är Nex-AGI:s efterföljare till Nex-N2.5 Pro, tillgänglig via leverantörens eget API sedan 10 november 2026, och det är det omätta alternativet. Redovisat dimension för dimension, med källan till varje siffra bifogad:

• Pris per miljon tokens — Nex-N2.6 $0.12 indata / $0.40 utdata (listat pris, med 20 % introduktionsrabatt antydd av det överstrukna $0.15 / $0.50) jämfört med Grok 4.7 $2.00 indata / $6.00 utdata, som stiger till $4.00 / $12.00 över 200K indatatokens (SpaceXAI:s egen prislista).

• Kontextfönster — Nex-N2.6 262 144 token jämfört med Grok 4.7 500 000, mot vilket SpaceXAI tillåter upp till 450 000 utdatatoken i ett enda anrop. Nex-N2.6:s utdatatak är 235 929.

• Indatamodalitet – båda tar emot text och bilder och returnerar text. SpaceXAI:s dokumentation listar även filinmatning i API:et; Nex-N2.6:s förteckning gör det inte.

• Resonemangsstyrning — Nex-N2.6 har obligatoriskt resonemang med två inställningar, high och medium, med high som standard, och det finns inget sätt att stänga av tänkandet. Grok 4.7 erbjuder low, medium, high och xhigh, har high som standard och kan ställas ned till sin billigaste inställning när en uppgift är mekanisk.

• Bas och storlek — Nex-N2.6 är eftertränad på GLM-5.3-Flash med cirka 321 miljarder parametrar; SpaceXAI publicerar överhuvudtaget inget parameterantal för Grok 4.7.

• Oberoende poäng — Grok 4.7 har en. Nex-N2.6 har ingen, på någon resultattavla.

• Vikter — Nex-N2.6:s post pekar på ett Hugging Face-repository som returnerar en autentiseringsprompt i stället för ett offentligt modellkort. Grok 4.7 är stängd, endast API och låtsas inte vara något annat.

Vad 500 000 tokens faktiskt ger dig

Kontextgapet är den enda platsen där Grok 4.7:s premium är lätt att motivera, och den plats där prissättningen blir minst intuitiv. Att dubbla ett fönster från 262K till 500K är inte en trevlig extrafunktion för agentarbete; det förändrar vilka jobb du kan försöka dig på i ett enda anrop. Ett helt medelstort repositories källkodsträd, en fullständig incidenttråd med loggar, en långkörande agents ackumulerade skissblock — allt det får plats i Grok 4.7 och måste delas upp, sammanfattas eller hämtas in i Nex-N2.6.

Men lägg märke till vart pengarna går. Vid 200,000 indatatoken träder den graderade tariffen in, så en begäran som använder det fönster du betalat för debiteras med $4.00 per miljon indatatoken i stället för $2.00. Ett enda anrop på 300,000 token kostar $1.20 med Grok 4.7 jämfört med ungefär $0.04 med Nex-N2.6 för samma prompt. Långkontextförmågan är verklig och priset för långkontext är högt, vilket innebär att den förnuftiga arkitekturen skiljer sig åt i varje fall: med Grok 4.7 batchar du svåra problem till enorma anrop och betalar för privilegiet; med Nex-N2.6 håller du anropen små, förlitar dig på hämtning och behandlar fönstret som extra utrymme snarare än en arbetsyta.

Grok 4.7 är också den enda av de två som du kan routa i stället för att bara anropa. Den finns i OrcaRouter-katalogen på grok/grok-4.7, till SpaceXAI:s eget pris på $2.00 / $6.00 utan påslag, på samma nyckel som resten av Grok-serien – Grok 4.6, 4.5, 4.3 och 4.20-familjen – vilket spelar roll här av en specifik anledning: den ger dig en fallback-kedja inom en och samma leverantörs familj utan ett andra avtal eller ett andra SDK. Nex-N2.6 finns inte i vår katalog, och vi kommer inte att låtsas något annat; huruvida det ändras är Nex-AGI:s beslut, inte vårt.

Poängen, och hur man läser den utan att bli lurad

Det är här den här jämförelsen måste sakta ner, för den siffra som med största sannolikhet kommer att citeras för Grok 4.7 är en fälla om man tar den ur sitt sammanhang. Artificial Analysis mäter den för närvarande till 35 på sitt Intelligence Index – men det är på Index version 5.0.1, som byggde om uppgiftsuppsättningen. På den tidigare versionen, 4.3.2, fick samma modell 46. Båda siffrorna är korrekta; de är inte jämförbara, och alla artiklar (inklusive vår, i september) som tryckte 46 tillsammans med siffror från en 5.x-tabell citerade över ett versionsbrott. Använd 35 som det aktuella mätvärdet och subtrahera det inte från något som mättes på det gamla indexet.

Det som överlever versionsbytet är resultatets form, och ekonomin per uppgift som ligger bakom den:

• AA-Briefcase Elo — 1 511,7 för Grok 4.7 med xhigh effort, i bänken för långsiktigt kunskapsarbete, oberoende mätt.

• Kostnad per Intelligence Index-uppgift — 0,26 USD viktat, varav 0,11 USD i cache-skrivningar och 0,11 USD i utdatatoken. Cache-raden är det som avslöjar det: den här modellen är utformad för att köras med prompt-cachning påslagen, och dess effektiva pris är en funktion av hur stor del av din prompt som är stabil mellan anrop.

• GDPval — {{1}}1 692,05{{/1}}, och HLE {{2}}49,4{{/2}}, båda från samma oberoende körning.

• Terminal-Bench 4.0 — 34,8, FrontierCode 2.0 — 24,0. Kodning är området där flaggskeppets marginal gentemot öppenviktsutmanarna har varit som tunnast hela året, och det här är inte siffror som avgör en diskussion.

Nex-N2.6:s kolumn på den tavlan är tom. Inte svag – tom. Ingen Artificial Analysis-post, ingen leverantörstabell, inga vikter att köra din egen utvärdering mot. Det enda prestandauttalandet som existerar är Nex-AGI:s enradare att N2.6, jämfört med Nex-N2.5 Pro, minskar repetitivt resonemang och följer de verktyg som finns i den aktuella miljön mer noggrant. Det är ett påstående om verktygsanropsdisciplin, framfört av leverantören, ej reproducerat, och det är hela den offentliga prestandahistoriken för den här modellen.

Där var och en är fel verktyg

Nex-N2.6 är fel verktyg när jobbet kräver fönstret. Om din pipeline bygger på att skicka en kontext på 300K token till en modell och ställa en enda fråga om den, kompenserar ingen prisfördel, hur stor den än är, eftersom anropet inte får plats. Det är också fel verktyg när du behöver en siffra innan du binder dig — upphandling, en regulatorisk granskning, en satsning som måste motiveras i ett dokument. En modell utan oberoende mätningar kan inte klara den ribban, och det bör inte argumenteras förbi den.

Grok 4.7 är fel verktyg när arbetet är volymbaserat och billigt. Varje loop som skickar tusentals korta anrop – klassificera ärenden, extrahera fält, betygsätta en omgång diffar – betalar flaggskeppspriser för en uppgift där skillnaden mellan en 35:a och en hypotetisk motsvarande poäng är osynlig i utdata. Det är också fel verktyg när du behöver att modellen ska vara inspekterbar: inga vikter, ingen konfiguration, ingen lokal körning och en tillvaro som endast finns som hostad tjänst. Om din compliance-berättelse kräver en checkpoint som du kan hålla i, kan den här modellen inte ingå i den.

Det finns en tredje ståndpunkt som är mer användbar än någon av ytterligheterna: använd den billiga där arbetet är repetitivt och bedömningsbart, använd den dyra där arbetet är långt och avgörande, och låt en router avgöra vilket som är vilket utifrån själva förfrågan i stället för utifrån ett hårdkodat modellnamn. OrcaRouters routing-DSL uttrycker exakt det — en regeluppsättning baserad på tokenantal, uppgiftsklass eller anropare, som utvärderas per förfrågan — och det är anledningen till att prisskillnaden här är en routingfråga och inte en arkitekturfråga. 16x:et spelar bara roll för den trafik du faktiskt skickar till den dyra sidan.

Beslutet, i ett stycke vardera

Välj Nex-N2.6 om du redan befinner dig i Nex-AGI-verktygsekosystemet, dina promptar är korta, din arbetsbelastning är en skärmbildsdriven eller verktygstung agentloop där modellens påstådda förbättring är precis vad du behöver, och du själv kan bedöma dess utdata på ett urval verkliga uppgifter den här veckan. Med {{1}}$0.12{{/1}} / {{2}}$0.40{{/2}} är experimentet överkomligt, och att vara tidig med en modell som visar sig vara bra är värt något. Gå in i det med vetskapen att du är beroende av en enda endpoint utan publicerade vikter och utan oberoende bedömning, och att den här modellen kom till genom en prishöjning – inte en sänkning.

Välj Grok 4.7 om arbetet behöver 500 000 tokens i ett enda anrop, om ett benchmarkrekord är ett krav snarare än en preferens, eller om du vill ha en modell som en router kan växla över till vid fel inom en familj som redan har fem generationer. Du betalar 16 gånger Nex-N2.6:s taxa för utdata, mer över 200K indata, och du får det enda som en 16x-premie ärligt kan köpa: en modell vars beteende andra redan har mätt. För allt som måste fungera på första försöket är den premien vanligtvis den billigare kostnadsposten.

Det man ska hålla ögonen på

Den här jämförelsen kommer att se helt annorlunda ut inom en månad, och utlösaren är inte en prisförändring – det är en benchmark-rad. Om Nex-N2.6:s kort öppnar med sina egna tabeller, eller ett oberoende resultat landar på en offentlig resultattavla, blir jämförelsen vanlig: två modeller med siffror, den ena billigare, den andra bredare. Om inget av detta händer handlar glappet i den här artikeln inte längre om kapacitet utan om förtroende, och 16x-premien på Grok 4.7 förvandlas tyst till priset för att veta vad man köper.