Nex-N2.6 vs Nex-N2.5 Pro: En mindre bas, ett högre pris och en migrering som ingen har benchmarkat

Det skiljer två månader mellan Nex-N2.5 Pro och Nex-N2.6, och den nyare modellen är den mindre. Nex-N2.5 Pro, som Nex-AGI släppte den 8 september 2026, är en mixture-of-experts-modell med 397 miljarder parametrar som är eftertränad från en Q​wen3.5-bas, licensierad under Apache-2.0, med sina 122 viktshardar liggande på Hugging Face för alla att ladda ner. Nex-N2.6, som är live sedan den 10 november 2026, är eftertränad från GLM-5.3-Flash, har cirka 321 miljarder parametrar, listas till $0,12 / $0,40 per miljon tokens jämfört med föregångarens $0,075 / $0,25 och pekar på ett Hugging Face-repository som inte öppnas utan inloggningsuppgifter. Samma fönster på 262 144 tokens. Samma text- och bildindata. En annan grund under, en nota 60 % högre och – hittills – inte en enda publicerad siffra som jämför de två.

Om du redan kör Nex-N2.5 Pro bör den kombinationen göra dig försiktig snarare än nyfiken. Det här är ingen versionsuppdatering som bara är att lägga in. Det är en ombasering till ett annat labs arkitektur, såld till ett premiumpris, medan bevisen som skulle motivera den fortfarande är opublicerade.

Vad versionsnumret döljer

Versionsnummer antyder kontinuitet. I den här familjen gör numret något annat: N2.5 Pro och N2.6 delar ett serveringsfönster och en indatamodalitet, och nästan ingenting under det.

• Grund — Nex-N2.5 Pro är eftertränad från en Qwen3.5-checkpoint för mixture-of-experts, med Qwen-tokenizer och allt; Nex-N2.6 från GLM-5.3-Flash, Z.ai:s nativt multimodala modell med 320 miljarder parametrar och en hybriddesign för sparse och linjär attention. Annat labb, annan tokenizer, annan chattmall, annan parser för verktygsanrop.

• Storlek — 397 miljarder totala parametrar med cirka 17 miljarder aktiva per token, jämfört med ungefär 321 miljarder totalt med ett antal aktiva som Nex-AGI inte har publicerat för N2.6.

• Pris per miljon tokens — $0.075 in / $0.25 ut för Pro; $0.12 in / $0.40 ut för N2.6, vilket listningen presenterar som 20 % rabatt på ett listpris på $0.15 / $0.50. Så det slutliga priset kan bli dubbelt, inte bara 60 % högre.

• Resonemang – Pro accepterar ansträngningsnivåerna ingen, medel och hög och använder hög som standard, så du kan stänga av tänkandet för billiga mekaniska turer. N2.6 accepterar endast hög och medel, använder hög som standard och kan inte stängas av alls.

• Vikter — Pro är Apache-2.0 på Hugging Face och kan laddas ner i sin helhet. N2.6:s länkade repository är inte offentligt läsbart.

• Leverantörsbenchmark – Pro har en fullständigt publicerad tabell för sviter inom kodning, agentiska uppgifter och multimodalitet. N2.6 har en enda mening: den minskar repetitivt resonemang och följer de verktyg som finns i den aktuella miljön närmare än Pro.

Det enda numret som leverantören faktiskt angav

Den meningen är hela det jämförande påståendet, och det är en specifik sorts påstående: den beskriver disciplin vid verktygsanrop, inte förmåga. Läs den välvilligt och den säger att N2.6 använder färre tokens på att åter härleda det den redan vet och lägger mer uppmärksamhet på de verktyg du faktiskt exponerade. Läs den skeptiskt och den säger att modellen trimmades för ett felläge som leverantören observerade, utan att visa observationen.

För den som kör en agent spelar den distinktionen större roll än en benchmarkpoäng. Det dyra misslyckandet i en agentloop med lång horisont är sällan ett felaktigt svar; det är ett korrekt svar som nås efter nitton överflödiga resonemangssteg och fyra bortkastade verktygsanrop. En modell som genuint minskar upprepningen kan vara värd mer än sitt 60-procentiga prispåslag även om den får identisk poäng på en statisk utvärdering, eftersom notan du betalar är tokens per slutförd uppgift, inte tokens per anrop.

Men följdsatsen är obehaglig. Nex-N2.6:s obligatoriska resonemang samverkar direkt med det påståendet: en modell som alltid tänker med hög ansträngning spenderar utdatatokens vid varje tur, även de triviala. Om Pro med resonemang inaktiverat hanterade dina korta anrop för en bråkdel av ett cent och N2.6 måste tänka igenom vart och ett, måste besparingarna från upprepningen vara betydande bara för att gå jämnt upp. Huruvida de är det är precis det som ingen har mätt.

Vad Nex-N2.5 Pro:s publicerade tabell fortfarande säger dig

Den äldre modellens siffror är leverantörsrapporterade – Nex-AGI:s egen testrigg, egna promptinställningar, ingen oberoende replikering – och de bör läsas som riktningsvisande. Men de finns, de är specifika, och de etablerar en lägstanivå som N2.6 inte har klarat offentligt:

• Kodning – Terminal-Bench 2.1 på 82,7, SWE-Bench Pro på 61,2, DeepSWE v1.1 på 55,8.

• Agentisk – AutomationBench v1.0.6 på 44,2, Toolathlon Verified på 68,5, BrowseComp på 89,7, Job Bench på 41,4.

• {{1}}Datoranvändning{{/1}} — {{2}}OSWorld-Verified{{/2}} på 82,2, {{3}}OSWorld-2{{/3}} på 56,4, {{4}}OSWorld-G{{/4}} på 87,4, {{5}}WebArena-Verified{{/5}} på 67,6.

• Kunskapsarbete – GDPval-AA v2 med 1 628 Elo.

Jämfört med de jämförelsekolumner som Nex-AGI tryckte bredvid dem är formen informativ: Pro ligger efter Claude Opus 5 på de flesta rader men ligger inom några poäng från GPT-5.6 Sol och Kimi-K3 i sviter för verktygsanvändning, och det slår Qwen3.8-Max på OSWorld-2. Det är en trovärdig agentmodell med öppna vikter, inte en ledare. N2.6 måste slå den för att en migrering ska vara värd det, och det finns för närvarande ingen sida där man kan kontrollera det.

En konsekvens som är värd att säga rakt ut: eftersom Pros vikter kan laddas ner under Apache-2.0 kan du köra dess utvärdering själv, på dina uppgifter, utan att be någon om tillstånd. Det gäller inte N2.6 i någon bemärkelse – varken vikterna, modellkortet eller ett offentligt resultat. För ett team som gör en sexmånaderssatsning på infrastruktur är verifierbarhet en egenskap, och den här utgåvan gick bakåt på den punkten.

Migreringsmekanik, ärligt talat

Att byta är bara en bas-URL och en modellsträng bort, vilket gör det frestande att behandla bytet som gratis. Det är det inte. En ändrad tokenizer innebär att antalet tokens förändras, så både din kostnadsmodell och all logik för kontextbudget som räknar tokens är nu ungefärlig tills den mäts om. En ändrad chattmall innebär att den systemprompt som pålitligt lärde Pro dess verktygsdialekt kan lära N2.6 något annat. Och ett obligatoriskt resonemangsläge innebär att latensprofilen förändras: en agentloop som på Pro kunde svara omedelbart på en trivial tur som "vilken fil innehåller den här symbolen" tänker nu först, med hög ansträngning, som standard.

Det praktiska sättet att göra detta är en skuggkörning snarare än ett byte. Skicka samma verkliga trafik till båda modellerna under en vecka, betygsätt resultaten med något som inte är modellen själv, och mät tokens per slutförd uppgift i stället för latens eller pris per token. Oavsett resultat, håll Pro nåbart — det är den enda av de två som du också kan självhosta, och en nedladdningsbar Apache-2.0-checkpoint är en fallback som ingen enbart hostad modell kan erbjuda.

Det här är också punkten där en gateway förtjänar sin plats i stället för att bara vara en bekvämlighet. OrcaRouter lägger modellen bakom en OpenAI-kompatibel endpoint och låter dig definiera en fallback-kedja i routing-DSL:en — billig modell först, eskalera via regel i stället för via ny driftsättning — så att testa N2.6 mot Pro kostar en konfigurationsändring i stället för en kodändring, och att återställa kostar en till. Båda är, för att vara tydlig, modeller som vi inte hostar: varken Nex-N2.5 Pro eller Nex-N2.6 finns i OrcaRouter-katalogen i dag, så i praktiken innebär det att du behåller dina egna nycklar och låter routinglagret hålla båda vägarna. Fallback-beräkningen är densamma oavsett.

Där den billigare modellen nu är fel val

För de flesta av den här familjens användare är argumentet för att migrera svagt, och det är värt att säga det rakt ut. Om Pro fungerar är de enda skälen att byta de två beteenden som Nex-AGI nämner – mindre upprepning och striktare verktygsefterlevnad – och du kan inte verifiera något av dem innan du provar. Allt annat med bytet är neutralt eller negativt: en mindre bas med ett opublicerat antal aktiva parametrar, ett högre pris som kan fördubblas när rabatten löper ut, inget sätt att stänga av resonemang och ett modellkort du inte kan läsa.

Det finns ett smalt men verkligt fall på andra sidan. Team vars agenter är flaskhalsade av bortkastade turer, vars prompter är tillräckligt korta för att 262K-fönstret inte ska vara en begränsning, och som har en utvärderingsrigg som är tillräckligt bra för att skilja en verklig förbättring från brus kan tjäna på att agera tidigt — de absoluta priserna är tillräckligt låga för att experimentet ska kosta mindre än mötet om det. Samma sak gäller alla som vill ha en tokenizer och verktygsanropsbeteende i GLM-familjen bakom en agentloop; N2.6 är en eftertränad GLM-5.3-Flash med agentisk finjustering, vilket är en annan sak än den råa basmodellen.

Vad skulle avgöra det?

Tre publiceringar skulle förvandla detta från en gissning till en jämförelse, och ingen av dem kräver något exotiskt. För det första, Nex-N2.6:s eget modellkort med samma tabell som Nex-AGI publicerade för N2.5-familjen – leverantören vet redan hur man publicerar ett. För det andra, vikterna under en licens du kan använda, vilket skulle låta communityn köra Pro och N2.6 sida vid sida på lika villkor i stället för att lita på en mening. För det tredje, en första oberoende poäng på en offentlig leaderboard, även en medelmåttig sådan, eftersom en medelmåttig modell som mätts är mer användbar än en lovande som inte mätts.

Till dess

Den ärliga sammanfattningen är att Nex-AGI har släppt en ombaserad, dyrare och mindre dokumenterad efterträdare till en modell som fortfarande finns tillgänglig, fortfarande är billigare, fortfarande går att ladda ner och fortfarande är den enda av de två med siffror att visa upp. Det är inte ett skäl att ignorera N2.6 – tidig åtkomst till en modell trimmad för verktygsdisciplin är värt något för rätt team – men det är ett skäl att inte migrera en fungerande produktionsväg på grundval av ett versionsnummer och en rabatt.

Om du vill ha en regel: byt när dina egna spår visar problemet som Nex-N2.6 påstås åtgärda, behåll Nex-N2.5 Pro utplacerad som reserv oavsett, och läs om priset den dag de 20 % löper ut. Efterträdarens argument vilar helt på ett beteende som leverantören beskrev och som ingen har mätt.