GPT-6 Astra so với Nex N2.5 Pro: Một tác nhân sử dụng máy tính tính phí theo token

Một tác nhân sử dụng máy tính là loại khối lượng công việc duy nhất mà ở đó giá theo token không còn là khái niệm trừu tượng. Lấy một tác vụ đơn lẻ — mở trình duyệt, tìm một bản ghi, điền vào biểu mẫu, xác minh kết quả — và một tác nhân suy nghĩ giữa mỗi hành động sẽ chạy nó với hàng chục nghìn token, rồi lặp lại mười nghìn lần. GPT-6 Astra, mô hình chủ lực của O​penAI ra mắt ngày 3 tháng 9 năm 2026, thu $10.00 mỗi triệu token đầu vào và $50.00 mỗi triệu token đầu ra cho việc đó, với mức giá gấp đôi cho dải trên 272.000 token. Nex-N2.5 Pro, mô hình sử dụng máy tính 397 tỷ tham số do Nex-AGI công bố ngày 8 tháng 9 năm 2026, được xây dựng cho cùng loại tác vụ và được phát hành theo Apache-2.0, kèm hướng dẫn phục vụ cho một nút gồm tám H100. Cả hai nhà cung cấp đều báo cáo các số liệu OSWorld-2. Chỉ một trong số họ cung cấp cho bạn một đồng hồ đo mà bạn có thể đọc trước khi bắt đầu.

Hàng benchmark thực sự chồng lấn

OSWorld-2 là thứ gần nhất với một thước đo chung giữa hai bên, và đáng để thấy rằng hàng chung đó thiết lập được ít ỏi đến mức nào. Thẻ của Nex-AGI liệt kê Nex-N2.5 Pro ở 56.4 trên OSWorld-2, cùng với Claude Opus 5 ở 68.3 và Qwen3.8-Max ở 46.7, mà nó trích dẫn từ các nguồn bảng xếp hạng và nhà cung cấp. Tài liệu ra mắt của OpenAI cho GPT-6 Astra báo cáo 72.6% trên OSWorld 2.0 với khoảng 40 phút mỗi tác vụ, điều mà nó mô tả là ít hơn khoảng 47% thời gian mỗi tác vụ so với GPT-5.6 Sol.

Hai con số đó không thể được đặt trong cùng một cột. Chúng được tạo ra bởi các phòng thí nghiệm khác nhau, trên các harness khác nhau, vào các ngày khác nhau, với ngân sách hành động khác nhau — và Nex-AGI nói thẳng rằng các đánh giá computer-use và browser-use của mình đều đi qua harness NexCUA của riêng họ, thứ mà họ nói sẽ mã nguồn mở nhưng vẫn chưa làm. Vậy nên cách đọc trung thực về cặp số này mang tính định hướng và hẹp: con số của OpenAI là con số cao hơn, cả hai đều do nhà cung cấp báo cáo, và cả hai đều chưa được tái lập. Điều mà hàng dữ liệu này thực sự xác lập là cả hai công ty đều coi OSWorld-2 là benchmark quan trọng cho lớp mô hình này, điều đó cho bạn biết cần theo dõi gì cho một lần chạy độc lập.

Phần còn lại trong thẻ của Nex-AGI là một bảng chỉ có một nhà cung cấp, với cùng một lưu ý gắn kèm ở mỗi dòng:

• Sử dụng máy tính, do nhà cung cấp báo cáo — OSWorld-2 56.4, OSWorld-Verified 82.2, OSWorld-G 87.4, WebArena-Verified 67.6, WebTest 52.8, Vision2Web 68.2

• Lập trình và văn bản, do nhà cung cấp báo cáo — Terminal-Bench 2.1 ở mức 82.7, SWE-Bench Pro 61.2, BrowseComp 89.7, AutomationBench v1.0.6 ở mức 44.2

• Thành tích độc lập của GPT-6 Astra — 53 trên Artificial Analysis Intelligence Index, 44,6 token đầu ra mỗi giây, 3,26 USD cho mỗi tác vụ chỉ số đã hoàn thành, đứng thứ bảy trong số 216 về trí tuệ và thứ 168 trong số 185 về tốc độ

• Thành tích do nhà cung cấp công bố của GPT-6 Astra — 98% FrontierMath Tier 4, 99,9% ARC-AGI-3 (62,7% theo bộ khung tiêu chuẩn của ARC Prize, 99,9% theo adapter của nhà cung cấp), 100% ExploitBench, 57,9% Terminal-Bench 4.0

Đọc bốn dòng đó cùng nhau thì rõ sự bất đối xứng. Astra có một bảng điểm độc lập và một bảng của nhà cung cấp không khớp với nhau, điều đó ít nhất cho bạn thứ để cân nhắc. Nex-N2.5 Pro chỉ có bảng của nhà cung cấp — không có mục Artificial Analysis nào cho nó, và không có trang nào cho bất kỳ mô hình Nex nào trên bảng đó — nên mọi số liệu ở trên đều chỉ mang uy tín của Nex-AGI và không gì khác.

Số thứ hai trên thẻ là gì: trọng lượng hạ cánh

Kho lưu trữ Nex-N2.5 Pro trên Hugging Face được tạo vào ngày 8 tháng 9 năm 2026, và khi dòng mô hình này được công bố, thẻ mô hình có kèm thông báo "sắp ra mắt" đối với phần trọng số. Khoảng trống đó nay đã được lấp đầy. Kho lưu trữ hiện chứa 122 shard safetensors với tổng dung lượng khoảng 407 GB, được phát hành theo Apache-2.0, và thẻ mô hình ghi lại công thức phục vụ đủ chi tiết để chạy nó mà không cần kỹ thuật đảo ngược bất cứ thứ gì.

Công thức đó đáng để đọc trước khi bạn đánh giá phép so sánh, vì nó là lập luận ủng hộ mô hình không kém gì bất kỳ dòng benchmark nào. Nex-N2.5 Pro là một hỗn hợp chuyên gia thưa: tổng cộng 397 tỷ tham số với khoảng 17 tỷ tham số hoạt động trên mỗi token. Triển khai được ghi trong tài liệu là một nút đơn gồm tám H100 chạy bản dựng SGLang tùy chỉnh — nexagi/sglang:v0.5.18-nex-patch — với song song tensor trên cả tám, bộ phân tích lý luận Qwen3 và bộ phân tích gọi công cụ Qwen3-coder được bật, độ dài ngữ cảnh 262.144 token, và mức lấy mẫu được đề xuất ở temperature 0.7, top_p 0.95, top_k 40. Tám H100 là một dấu chân đáng kể nhưng thông thường. Bởi vì chỉ 17 tỷ tham số được kích hoạt trên mỗi token, lượng tính toán cho mỗi hành động vẫn nhỏ dù dấu chân trọng số lớn — đó chính là toàn bộ lý do một mô hình 397B có thể được triển khai bởi bất kỳ ai không phải là một hyperscaler.

Cửa sổ ngữ cảnh 262.144 token là đặc tả quyết định phần lớn các thiết kế agent. Cửa sổ của Astra là 1.050.000 token với giới hạn đầu ra 128.000 token, và các bậc dịch vụ của chính nó khiến phần cuối dài trở nên đắt đỏ: trên 272.000 token đầu vào, toàn bộ yêu cầu được tính lại giá ở mức $20.00 cho đầu vào và $75.00 cho đầu ra, với đọc cache ở $2.00 và ghi cache ở $25.00. Độ dài phục vụ 262.144 token của Nex-N2.5 Pro nằm ngay dưới ranh giới đó, điều này hoặc là một sự trùng hợp, hoặc là một đặc tả được viết bởi người đọc các trang định giá của nhà cung cấp khác. Dù thế nào, hệ quả thực tế là một vòng lặp agent giữ lịch sử phiên dài trên Nex-N2.5 Pro sẽ không bao giờ vượt qua ranh giới bậc vốn làm chi phí đầu vào của Astra tăng gần gấp đôi.

Dòng tiền đi đâu qua hơn mười nghìn lượt chạy

Giá theo token là đơn vị sai cho khối lượng công việc này, và đáng để nói cụ thể vì sao. Một agent trình duyệt hoàn thành tác vụ trong một trăm hành động sẽ gửi một trăm yêu cầu, mỗi yêu cầu mang theo trạng thái phiên tích lũy. Ngay cả khi prompt caching thực sự phát huy tác dụng, phía đầu vào tăng theo bình phương số lượng hành động trong khi phía đầu ra tăng tuyến tính theo nó. Đó chính là hình dạng khiến một bảng giá trở thành một dòng ngân sách.

Hai mô hình trả lời về hình dạng đó theo cách khác nhau, và sự khác biệt chủ yếu không nằm ở các con số:

• Cơ cấu chi phí — GPT-6 Astra tính phí theo mức sử dụng ở $10.00 đầu vào / $1.00 bộ nhớ đệm / $12.50 ghi bộ nhớ đệm / $50.00 đầu ra trên mỗi 1M, tăng gấp đôi khi vượt 272K token, so với Nex-N2.5 Pro tính phí theo mức sử dụng hoặc tự vận hành, không có mức giá niêm yết công bố nào từ Nex-AGI cho hạng Pro

• Yêu cầu về vốn — GPT-6 Astra: không có, vì đây là một API; còn Nex-N2.5 Pro thì cần một node đơn gồm tám H100s, hoặc một endpoint được lưu trữ với các điều khoản thương mại do nhà cung cấp tự đặt ra.

• Ngữ cảnh tại thời điểm phục vụ — GPT-6 Astra 922.000 token đầu vào, 128.000 token đầu ra so với Nex-N2.5 Pro 262.144 token như được ghi trong cấu hình khởi chạy

• Kiểm soát suy luận — GPT-6 Astra reasoning.effort từ low đến max so với Nex-N2.5 Pro reasoning_effort ở none, medium (adaptive, mặc định) hoặc high

• Đầu vào — GPT-6 Astra văn bản, hình ảnh và tệp theo danh sách của router, văn bản và hình ảnh theo trang riêng của O​penAI so với Nex-N2.5 Pro văn bản và hình ảnh, với vision được coi là kênh nhận thức của tác nhân thay vì một phương thức thứ hai

• Trọng số — GPT-6 Astra đóng vs Nex-N2.5 Pro Apache-2.0, 122 phân đoạn, khoảng 407 GB

Hàng cuối cùng đó là hàng thay đổi bài toán số học chứ không phải mức giá. Nếu bạn sở hữu tám chiếc H100 và chúng không bận việc gì khác, chi phí cận biên của lần chạy agent tiếp theo sẽ tiến gần tới tiền điện, và không đối thủ nào tính phí theo token đạt được con số đó ở bất kỳ khối lượng nào. Nếu bạn không sở hữu chúng, khoản mục chi phí vốn mới là phép so sánh, và một API tính phí theo mức sử dụng bắt đầu trông rẻ đúng theo cách một chiếc xe thuê trông rẻ bên cạnh khoản trả góp mua xe — cho đến khi bạn lái nó mỗi ngày trong suốt ba năm.

Phiên bản trung thực của câu hỏi mua hay tự xây ở đây là mức độ sử dụng. Một khối lượng công việc agent chạy liên tục khiến nút trông như một món hời; một khối lượng công việc tăng vọt trong giờ làm việc và nhàn rỗi qua đêm khiến tính linh hoạt của API đáng với mức giá cao hơn của nó. Bảng thông số của cả hai nhà cung cấp đều không cho bạn biết bạn thuộc trường hợp nào, và không hàng benchmark nào thay thế được con số do lưu lượng của chính bạn tạo ra.

Một điều mà thẻ Nex-N2.5 Pro sẽ không cho bạn biết là giá của nó. Nex-AGI không công bố mức giá niêm yết theo token cho hạng Pro; mô hình này đến với người dùng trước tiên thông qua các endpoint được lưu trữ liên kết từ chính thẻ của nó, và các điều khoản thương mại là do nhà cung cấp tự đặt, chứ không phải điều mà một trang bên ngoài nên ước tính. Bài viết này không đưa ra con số đó.

Mỗi thứ thực sự được tạo ra để làm gì

Sự khác biệt rõ ràng nhất giữa hai mô hình này không nằm ở năng lực, mà ở vòng lặp mà chúng được thiết kế xoay quanh. Cách Nex-AGI định hình cho dòng N2.5 là: thị giác không chỉ đơn thuần là một phương thức đầu vào, mà là giao diện qua đó tác nhân cảm nhận môi trường của mình, xác minh kết quả của một hành động và quyết định làm gì tiếp theo. Nex-N2.5 Pro được huấn luyện hậu kỳ từ dòng Qwen3.5 dành riêng cho vòng lặp cảm nhận-và-kiểm tra đó, trong các phiên trình duyệt và màn hình máy tính, với khả năng tự sửa lỗi dựa trên kết quả thị giác. Cơ chế điều khiển suy luận của nó phản ánh cùng thiết kế ấy: chế độ mặc định là thích ứng, để mô hình tự quyết định cần suy nghĩ bao nhiêu trước mỗi hành động, cùng với một chế độ không suy luận dành cho những bước rõ ràng không cần đến nó. Với một tác nhân đưa ra hàng trăm quyết định liên tiếp, việc kiểm soát suy luận theo từng bước là một đòn bẩy chi phí, chứ không phải một núm điều chỉnh chất lượng, và chính thiết lập mặc định mới là điều quan trọng.

Định vị của GPT-6 Astra rộng hơn, và câu chuyện sử dụng máy tính của nó đi kèm với một cấu trúc giá giả định các phiên chạy dài. OpenAI bán nó cho công việc chuyên nghiệp từ đầu đến cuối, tầm xa — đưa một tác vụ từ chỉ dẫn đến sản phẩm hoàn thiện bằng cách sử dụng máy tính theo cách con người làm — và cửa sổ 1.050.000 token chính là đặc tả giúp những phiên chạy đó khả thi mà không cần tóm tắt. Đó là một lợi thế thực sự cho loại tác vụ mà tác nhân vẫn phải tìm được một yêu cầu đã được giao cho nó từ nhiều giờ trước; đó cũng là lý do dải 272.000 token tồn tại, và bất kỳ ai chạy Astra như một tác nhân nên coi dải đó là cái giá của tính năng chứ không phải là một hình phạt.

Hai sự thật vận hành về Astra nên có trong bất kỳ đánh giá nào về nó với tư cách một nền tảng agent, vì cả hai đều ảnh hưởng đến vòng lặp vận hành thực tế. Thông lượng đo được của nó là 44,6 token đầu ra mỗi giây trong lần chạy của Artificial Analysis, mức này đủ chậm để gây hệ trọng khi mỗi thao tác trong một trăm thao tác phải chờ phản hồi. Và Astra là mô hình OpenAI đầu tiên vượt ngưỡng năng lực an ninh mạng Critical của công ty, nghĩa là khi xuất xưởng, nó từ chối các tác vụ an ninh mạng nâng cao và bộ máy bảo vệ đó nằm ngay trên đường đi của yêu cầu — trong ChatGPT và Codex, người dùng có thể được yêu cầu xem xét một hành động, còn trên API thì tác vụ chỉ đơn giản là dừng lại. Đối với một agent an ninh phòng thủ, đó là một ràng buộc thực sự; đối với một agent quy trình doanh nghiệp thông thường, nó gần như vô hình.

Chạy cả hai, và router xử lý điều đó như thế nào

Nex-N2.5 Pro không có trên OrcaRouter và trang này không hề khẳng định là có — đây là một checkpoint Apache-2.0 từ một lab mới hơn, và đường đến với nó là các dịch vụ lưu trữ riêng của Nex-AGI, một nền tảng bên thứ ba, hoặc triển khai tám H100 mà thẻ mô hình của nó ghi lại. GPT-6 Astra có trong danh mục của chúng tôi với mã openai/gpt-6-astra, theo đúng mức giá niêm yết của OpenAI, chuyển nguyên với 0% phụ phí từ phía chúng tôi, nên bất kỳ thay đổi nào đối với bốn thước đo của nó đều được áp lên key hiện có của bạn ngay trong ngày thay đổi đó được công bố.

Sự tách biệt đó chính là điều khiến một đội hình mô hình hỗn hợp trở nên thực tế thay vì chỉ là lý thuyết. Một nhóm muốn tìm hiểu xem liệu một tác nhân sử dụng máy tính tự triển khai có xử lý được khối lượng công việc của nó hay không có thể đặt mô hình tính phí phía sau cùng một endpoint tương thích OpenAI mà họ đã gọi, hướng một phần lưu lượng đến checkpoint, và so sánh số tác vụ hoàn thành trên mỗi đô la thay vì token trên mỗi lần gọi — đơn vị duy nhất trả lời được câu hỏi đó. Chuyển đổi dự phòng tự động bao trùm những ngày tồi tệ của quá trình triển khai mà không cần ai viết một tích hợp thứ hai, và nó cũng bao trùm những ngày tồi tệ của API. So sánh mà trang này đã thực hiện là so sánh các cấu trúc chi phí, và cấu trúc chi phí là thứ bạn kiểm nghiệm trên lưu lượng của mình chứ không phải đọc ra từ một tấm thẻ.

Chạy cái nào?

Chọn Nex-N2.5 Pro nếu thao tác máy tính và trình duyệt chính là sản phẩm chứ không phải một tính năng của sản phẩm, nếu bạn đã vận hành năng lực GPU, hoặc nếu Apache-2.0 là yếu tố quyết định vì dữ liệu mà tác nhân chạm tới không thể rời khỏi hạ tầng của bạn. Hãy tính ngân sách cho node trước khi tính ngân sách cho bất cứ thứ gì khác, và tự đánh giá con số OSWorld-2 trước khi bạn phụ thuộc vào nó — bộ khung tạo ra con số đó vẫn chưa được công khai, và cho đến khi nó được công khai, 56.4 chỉ là một tuyên bố chứ không phải một kết quả.

Chọn GPT-6 Astra nếu công việc cần đến đỉnh cao của một ngữ cảnh rất dài, nếu bạn muốn một bảng điểm độc lập để đối chiếu với bảng thông số của nhà cung cấp, hoặc nếu bạn không muốn tự chạy GPU. Nó có giá $10.00 và $50.00 mỗi triệu token và $3.26 cho mỗi tác vụ lập chỉ mục đã hoàn thành — lựa chọn đắt nhất trong so sánh này và là lựa chọn có gánh nặng vận hành ít nhất. Đừng dùng nó cho một agent có prompt ngắn, khối lượng lớn; ở kích thước yêu cầu đó, bạn đang trả mức giá của dòng flagship cho một khối lượng công việc mà một mô hình rẻ hơn có thể hoàn thành, và dải 272.000 token vốn biện minh cho bảng giá đó là thứ bạn sẽ không bao giờ dùng đến.

Tóm tắt đáng ghi nhớ là hai sản phẩm này được định giá dựa trên những ràng buộc khác nhau. Chi phí của Nex-N2.5 Pro là một node, và tính kinh tế của nó cải thiện khi bạn sử dụng càng nhiều. Chi phí của GPT-6 Astra là một đồng hồ đo, và tính kinh tế của nó không đổi bất kể bạn sử dụng bao nhiêu. Đối với một tác nhân sử dụng máy tính chạy liên tục, sự khác biệt đó tích tụ nhanh hơn bất kỳ khoảng cách điểm chuẩn nào giữa chúng.

Một bản phát hành cũng là thời điểm để kiểm tra xem trước đây đã có gì sai sót: các sự cố AI và lỗi agent đã được ghi nhận liên quan đến những mô hình thuộc nhóm này đều được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều đi kèm nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.