Nex-N2.6 đổi Qwen lấy GLM: Mô hình tác tử mới của Nex-AGI tốn kém hơn và nói ít hơn

Nex-N2.6 ra mắt trên API thương mại của chính Nex-AGI vào ngày 10 tháng 11 năm 2026 mà không có bài đăng ra mắt, không có model card dễ đọc và không có bảng benchmark. Điều nó mang đến là một thay đổi về mô hình nền tảng: trong khi Nex-N2.5 Pro được post-train trên một checkpoint mixture-of-experts Q​wen3.5, thì Nex-N2.6 được post-train trên GLM-5.3-Flash, mô hình đa phương thức 320 tỷ tham số của Z.ai, và kết quả mang khoảng 321 tỷ tham số của riêng nó. Nó cũng ra mắt với mức giá cao hơn mô hình mà nó thay thế — 0,12 USD mỗi triệu token đầu vào và 0,40 USD mỗi triệu token đầu ra, so với 0,075 USD và 0,25 USD của Nex-N2.5 Pro, tức tăng 60% ở cả hai phía của đồng hồ đo. Với một dòng mô hình đã dành hai lần phát hành để lập luận rằng nó mang lại hành vi agent ở đẳng cấp tiên phong với mức giá mô hình mở, một phiên bản kế nhiệm đắt hơn và ít tài liệu hơn chính là điểm thú vị của lần ra mắt này, chứ không phải bản thân lần ra mắt. Nex-N2.6 là một mô hình chỉ có một endpoint, và đó chính là rủi ro vận hành đã nêu ở trên. OrcaRouter mang hơn 200 mô hình phía sau một endpoint tương thích OpenAI với cơ chế chuyển đổi dự phòng tự động, nên đường dự phòng bạn giữ cho một mô hình chưa được đo lường có thể chỉ là một quy tắc định tuyến thay vì một tích hợp thứ hai — và khi chúng tôi thực sự lưu trữ một mô hình, giá niêm yết của nhà cung cấp được chuyển nguyên với mức markup bằng không.

Thực ra có gì để xem ở đó?

Mô hình này không phải tin đồn. Nó có thể gọi được ngay bây giờ, do chính Nex-AGI phục vụ ở độ chính xác fp8, và endpoint báo cáo tình trạng tốt — thời gian hoạt động 100% trong các khoảng thời gian mà danh mục đo lường, khoảng 35 token đầu ra mỗi giây, và độ trễ p50 là 2,81 giây. Mọi thứ dưới đây đến từ danh sách đó chứ không phải từ nhà cung cấp, vì nhà cung cấp chưa công bố gì khác:

• Giá — 0,12 USD đầu vào / 0,40 USD đầu ra trên mỗi triệu token, đọc bộ nhớ đệm ở mức 0,024 USD. Trang niêm yết hiển thị mức đó là giảm 20% so với giá niêm yết 0,15 USD / 0,50 USD bị gạch ngang, nên hãy coi con số hiện tại là giá giới thiệu với thời hạn không được nêu rõ.

• Ngữ cảnh — 262,144 token, cùng cửa sổ phục vụ như mọi mô hình trong dòng N2.5, với đầu ra tối đa 235,929 token.

• Phương thức — đầu vào là văn bản và hình ảnh, đầu ra là văn bản. Không có kênh âm thanh hay video, và không có tính năng tạo hình ảnh.

• Suy luận — bắt buộc, không phải tùy chọn. Endpoint chỉ chấp nhận hai cài đặt mức nỗ lực là high và medium, đồng thời mặc định là high. Bạn không thể tắt tính năng suy nghĩ trên mô hình này.

• Công cụ — gọi hàm, buộc chọn công cụ, đầu ra có cấu trúc và logprobs đều được hỗ trợ, đây là bộ tính năng phù hợp cho một mô hình tác nhân và là điều duy nhất về bản phát hành này được đặc tả đầy đủ.

• Trọng số — danh mục liên kết đến một kho lưu trữ Hugging Face cho Nex-N2.6. Kho lưu trữ đó trả về lời nhắc xác thực thay vì một model card công khai, vì vậy các trọng số, cấu hình và mọi bảng đánh giá của nhà cung cấp đều không thể đọc được tại thời điểm công bố.

Việc hoán đổi cơ sở mới chính là thay đổi thực sự.

Các dòng mô hình thường lặp lại bằng cách mở rộng cùng một công thức hậu huấn luyện. Nex-AGI đã làm một việc mang tính đột phá hơn: thay đổi nền tảng. Nex-N2.5 Pro, ra mắt ngày 8 tháng 9, được xây dựng trên nền tảng mixture-of-experts Qwen3.5 397 tỷ tham số với khoảng 17 tỷ tham số hoạt động trên mỗi token — kiến trúc và tokenizer rõ ràng có nguồn gốc từ Qwen, và card của mô hình cũng nói vậy. Nex-N2.6 được xây dựng trên GLM-5.3-Flash, mô hình của một phòng thí nghiệm khác, tokenizer khác và ngân sách tham số khác: card của Z.ai mô tả tổng cộng 320 tỷ với 18 tỷ hoạt động, được xây dựng trên thiết kế attention thưa và tuyến tính kết hợp thay vì ngăn xếp Qwen.

Điều đó có ý nghĩa hơn cả chuyện vặt. Một mô hình nền bị thay đổi đồng nghĩa với việc bộ phân tích cú pháp gọi công cụ, mẫu trò chuyện, tokenizer và các kiểu lỗi đều thay đổi theo. Các prompt được tinh chỉnh dựa trên Nex-N2.5 Pro — đặc biệt là những system prompt dài dạy một phương ngữ gọi công cụ cụ thể, và bất kỳ thứ gì dựa vào ranh giới token của Q​wen để kiểm soát chi phí — không thể mặc định chuyển sang được. Tuyên bố hành vi duy nhất mà Nex-AGI đưa ra chính là về giao diện này: theo họ, mô hình giảm suy luận lặp lại và bám sát hơn các công cụ có sẵn trong môi trường hiện tại. Đó là một điều hợp lý để cải thiện khi bạn đổi nền sang một mô hình vốn đã được tinh chỉnh cho công việc agentic, và đây cũng chính là kiểu tuyên bố chỉ xuất hiện trong trace của chính bạn, chứ không phải trong một bảng benchmark. Do nhà cung cấp báo cáo, chưa được tái lập, và được nêu trong một câu.

Hiệu ứng bậc hai là khả năng dự đoán chi phí. Nex-N2.5 Pro có thể chạy với tính năng suy luận bị tắt hoàn toàn, khiến nó rẻ cho những lượt ngắn, mang tính máy móc. Nex-N2.6 thì không thể. Mỗi lần gọi đều suy luận, mặc định ở mức nỗ lực cao. Trong một vòng lặp agent phát ra bốn mươi lệnh gọi công cụ nhỏ để tìm một tệp, sự khác biệt về hành vi mặc định đó sẽ làm hóa đơn của bạn thay đổi nhiều hơn mức 60% được nêu nổi bật.

Một phiên bản kế nhiệm có giá cao hơn 60%

Hướng định giá này đáng để dừng lại suy nghĩ, vì nó đảo ngược câu chuyện thế hệ thông thường. Tính trên mỗi triệu token: Nex-N2.5 Pro ở mức $0.075 đầu vào / $0.25 đầu ra, Nex-N2.6 ở mức $0.12 đầu vào / $0.40 đầu ra. Cùng cửa sổ ngữ cảnh. Cùng phương thức. Một mô hình mới hơn từ cùng phòng thí nghiệm, trên nền tảng nhỏ hơn, với mức giá gấp 1,6 lần.

Chạy nó qua một khối lượng công việc agent thực tế — mười triệu token đầu vào và hai triệu token đầu ra mỗi tháng, tức là một agent lập trình ở mức vừa phải trong một nhóm bận rộn — và các con số là $1,20 cộng $0,80, vậy là $2,00 một tháng trên Nex-N2.6. Cùng khối lượng công việc đó trên Nex-N2.5 Pro là $0,75 cộng $0,50, tức $1,25. Cả hai đều chỉ là sai số làm tròn so với các mô hình tiên phong. Đó là cách hiểu trung thực: Nex-N2.6 đắt hơn phiên bản tiền nhiệm và vẫn chỉ bằng khoảng một phần mười sáu chi phí của một mô hình hàng đầu, nên việc tăng giá là tín hiệu về định vị chứ không phải vấn đề ngân sách.

Chỗ mà mức tăng thực sự gây tác động là ở khối lượng, và chỗ mà việc bắt buộc suy luận gây tác động là ở phần đuôi. Một mô hình luôn suy nghĩ ở mức nỗ lực cao sẽ tiêu tốn lượng token đầu ra mà bạn không hề yêu cầu, và $0.40 cho mỗi triệu token đầu ra trong một vòng lặp nặng suy luận là một con số khác với $0.40 cho những câu trả lời ngắn. Hãy đo lượng token trên mỗi tác vụ hoàn thành, chứ không phải giá trên mỗi token, trước khi kết luận bất cứ điều gì.

Một lưu ý mang tính cấu trúc về cách các mức giá này được truyền đi: một gateway chuyển nguyên giá niêm yết của nhà cung cấp với mức markup 0% không có bảng giá riêng để đối chiếu, nên việc nhà cung cấp giảm giá hoặc một khoản chiết khấu hết hạn sẽ hiện ra ngay trong ngày thay vì ở lần gia hạn hợp đồng tiếp theo. OrcaRouter hoạt động theo cách đó. Đây cũng là chỗ thẳng thắn để nói về những gì chúng tôi không có — hiện nay không có checkpoint Nex-AGI nào trong danh mục OrcaRouter, vì vậy Nex-N2.6 là một mô hình bạn gọi trực tiếp từ một nhà cung cấp với một mức giá. Hình thái một nhà cung cấp đó chính là rủi ro vận hành thực sự trong bản phát hành này, và đáng để lên kế hoạch xoay quanh ngay cả khi bạn không bao giờ dùng sản phẩm của chúng tôi: một mô hình chỉ có một endpoint, không có trọng số được công bố và không có máy chủ thứ hai thì không có nơi nào để chuyển sang dự phòng.

Khoảng trống bằng chứng là phần cần được tính vào giá.

Bản phát hành trước của Nex-AGI đi kèm cả một hệ thống tài liệu đầy đủ: một trang web của nhà cung cấp với các biểu đồ benchmark, một thẻ Hugging Face với các bảng văn bản và đa phương thức so sánh dòng mô hình với Claude Opus 5, GPT-5.6 Sol, Kimi-K3 và Qwen3.8-Max, cùng một công thức phục vụ được ghi chép trên tám H100. Nex-N2.6 chỉ đi kèm một đoạn văn.

Hãy kiểm tra những gì còn thiếu và đó là một danh sách nhất quán. Trang web của chính nhà cung cấp vẫn quảng cáo dòng Nex-N2.5 và không đề cập đến N2.6 dưới bất kỳ hình thức nào mà chúng tôi có thể tải được. Tổ chức GitHub có các kho lưu trữ cho Nex-N2.5, NexRT và khung tác tử NexAU, và không có kho nào cho N2.6. ModelScope không trả về bản ghi nào cho checkpoint. Kho lưu trữ Hugging Face được nêu trong danh sách không thể đọc được công khai. Không có mục nào trên Artificial Analysis, vì vậy hoàn toàn không có điểm số độc lập — không phải một điểm yếu, mà là không có điểm nào cả. Tính đến thời điểm công bố, toàn bộ cơ sở bằng chứng công khai cho mô hình này là một mức giá, một độ dài ngữ cảnh, một phương thức, một số lượng tham số và một câu định vị.

Đó không giống với một mô hình tồi. Đó là một mô hình mà bạn không thể kiểm chứng các tuyên bố của nó, đến từ một phòng thí nghiệm từng phát hành các bước kiểm tra. Thái độ đúng đắn là thái độ bạn sẽ áp dụng với bất kỳ phụ thuộc nào chưa được đo lường: hãy thử nó trên công việc mà bạn có thể tự đánh giá, giữ mô hình trước đó được kết nối làm phương án dự phòng, và đừng chuyển một luồng production sang dùng nó chỉ vì số phiên bản đã tăng lên.

Ai nên di chuyển, và ai nên chờ đợi

Có một lý do chính đáng để chuyển ngay lúc này, và phạm vi của nó hẹp. Nếu harness agent của bạn tiêu ngân sách để đấu với mô hình thay vì làm nhiệm vụ — đọc lại cùng một tệp, suy ra lại một kết luận đã có, hoặc phát ra các lời gọi công cụ bằng một phương ngữ mà schema của bạn từ chối — thì một mô hình được tinh chỉnh rõ ràng để cắt giảm suy luận lặp lại và tôn trọng các công cụ sẵn có đang nhắm thẳng vào vấn đề của bạn, và với $0.12/$0.40, chi phí chạy thử gần như không đáng kể. Đầu vào hình ảnh cộng với gọi hàm trong một endpoint cũng khiến nó dùng được cho QA dựa trên ảnh chụp màn hình mà không cần mô hình thứ hai trong vòng lặp.

Lý do để chờ đợi còn rộng hơn. Nếu khối lượng công việc của bạn đã chạy ổn trên Nex-N2.5 Pro, thì riêng việc hoán đổi nền tảng đã là một cuộc di trú, và bạn sẽ làm việc đó cho một mô hình tốn nhiều hơn trên mỗi token, không thể chạy khi tắt chế độ suy luận, không thể tải xuống và không có điểm số được công bố. Chưa có bằng chứng nào cho thấy N2.6 tốt hơn ở bất kỳ điều gì ngoài hai hành vi mà tác giả của nó nêu tên.

Điều gì sẽ thay đổi cục diện, theo thứ tự tương đối về mức độ hữu ích: model card mở đầu bằng các bảng benchmark của chính nó, một điểm số độc lập đầu tiên xuất hiện trên một bảng xếp hạng công khai, trọng số thực sự được phát hành theo một giấy phép mà bạn có thể dùng, và một nhà cung cấp thứ hai lưu trữ nó để rủi ro chỉ có một endpoint biến mất. Cho đến khi ít nhất hai trong số đó thành hiện thực, Nex-N2.6 là một lựa chọn đầy hứa hẹn nhưng chưa được đo lường, thay vì một bản nâng cấp được khuyến nghị — và với mức tăng giá, đó chính là toàn bộ câu chuyện.

Việc thay đổi cơ sở trông như thế nào trên giấy tờ

Phép so sánh quan trọng không phải là Nex-N2.6 với một mô hình tiên phong. Mà là Nex-N2.6 với checkpoint mà nó thay thế, vì đó chính là việc chuyển đổi mà bất kỳ ai đã dùng dòng mô hình này đều được yêu cầu thực hiện.

Đọc từ trên xuống danh sách đó, và mô thức hiện ra là một mô hình trở nên nhỏ hơn, đắt hơn, ít tùy chỉnh hơn và ít có thể soi xét hơn chỉ trong một bước. Đó không tự động là một sự đánh đổi tệ hơn — một mô hình nền 321 tỷ tham số được tinh chỉnh cho việc sử dụng công cụ dạng tác tử có thể đánh bại một mô hình 397 tỷ tham số được tinh chỉnh cho mục đích khác, và giá trên mỗi token là nhỏ về mặt tuyệt đối. Nhưng đó là một sự đánh đổi, và nhà cung cấp chưa công bố bản so sánh để bất kỳ ai có thể đánh giá nó. Cho đến khi điều đó thay đổi, việc hoán đổi mô hình nền chính là câu chuyện và bảng benchmark là chương còn thiếu.