Nex-N2.6 将 Qwen 换成 GLM：Nex-AGI 的新智能体模型更贵、说得更少

Nex-N2.6于 2026 年 11 月 10 日在 Nex-AGI 自有商业 API 上线，既没有上线公告，也没有可读的模型卡，更没有基准测试表。它真正带来的是基座模型的变化：其中 Nex-N2.5 Pro是在 Qwen3.5 混合专家检查点上进行后训练的，而 Nex-N2.6 则是在 GLM-5.3-Flash——Z.ai 的 3200 亿参数多模态模型——之上进行后训练的，最终成品自身约含 3210 亿参数。它的价格也高于它所取代的模型——每百万输入 token 0.12 美元、每百万输出 token 0.40 美元，而 Nex-N2.5 Pro 分别为 0.075 美元和 0.25 美元，计费两端均上涨 60%。对于一个已经用两个版本论证自己能以开放模型价格提供前沿智能体行为的系列来说，这次发布真正有意思的地方不是发布本身，而是这个更贵、文档更少的继任者。 Nex-N2.6 是单端点模型，而这就是上文所述的操作风险。 OrcaRouter 在一个 OpenAI 兼容端点背后承载 200+ 个模型，并支持自动故障转移，因此你为一个未经测量的模型保留的兜底路径可以是一条路由规则，而不是第二套集成——而且当我们确实托管某个模型时，提供商的标价会以零加价透传。

那里究竟有什么可看的？

该模型并非传闻。它现在即可调用，由 Nex-AGI 本身以 fp8 精度提供服务，端点报告健康状况良好——在目录测量的各个时间窗口内正常运行时间为 100%，输出速度约为每秒 35 个 token，p50 延迟为 2.81 秒。以下所有内容均来自该条目，而非来自供应商，因为供应商没有发布其他任何内容：

• 价格 — 每百万 token 输入 $0.12 / 输出 $0.40，缓存读取为 $0.024。商品页面将其显示为从划掉的原价 $0.15 / $0.50 优惠 20%，因此请将当前数字视为未注明截止日期的推广价。

• 上下文——262,144 个 token，与 N2.5 系列中每个模型相同的服务窗口，最大输出为 235,929 个 token。

• 模态——输入文本和图像，输出文本。没有音频或视频通道，也不生成图像。

• 推理——强制启用，不可选。该端点仅接受两种强度设置：高和中等，默认为高。在此模型上无法关闭思考。

• 工具能力 — 支持函数调用、强制工具选择、结构化输出和 logprobs，这正是智能体模型所需的一套功能，也是本次发布中唯一被完整说明的一点。

• 权重 — 该条目链接到一个面向 Nex-N2.6 的 Hugging Face 仓库。该仓库返回的是身份验证提示，而不是公开的模型卡，因此截至发布时，权重、配置以及任何供应商评估表均不可读取。

基础交换才是真正的变化

模型家族通常通过扩展同一套后训练配方来实现迭代。Nex-AGI 的做法更具颠覆性：它更换了基座。9 月 8 日发布的 Nex-N2.5 Pro 构建在 3970 亿参数的 Qwen3.5 混合专家基座之上，每个 token 约激活 170 亿参数——其架构与分词器明显源自 Qwen，模型卡中也如实说明了这一点。Nex-N2.6 则构建在 GLM-5.3-Flash 之上：这是另一家实验室的模型，分词器不同，参数规模也不同：Z.ai 的模型卡显示其总参数为 3200 亿、激活参数为 180 亿，采用的是稀疏与线性混合注意力设计，而非 Qwen 那一套技术栈。

这件事的意义不止于冷知识。更换基座模型意味着工具调用解析器、聊天模板、分词器和失败模式都会随之改变。针对 Nex-N2.5 Pro 调优过的提示词——尤其是那些教会模型使用特定工具调用方言的长系统提示词，以及任何依赖 Q​wen 的 token 边界来控制成本的做法——都不能想当然地直接迁移。Nex-AGI 提出的唯一一项行为层面的主张，恰恰就是关于这个接口：它称，该模型减少了重复推理，并且更紧密地遵循当前环境中可用的工具。当你把基座换成一个本身针对智能体工作调优过的模型时，这确实是一项合理的改进；而这也恰恰是那种只会出现在你自己的调用轨迹里、而不会出现在基准测试表格中的主张。供应商报告、未经复现，而且只用一句话带过。

二阶效应是成本可预测性。Nex-N2.5 Pro 可以完全禁用推理来运行，这让它在简短、机械的轮次中成本很低。Nex-N2.6 则不能。每次调用都会思考，且默认采用高强度。在一个为查找文件而发起四十次小型工具调用的 agent 循环中，这种默认行为的差异对账单的影响将超过 60% 这一宣传费率的影响。

价格高出60%的继任者

这一定价方向值得停下来想一想，因为它颠覆了通常的代际叙事。每百万 token：Nex-N2.5 Pro 为输入 $0.075 / 输出 $0.25，Nex-N2.6 为输入 $0.12 / 输出 $0.40。上下文窗口相同。模态相同。同一实验室推出的更新模型，基础规模更小，价格却是其 1.6 倍。

用真实的智能体工作负载来算——每月一千万输入 token 和两百万输出 token，这相当于一个忙碌团队里一个中等强度的编程智能体——数字是 $1.20 加 $0.80，也就是在 Nex-N2.6 上每月 $2.00。同样的工作负载在 Nex-N2.5 Pro 上是 $0.75 加 $0.50，即 $1.25。与前沿模型相比，两者都只是四舍五入的误差。诚实的解读是：Nex-N2.6 比前代更贵，但成本仍约为旗舰模型的十六分之一，所以这次涨价是关于定位的信号，而不是预算问题。

价格上涨真正产生影响的地方在于用量，而强制推理真正产生影响的地方在于长尾。一个始终以高推理强度思考的模型，会消耗你并未要求的输出 token；在推理密集型循环中，每百万输出 token 0.40 美元，与短答案场景下的每百万输出 token 0.40 美元，是完全不同的数字。在得出任何结论之前，要衡量每个已完成任务消耗的 token，而不是每 token 的价格。

关于这些价格如何传导，有一个结构性的说明：以 0% 加价率直接透传供应商目录价的网关没有单独的价格表需要核对，因此供应商降价或折扣到期会在当天就体现出来，而不是等到下一次合同续约。OrcaRouter 正是这样运作的。同时，这里也是坦诚说明我们目前没有哪些东西的合适位置——如今 OrcaRouter 的模型目录中没有任何 Nex-AGI 的 checkpoint，所以 Nex-N2.6 是一个只能从单一供应商、按单一价格直接调用的模型。这种单供应商形态正是本次发布中真正的运营风险，而且即便你从不使用我们的产品，也值得围绕它做规划：一个只有一个端点、没有公开权重、也没有第二个托管方的模型，根本没有可供故障转移的去处。

证据缺口才是需要计入定价的部分。

Nex-AGI 的上一个版本发布时配备了一整套配套材料：一个带有基准图表的厂商网站，一张 Hugging Face 模型卡，其中包含文本和多模态表格，将该系列与 Claude Opus 5、GPT-5.6 Sol、Kimi-K3 和 Qwen3.8-Max 进行对比，还有一份有文档记录的、在八块 H100 上提供服务的部署方案。而 Nex-N2.6 只附带了一段话。

检查缺失了什么，会发现这是一份前后一致的清单。供应商自己的网站仍在宣传 Nex-N2.5 系列，并且没有以我们能加载的任何形式提及 N2.6。GitHub 组织中有 Nex-N2.5、NexRT 和 NexAU agent 框架的仓库，但没有 N2.6 的仓库。ModelScope 对该检查点没有任何记录。列表中提到的 Hugging Face 仓库无法公开读取。Artificial Analysis 上没有条目，因此完全没有独立评分——不是分数低，而是根本没有。截至本文发布时，该模型的全部公开证据基础是：一个价格、一个上下文长度、一种模态、一个参数数量，以及一句定位说明。

这和一个糟糕的模型不是一回事。这是一个你无法核查其说法的模型，而且来自一个此前曾交付过核查机制的实验室。正确的姿态，就是你面对任何未经衡量的依赖时会采取的姿态：在你自己能评分的工作上试用它，把之前的模型保留为后备，并且不要仅仅因为版本号升高了就把生产路径迁移到它上面。

谁该动，谁该等

现在切换确实有充分理由，而且适用范围很窄。如果你的 agent harness 把预算花在对抗模型而不是完成任务上——反复读取同一个文件、重新推导已经得出的结论，或者用你的 schema 不接受的方言发出工具调用——那么一个明确调优以减少重复推理并遵守可用工具的模型，就正好对准你的问题，而且以 $0.12/$0.40 的价格，跑这个实验几乎不花什么钱。在一个端点中同时提供图像输入和 function calling，也让它可以用于由截图驱动的 QA，而无需在流程中再引入第二个模型。

等待的理由更充分。如果你的工作负载已经在 Nex-N2.5 Pro 上正常运行，仅更换基础模型本身就是一次迁移，而你这样做是为了一个每 token 成本更高、无法在关闭推理的情况下运行、无法下载、且没有公布评分的模型。目前还没有证据表明，N2.6 除了其作者提到的两种行为之外，在任何方面更好。

什么会改变局面，按大致有用程度排序：模型卡以自身的基准测试表开篇、首个独立评分出现在公共排行榜上、权重真正以你可使用的许可证发布，以及第二家提供商托管它，从而消除单一端点风险。直到其中至少两项落地之前，Nex-N2.6 都是一个有前景但未经衡量的选项，而非推荐的升级——考虑到价格上涨，这就是全部故事。

基变换在纸面上看起来是什么样

真正重要的比较，不是 Nex-N2.6 与前沿模型的对比，而是 Nex-N2.6 与它所取代的检查点之间的对比，因为这才是已经使用这一系列的人被要求进行的迁移。

顺着这份清单往下看，呈现出的模式是：模型在一步之内变得更小、更贵、可配置性更低，也更难以检查。这并不自动意味着是一笔更糟的取舍——一个为智能体工具使用而调优的 3210 亿参数基础模型，可能击败一个为其他用途调优的 3970 亿参数模型，而且按绝对值计算，每 token 的价格并不高。但这仍是一笔取舍，而供应商尚未公布能让任何人评判这笔取舍的对比。在这一点改变之前，基础模型的替换才是关键所在，而基准测试表则是缺失的那一章。