Nex-N2.6 对比 Grok 4.7：便宜十六倍、上下文长度减半，而且其中一款有评分

之间的价格差异Nex-N2.6与Grok 4.7并不是折扣，而是另一种购买类别。按每百万输入 token 0.12 美元、每百万输出 token 0.40 美元计算，Nex-N2.6 的成本约为 Grok 4.7 的 2.00 美元和 6.00 美元的十六分之一——而如果你的提示词超过 200,000 个 token，Grok 4.7 的费率会翻倍至 4.00 美元和 12.00 美元，这会使输入侧的差距扩大到超过三十三比一。因此，有用的问题不是哪个模型更好。包括 Nex-AGI 在内的任何人都没有公布过能让你回答这个问题的数字。有用的问题是：你用这 16 倍的价格买到了什么：500,000 个 token 的上下文窗口、两年的公开基准测试记录、有文档说明的工具调用契约，以及一个有销售团队的供应商——对比一个昨天才发布、只给出了价格、上下文长度和一句定位说明的模型。

两个模型，仅保留可核查的内容

Grok 4.7 是 SpaceXAI 的旗舰模型，于 2026 年 9 月 21 日发布，也是这场对比中成熟且经过实测的选择。Nex-N2.6 是 Nex-AGI 推出的 Nex-N2.5 Pro 继任者，截至 2026 年 11 月 10 日已在厂商自有 API 上线，而它是尚未经过实测的那一个。下面逐维度展开，并附上每项数据的来源：

• 每百万 token 价格 — Nex-N2.6 输入 $0.12 / 输出 $0.40（挂牌价，划线价 $0.15 / $0.50 暗示包含 20% 的推介折扣）对比 Grok 4.7 输入 $2.00 / 输出 $6.00，当输入 token 超过 200K 时升至 $4.00 / $12.00（SpaceXAI 自己的费率表）。

• 上下文窗口 — Nex-N2.6 为 262,144 个 token，而 Grok 4.7 为 500,000 个；相比之下，SpaceXAI 允许在单次调用中最多输出 450,000 个 token。Nex-N2.6 的输出上限为 235,929 个 token。

输入模态——两者都接受文本和图像并返回文本。SpaceXAI 的文档还在 API 上列出了文件输入；Nex-N2.6 的列表则没有。

• 推理控制——Nex-N2.6 强制进行推理，提供高和中等两档设置，默认使用高，且无法关闭思考。Grok 4.7 提供低、中、高和 xhigh 四档，默认使用高，当任务较为机械时，可将其调至最便宜的设置。

• 基础模型与规模——Nex-N2.6 基于 GLM-5.3-Flash 进行后训练，参数量约为 3210 亿；而 SpaceXAI 完全没有公布 Grok 4.7 的参数量。

• 独立评分——Grok 4.7 有。Nex-N2.6 在任何榜单上都没有。

• 权重 — Nex-N2.6 的条目指向一个 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。Grok 4.7 是闭源的，仅提供 API，并且毫不掩饰这一点。

50 万 token 究竟能为你换来什么

上下文差距是 Grok 4.7 溢价最容易证明合理的地方，也是定价最不直观的地方。将窗口从 262K 翻倍到 500K 对智能体工作来说并不是锦上添花；它改变了一次调用中你能尝试哪些任务。一个完整的中型仓库源码树、包含日志的完整事件线程、长期运行的智能体累积的草稿本——所有这些都能放进 Grok 4.7，而在 Nex-N2.6 中则必须被分块、摘要或检索进去。

但请注意钱花在了哪里。输入达到 200,000 个 token 时，阶梯费率就会生效，因此，一次用满你所付费窗口的请求，会按每百万输入 token 4.00 美元计费，而不是 2.00 美元。对于同等提示词，单次 300,000 token 的调用在 Grok 4.7 上花费 1.20 美元，而在 Nex-N2.6 上约为 0.04 美元。长上下文能力是真实的，长上下文的价格也很陡峭，这意味着在每种情况下合理的架构都不同：使用 Grok 4.7 时，你把难题批量塞进超大调用中，并为这种能力付费；使用 Nex-N2.6 时，你让调用保持小规模，依赖检索，并把窗口当作余量而非工作区。

Grok 4.7 也是两者中唯一一个你可以路由而不仅仅是调用的模型。它位于 OrcaRouter 目录中，路径为 grok/grok-4.7，价格为 SpaceXAI 自己的 $2.00 / $6.00，且无加价，使用与 Grok 产品线其余模型相同的密钥——Grok 4.6、4.5、4.3 以及 4.20 系列——这在这里有一个特定原因：它让你在同一厂商的模型家族内拥有一条回退链，而无需第二份合同或第二个 SDK。Nex-N2.6 不在我们的目录中，我们也不会假装不是这样；它是否会改变，由 Nex-AGI 决定，而不是我们。

这个分数，以及如何看懂它而不被忽悠

这里正是这个比较必须放慢的地方，因为最可能被拿来引用 Grok 4.7 的那个数字，一旦脱离语境就是个陷阱。Artificial Analysis 目前在其 Intelligence Index 上测得它为 35——但那是 Index 5.0.1 版本，该版本重建了任务集。在之前的 4.3.2 版本上，同一模型得分为 46。两个数字都正确；它们不可比较，任何文章（包括我们九月份的那篇）若把 46 与 5.x 榜单上的数字并列印出，都是在跨版本断代引用。请把 35 作为当前读数，不要把它与旧指数上测得的任何数值相减。

在版本更迭中留存下来的，是结果的形态，以及其背后的单任务经济性：

• AA-Briefcase Elo — 在长时程知识工作榜单上，Grok 4.7 在 xhigh 努力程度下取得 1,511.7，为独立测得。

• 每项 Intelligence Index 任务的成本——加权后为 $0.26，其中 $0.11 来自缓存写入，$0.11 来自输出 token。缓存这一行就很说明问题：这个模型就是为在开启 prompt caching 的情况下运行而设计的，而它的实际价格取决于你的提示词中有多大一部分在多次调用之间保持稳定。

• GDPval — 1,692.05，以及 HLE 49.4，两者均来自同一次独立运行。

• Terminal-Bench 4.0 — 34.8，FrontierCode 2.0 — 24.0。编程领域一直是旗舰模型相对开放权重挑战者领先幅度全年最窄的地方，而这些数字并不能终结争论。

Nex-N2.6 在那张榜单上的那一栏是空的。不是弱——是空。没有 Artificial Analysis 条目，没有厂商表格，也没有可用于自行评测的权重。现存唯一关于性能的说明，是 Nex-AGI 的一句简短表述：与 Nex-N2.5 Pro 相比，N2.6 减少了重复推理，并更紧密地遵循当前环境中可用的工具。这是厂商做出的、关于工具调用纪律的声明，未经复现，而它就是该模型全部的公开性能记录。

在哪些情况下每一种都是错误的工具

Nex-N2.6 在任务需要窗口时就是错误的工具。如果你的流水线依赖于向模型输入 300K token 的上下文并就此提出一个问题，那么任何价格优势都无法弥补，因为这次调用放不下。当你需要在承诺之前得到一个数字时——采购、受监管审查、必须在文档中论证的赌注——它也是错误的工具。一个没有任何独立测量的模型无法达到这一标准，也不应被强辩过去。

当工作是体量型且廉价的时候，Grok 4.7 就是错误的工具。任何要触发成千上万次短调用的循环——给工单分类、提取字段、给一批 diff 打分——都在为一类任务支付旗舰级费率，而在这类任务中，35 分与一个假想的同等分数之间的差别在输出里根本看不出来。当你需要模型可被审视时，它同样是错误的工具：没有权重、没有配置、无法本地运行，只以托管形式存在。如果你的合规要求需要一个你能握在手里的检查点，那么这个模型就不可能成为其中的一部分。

还有第三种做法，比这两种极端都更有用：工作重复且可评分时用便宜的，工作耗时长且影响重大时用昂贵的，并让路由器根据请求本身而不是硬编码的模型名来决定哪个是哪个。OrcaRouter 的路由 DSL 正是表达这一点——一套基于 token 数、任务类别或调用方的规则集，按每个请求逐一评估——这正是为什么这里的价格差异是路由问题，而不是架构问题。16 倍只对真正发送到昂贵一侧的流量才有影响。

决定，每项各用一段文字说明。

如果你已经身处 Nex-AGI 工具生态中，提示词很短，工作负载是截图驱动或工具密集型的智能体循环，而模型预期中的改进正是你所需要的，并且本周你能用真实任务样本自行评估其输出，那就选择 Nex-N2.6。按 $0.12 / $0.40 的价格，这个实验负担得起；而且，早早采用一个最终被证明很优秀的模型是有价值的。但入场前要清楚：你依赖的是单一端点，没有公开权重，也没有独立评分；并且这个模型登场时伴随的是涨价——而非降价。

如果工作需要单次调用处理 500,000 个 token，如果基准测试纪录是硬性要求而非偏好，或者如果你想要一个路由器能在同一家族内进行故障转移的模型——而这个家族已经有五代——那就选 Grok 4.7。输出方面，你将支付 Nex-N2.6 费率的 16 倍；输入超过 200K 时还要更高；而你得到的将是 16 倍溢价唯一能诚实换来的东西：一个行为已由他人测量过的模型。对于任何必须一次成功的工作，这笔溢价通常是更便宜的成本项。

值得关注的事

这场对比在一个月内就会变得完全不同，而触发因素并不是价格变化——而是一行基准测试数据。如果 Nex-N2.6 的模型卡片一开始就自带表格，或者一项独立评分出现在公开榜单上，那么这种比较就会变得普通：两个模型都有数字，一个更便宜，一个覆盖面更广。若两者都未发生，本文中的差距就不再关乎能力，而变成关乎信任，Grok 4.7 上 16 倍的溢价也就悄然变成了为知道自己买的是什么而付出的价格。