Nex-N2.6 將 Qwen 換成 GLM：Nex-AGI 的新代理模型成本更高、話更少

Nex-N2.6 於 2026 年 11 月 10 日在 Nex-AGI 自家的商用 API 上線，沒有發布貼文、沒有可讀的模型卡，也沒有基準測試表。它真正伴隨而來的是基礎模型變更：而 Nex-N2.5 Pro 是在 Qwen3.5 混合專家檢查點上後訓練，Nex-N2.6 則是在 GLM-5.3-Flash（Z.ai 的 3,200 億參數多模態模型）上後訓練，結果自身也帶有約 3,210 億參數。它的價格也比它所取代的模型更高——每百萬輸入 token 0.12 美元、每百萬輸出 token 0.40 美元，相較於 Nex-N2.5 Pro 的 0.075 美元與 0.25 美元，輸入與輸出兩端皆上漲 60%。對於一個已經歷兩個版本、主張能以開放模型價格提供前沿代理行為的家族而言，這次推出真正耐人尋味的是更貴、文件更少的後繼者，而不是發布本身。 Nex-N2.6 是單一端點模型，而這就是前述的營運風險。 OrcaRouter 在單一 OpenAI 相容端點後方承載 200+ 個模型，並具備自動容錯移轉，因此你為未經實測模型保留的備援路徑可以是一條路由規則，而不是第二套整合；而當我們確實託管某個模型時，供應商的牌價會以零加成轉嫁。

實際上到底有什麼可看的？

這款模型不是傳聞。它現在就能呼叫，由 Nex-AGI 本身以 fp8 精度提供服務，而且端點回報的健康狀態良好——在目錄所量測的各個時間窗口內達到 100% 正常運行時間、每秒約 35 個輸出 token，以及 p50 延遲為 2.81 秒。以下所有內容都來自該清單，而非來自供應商，因為供應商並未發布其他任何資訊：

• 價格 — 每百萬個 token：輸入 $0.12／輸出 $0.40，快取讀取 $0.024。商品頁顯示這是從 $0.15／$0.50 的劃線原價打 8 折（20% off），因此請將目前這個數字視為未註明到期日的初期優惠價。

• 上下文 — 262,144 個 token，與 N2.5 系列中每個模型相同的服務視窗，最大輸出為 235,929 個 token。

• 模態——輸入文字與圖像，輸出文字。沒有音訊或視訊通道，也沒有圖像生成功能。

• 推理——強制執行，並非選項。此端點僅接受兩種投入程度設定：high 與 medium，且預設為 high。你無法在此模型上關閉思考功能。

• 工具功能 — 支援函式呼叫、強制工具選擇、結構化輸出與 logprobs，這正是代理模型所需的一組功能，也是本次發布中唯一有完整規格說明的部分。

• 權重 — 該清單連結到 Nex-N2.6 的 Hugging Face 儲存庫。該儲存庫傳回的是驗證提示，而非公開模型卡，因此截至發布時，權重、設定及任何廠商評估表皆無法讀取。

基礎的更換才是真正的改變

模型家族通常會透過擴展同一套後訓練配方來迭代。Nex-AGI 則做了更具顛覆性的事：它改換了基礎模型。9 月 8 日發布的 Nex-N2.5 Pro，建立在一個 3,970 億參數的 Qwen3.5 混合專家基礎上，每個 token 約有 170 億參數處於啟用狀態——其架構與分詞器明顯源自 Qwen，其模型卡也如此說明。Nex-N2.6 則建立在 GLM-5.3-Flash 上，那是另一家實驗室的模型、不同的分詞器，以及不同的參數預算：Z.ai 的模型卡描述其總參數為 3,200 億、啟用參數為 180 億，採用混合稀疏與線性注意力設計，而非 Qwen 技術棧。

這件事的意義不止於冷知識。更換基礎模型意味著工具呼叫解析器、聊天模板、分詞器與失效模式也都會隨之改變。針對 Nex-N2.5 Pro 調校過的提示詞——尤其是教導特定工具呼叫方言的長系統提示詞，以及任何依賴 Q​wen 的 token 邊界來控制成本的內容——不能假定可以直接移植。Nex-AGI 提出的唯一行為主張，恰恰就是關於這個介面：它說該模型能減少重複推理，並更貼近地遵循當前環境中可用的工具。當你把基礎模型換成一個本身就為代理式工作調校過的模型時，這確實是看似合理的改進；而這也正是那種只會出現在你自己的追蹤紀錄裡、不會出現在基準測試表中的主張。由廠商報告、未經重現，而且只用一句話陳述。

二階效應是成本可預測性。Nex-N2.5 Pro 可以完全停用推理來執行，這讓短而機械化的回合變得便宜。Nex-N2.6 則不行。每次呼叫都會思考，且預設為高強度。在一個為了找檔案而發出四十次小型工具呼叫的代理迴圈中，這種預設行為的差異對帳單的影響，會比 60% 的公告費率更大。

價格高出 60% 的後繼機種

定價走向值得停下來思考，因為它顛覆了通常的世代敘事。每百萬個 token：Nex-N2.5 Pro 為 $0.075 輸入 / $0.25 輸出，Nex-N2.6 為 $0.12 輸入 / $0.40 輸出。相同的上下文視窗。相同的模態。同一實驗室推出的較新模型，建立在較小的基礎上，費率卻是 1.6 倍。

用真實的代理工作負載跑一遍——每月一千萬個輸入 token 和兩百萬個輸出 token，相當於忙碌團隊中的一個中等規模編碼代理——費用就是 1.20 美元加 0.80 美元，所以在 Nex-N2.6 上每月是 2.00 美元。同樣的工作負載在 Nex-N2.5 Pro 上是 0.75 美元加 0.50 美元，也就是 1.25 美元。與前沿模型相比，兩者都只是捨入誤差。這是誠實的解讀：Nex-N2.6 比前代更貴，但仍是旗艦模型成本的大約十六分之一，因此漲價是關於定位的訊號，而非預算問題。

真正造成影響的地方，漲價是在用量上，而強制推理則是在長尾上。一個總是高強度思考的模型，會花掉你沒要求的輸出 token，而在推理密集的迴圈中，每百萬輸出 token 0.40 美元，和短答案上的 0.40 美元是兩回事。在下任何結論之前，要衡量每完成一項任務的 token 數，而不是每 token 的價格。

關於這些費率如何傳遞，有一個結構性的重點：一個以 0% 加價將供應商定價原樣傳遞的閘道沒有另一份費率表需要核對，因此供應商降價或折扣到期會在同一天反映出來，而不是等到下一次合約續約。OrcaRouter 就是這樣運作。這也是坦誠說明我們沒有的東西的合適位置——目前 OrcaRouter 的目錄中沒有 Nex-AGI 檢查點，因此 Nex-N2.6 是一個你直接向單一供應商、以單一價格呼叫的模型。這種單一供應商形態是本次發布中真正的營運風險，而且即使你永遠不碰我們的產品，也值得圍繞它做規劃：一個只有單一端點、沒有公開權重、也沒有第二個託管主機的模型，無處可供容錯移轉。

真正需要反映在價格上的是證據缺口。

Nex-AGI 上一次發布時附上了完整配套：一個附有基準測試圖表的廠商網站、一張 Hugging Face 模型卡，內含文字與多模態表格，將該系列與 Claude Opus 5、GPT-5.6 Sol、Kimi-K3 和 Qwen3.8-Max 比較，還有一份記載於八張 H100 上的服務配置說明。Nex-N2.6 卻只附了一段文字。

檢視缺少了什麼，而這是一份始終如一的清單。供應商自家網站仍在宣傳 Nex-N2.5 系列，完全沒有以我們能載入的任何形式提及 N2.6。GitHub 組織有 Nex-N2.5、NexRT 和 NexAU 代理框架的儲存庫，卻沒有 N2.6 的。ModelScope 對該檢查點查無任何紀錄。清單中列出的 Hugging Face 儲存庫無法公開讀取。Artificial Analysis 上沒有條目，因此完全沒有獨立評分——不是偏低的分數，而是根本沒有。截至發布時，這個模型的全部公開證據基礎就是一個價格、一個上下文長度、一種模態、一個參數量，以及一句定位描述。

這不等同於一個糟糕的模型。這是一個你無法查核其宣稱的模型，而且來自一個過去曾交付相關檢查機制的實驗室。正確的態度，就是你面對任何未經衡量的依賴時會採取的態度：把它用在你能自行評分的工作上，保留先前的模型作為備援，而且不要只因為版本號變高了，就把生產路徑遷移到它上面。

誰應該移動，誰應該等待

現在確實有理由切換，而且適用範圍很窄。如果你的代理執行框架把預算花在與模型搏鬥，而不是花在任務上——重讀同一個檔案、重新推導它已經得出的結論，或是以你的結構描述會拒絕的方言發出工具呼叫——那麼，一個明確調校來減少重複推理並遵從可用工具的模型，就正對準你的問題，而且以 $0.12/$0.40 的價格，執行這個實驗幾乎不花什麼成本。在單一端點中同時支援影像輸入與函式呼叫，也讓它可用於螢幕截圖驅動的品質保證，而不必在流程中再加入第二個模型。

等待的理由更為廣泛。如果你的工作負載已經在 Nex-N2.5 Pro 上運作，光是更換基礎模型就是一場遷移，而你這麼做是為了一個每 token 成本更高、無法在關閉推理的情況下運行、無法下載，且沒有公布評分的模型。目前尚無證據顯示 N2.6 在作者點名的兩種行為之外，於任何事情上表現更好。

可能改變局面的因素，大致按實用程度排序：模型卡一開始就附上自家基準測試表、首個獨立評分出現在公開排行榜、權重真正以你可使用的授權條款發布，以及第二家供應商託管它，從而消除單一端點風險。在至少其中兩項實現之前，Nex-N2.6 是有前景但未經實測的選項，而非建議升級——考慮到價格上漲，這就是重點所在。

基變換在紙上看起來是什麼樣子

真正重要的比較，不是 Nex-N2.6 與前沿模型的對比，而是 Nex-N2.6 與它所取代的檢查點之間的比較，因為那正是已經使用這個系列的人被要求進行的遷移。

沿著那份清單往下讀，呈現出的模式是：一款模型在同一步中變得更小、更貴、可配置性更低，也更難以檢視。這不必然就是更糟的取捨——一個為代理式工具使用調校的 3,210 億參數基礎模型，可能勝過一個為其他用途調校的 3,970 億參數模型，而且每個 token 的價格以絕對值來看並不高。但這確實是一種取捨，而供應商尚未公布能讓任何人據以評判這項取捨的比較。在這一點改變之前，基礎模型替換才是重點，而基準測試表則是缺失的那一章。