ModelBrief · Nex-N2.6 · 專題
最後更新 2026-11-20
EN 简体 繁體

Nex-N2.6 vs N2.5-Pro:換底座、修可靠性、貴 60%

ModelBrief · 2026-11-16 發佈 · 事實覈查 2026-11-16 · 參考來源:Hugging Face 模型卡

Nex-N2.6 與前代 N2.5-Pro 相隔兩個月,變化卻比兩個月的迭代要大:底座從 Qwen3.5 換成 GLM-5.3-Flash,參數量從約 397B 降到約 321B,價格漲了 60%,可靠性修掉了最痛的重複問題。本文逐項對比兩代:換了什麼、修了什麼、貴在哪裏。

換底座:Qwen3.5 → GLM-5.3-Flash

N2.5-Pro(2026 年 9 月 8 日發佈)基於 Qwen3.5,約 397B 總參數、約 17B 激活;N2.6 基於智譜 GLM-5.3-Flash(2026 年 8 月 26 日發佈),321.3B 總參數、約 18B 激活,45 層、4096 維骨幹(3 層稠密 FFN + 42 層稀疏 MoE)。總參數少了約 76B,激活參數反而多約 1B——底座更換不是簡單的放大或縮小,而是換了整個能力分佈。發佈方沒有解釋換底座的原因;ai345(中文,11 月 11 日)與 OrcaRouter 都把換底座列爲這次發佈最值得注意的變化。

可靠性修復:重複率 16.0%→1.6%,工具遵循率 100%

模型卡的內部可靠性表(廠商已知問題回放)是兩代對比裏變化最大的部分:推理重複率從 N2.5-Pro 的 16.0% 降到 N2.6 的 1.6%;整體不重複率 91.0%→97.8%;有效工具選擇率(整體)82.2%→100.0%,(有工具時)80.5%→100.0%。重複是 N2.5-Pro 最明顯的痛點——16% 的推理重複率意味着長任務裏頻繁原地打轉。N2.6 把它降到了 1.6%,是後訓練最拿得出手的成績。但要記住口徑:這是廠商用自家已知問題做的回放,不是第三方測試;lininn.cn 記錄的 1,670 次調用失敗案例,恰恰說明回放成績不等於真實長任務表現。

基準:三項都贏,但幅度很小

三基準表(廠商自報):OSWorld 82.2→83.0(+0.8)、Terminal-Bench 2.1 82.7→84.1(+1.4)、AutomationBench 44.2→45.7(+1.5)。三項都贏,但每項的領先都在 1.5 分以內——換底座沒有帶來基準上的躍升。真正拉開差距的是可靠性表,不是基準表。選型時不要被「三項全勝」誤導:幅度比勝負更重要。

價格與上下文:貴 60%,上下文沒變

價格:N2.5-Pro $0.075/$0.25,N2.6 $0.12/$0.40,輸入與輸出各貴 60%。上下文:兩代在 OpenRouter 同爲 262K——N2.6 沒有在上下文上升級(發佈配置的 1M 只存在於配置裏,API 上實際是 262K)。所以升級的賬是:多付 60%,換來可靠性修復與小幅基準提升,上下文不變。任務短、工具調用少的場景,前代更便宜;任務長、工具鏈複雜的場景,N2.6 的可靠性可能省下比 60% 更多的重試成本。

FAQ

從 N2.5-Pro 升級到 N2.6 值得嗎?

取決於你的痛點。如果 N2.5-Pro 的重複與工具錯誤困擾過你的長任務,值得——重複率 16.0%→1.6% 是真實的修復。如果任務短、工具調用少,前代便宜 60% 且基準只低 1.5 分以內,不升級也行。

爲什麼參數量反而少了?

因爲換了底座:N2.5-Pro 是 Qwen3.5 底座約 397B,N2.6 是 GLM-5.3-Flash 底座 321.3B。總參數少約 76B,但激活參數約 18B 反而比前代的約 17B 多 1B。參數總量不是能力指標,基準與可靠性表纔是。

ModelBrief 的看法:兩代之間的變化一句話概括:換底座、修可靠性、貴 60%。基準三項全勝但幅度很小,上下文沒有升級——N2.6 不是一次全面升級,而是一次針對性的可靠性修復,順帶漲了價。是否升級,看你的任務是否被重複問題困擾過。

參考來源:Hugging Face — nex-agi/Nex-N2.6 模型卡(三基準表與可靠性表) · OpenRouter — nex-agi/nex-n2.6 模型頁(價格與上下文)(本文爲本站改寫與整理,事實以模型卡與 OpenRouter 爲準)