Nex-N2.6 与前代 N2.5-Pro 相隔两个月,变化却比两个月的迭代要大:底座从 Qwen3.5 换成 GLM-5.3-Flash,参数量从约 397B 降到约 321B,价格涨了 60%,可靠性修掉了最痛的重复问题。本文逐项对比两代:换了什么、修了什么、贵在哪里。
N2.5-Pro(2026 年 9 月 8 日发布)基于 Qwen3.5,约 397B 总参数、约 17B 激活;N2.6 基于智谱 GLM-5.3-Flash(2026 年 8 月 26 日发布),321.3B 总参数、约 18B 激活,45 层、4096 维骨干(3 层稠密 FFN + 42 层稀疏 MoE)。总参数少了约 76B,激活参数反而多约 1B——底座更换不是简单的放大或缩小,而是换了整个能力分布。发布方没有解释换底座的原因;ai345(中文,11 月 11 日)与 OrcaRouter 都把换底座列为这次发布最值得注意的变化。
模型卡的内部可靠性表(厂商已知问题回放)是两代对比里变化最大的部分:推理重复率从 N2.5-Pro 的 16.0% 降到 N2.6 的 1.6%;整体不重复率 91.0%→97.8%;有效工具选择率(整体)82.2%→100.0%,(有工具时)80.5%→100.0%。重复是 N2.5-Pro 最明显的痛点——16% 的推理重复率意味着长任务里频繁原地打转。N2.6 把它降到了 1.6%,是后训练最拿得出手的成绩。但要记住口径:这是厂商用自家已知问题做的回放,不是第三方测试;lininn.cn 记录的 1,670 次调用失败案例,恰恰说明回放成绩不等于真实长任务表现。
三基准表(厂商自报):OSWorld 82.2→83.0(+0.8)、Terminal-Bench 2.1 82.7→84.1(+1.4)、AutomationBench 44.2→45.7(+1.5)。三项都赢,但每项的领先都在 1.5 分以内——换底座没有带来基准上的跃升。真正拉开差距的是可靠性表,不是基准表。选型时不要被「三项全胜」误导:幅度比胜负更重要。
价格:N2.5-Pro $0.075/$0.25,N2.6 $0.12/$0.40,输入与输出各贵 60%。上下文:两代在 OpenRouter 同为 262K——N2.6 没有在上下文上升级(发布配置的 1M 只存在于配置里,API 上实际是 262K)。所以升级的账是:多付 60%,换来可靠性修复与小幅基准提升,上下文不变。任务短、工具调用少的场景,前代更便宜;任务长、工具链复杂的场景,N2.6 的可靠性可能省下比 60% 更多的重试成本。
取决于你的痛点。如果 N2.5-Pro 的重复与工具错误困扰过你的长任务,值得——重复率 16.0%→1.6% 是真实的修复。如果任务短、工具调用少,前代便宜 60% 且基准只低 1.5 分以内,不升级也行。
因为换了底座:N2.5-Pro 是 Qwen3.5 底座约 397B,N2.6 是 GLM-5.3-Flash 底座 321.3B。总参数少约 76B,但激活参数约 18B 反而比前代的约 17B 多 1B。参数总量不是能力指标,基准与可靠性表才是。
参考来源:Hugging Face — nex-agi/Nex-N2.6 模型卡(三基准表与可靠性表) · OpenRouter — nex-agi/nex-n2.6 模型页(价格与上下文)(本文为本站改写与整理,事实以模型卡与 OpenRouter 为准)