GPT-6 Astra vs. GLM-5.5: Eine Seite dieses Vergleichs kann nicht getestet werden

Am 6. Oktober 2026 veröffentlichte eine Technologie-Website eines Drittanbieters einen Bericht, dessen Schlagzeile behauptete, dass GLM-5.5 Mythos 5.1 und GPT-6 Astra übertreffe. Diese Behauptung ist der Grund, warum es diese Seite gibt, und es lohnt sich, präzise zu sein, was sie ist: eine Schlagzeile über zwei Dinge, die nicht dieselbe Art von Ding sind. GPT-6 Astra ist ein ausgeliefertes Modell – OpenAI veröffentlichte es am 3. September 2026, es trägt die Kennung gpt-6-astra, es hat vier veröffentlichte Metriken, ein dokumentiertes Kontextfenster von 1.050.000 Token und einen Rang im Artificial Analysis Intelligence Index, den jeder nachlesen kann. GLM-5.5 ist eine Versionsnummer, die nie in einem Release-Log von Z.ai, in einer Modellkarte, in einer Preisliste oder in einem Repository des Labs erschienen ist. Stand 15. Oktober 2026 gibt es dahinter kein Artefakt, das man benchmarken, aufrufen oder bepreisen könnte.

Die ehrliche Form dieses Vergleichs ist also kein Kopf-an-Kopf-Vergleich. Sie ist eine Beschreibung dessen, was jede Seite als Belege stützen kann, und der konkreten, überprüfbaren Dinge, die auftauchen müssten, bevor das Duell real würde. Das erweist sich als nützlicher, als es ein Datenblatt gewesen wäre, denn das Muster – eine geleakte Versionsnummer, die eine Benchmark-Behauptung erhält, die sie nicht stützen kann – ist genau das, worauf Leser in dieser Produktlinie immer wieder stoßen.

Was GLM-5.5 ist, in einem Absatz

Es ist ein Name innerhalb einer Abstammungslinie, die ihn übersprungen hat. Das Release-Log von Z.ai führt GLM-5.3 für den 18. August 2026 und GLM-5.3-Flash für den 26. August auf; die Dokumentation des Unternehmens listet diese beiden sowie GLM-5.2 auf und endet dort. Die Slots 5.4 und 5.5 wurden aus einer älteren Analystenprojektion nach oben fortgeschrieben, und die eigene Telefonkonferenz des Unternehmens zu den Quartalszahlen am 31. August benannte GLM-6.0 als Basismodell der nächsten Generation – und übersprang damit beide Nummern. Der vollständige Audit über neun Oberflächen, einschließlich der URLs und der Methode, damit er erneut durchgeführt werden kann, befindet sich auf unserer Referenzseite zu dem Namen. Was hier zählt, ist enger gefasst: Eine geleakte Nummer ist keine Spezifikation, und eine an eine geleakte Nummer geknüpfte Benchmark-Behauptung kann von niemandem überprüft werden, auch nicht von den Personen, die sie veröffentlicht haben.

Zwei Modelle, zwei Arten von Belegen

Legt man die beiden Seiten an dieselben Maßstäbe an, ist die Asymmetrie nicht mehr bloß rhetorisch:

• Preisliste — GPT-6 Astra: 10,00 $ Eingabe, 1,00 $ gecacht, 12,50 $ Cache-Schreibvorgänge, 50,00 $ Ausgabe pro 1 Mio. im Vergleich zu GLM-5.5: nichts veröffentlicht, weil es keine Preisseite gibt, auf der man veröffentlichen kann

• Long-Prompt-Band — GPT-6 Astra neu bepreist bei $20,00 / $75,00 oberhalb von 272.000 Eingabe-Tokens vs. GLM-5.5: keine Konditionen zu nennen

• Kontextfenster — GPT-6 Astra 1.050.000 Tokens Eingabe, 128.000 Ausgabe vs. GLM-5.5 nicht angegeben

• Eingabemodalität — GPT-6 Astra: Text-, Bild- und Dateieingabe, Textausgabe vs. GLM-5.5 nicht angegeben

• Kennung — GPT-6 Astra gpt-6-astra, in der OpenAI-Dokumentation und in unserem Katalog auffindbar, im Gegensatz zu GLM-5.5, das auf keiner Anbieteroberfläche eine Kennung hat

• Unabhängige Bewertung — GPT-6 Astra 53 im Artificial Analysis Intelligence Index, 44,6 Ausgabe-Token pro Sekunde, 3,26 $ pro abgeschlossener Index-Aufgabe gegenüber GLM-5.5 kein Eintrag und keine Möglichkeit, einen zu erstellen

• Benchmark-Behauptung — GPT-6 Astra: eine Anbietertabelle (98 % FrontierMath Tier 4, 99,9 % ARC-AGI-3, 100 % ExploitBench, 57,9 % Terminal-Bench 4.0), wobei jede Zahl OpenAI zuzuschreiben ist und jede unten mit Vorbehalt versehen wird, im Vergleich zu GLM-5.5 eine vergleichende Behauptung ohne Zahl, ohne Harness und ohne Modell

• Gewichte — GPT-6 Astra geschlossen, nur API vs. GLM-5.5 keine zur Veröffentlichung

Der Teil des Astra-Datensatzes, der einer Überprüfung standhält, und der Teil, der dies nicht tut

Da die eine Seite dieser Seite über eine vollständige Evidenzbasis verfügt und die andere über keine, ist das Wertvollere, was dieser Artikel leisten kann, präzise zu sagen, wie viel von Astas Datensatz tragend ist.

Der unabhängige Teil ist solide. Artificial Analysis misst GPT-6 Astra mit 53 auf seinem aktuellen Intelligence Index über zehn Evaluierungen, auf Platz sieben von den 216 Modellen auf dieser Rangliste, bei 3,26 US-Dollar pro abgeschlossener Index-Aufgabe, wobei über den Durchlauf hinweg rund 60 Mio. Output-Tokens generiert wurden – prägnanter als der Median der Rangliste von etwa 85 Mio. Es wird mit 44,6 Output-Tokens pro Sekunde gemessen, was es in Sachen Geschwindigkeit auf Platz 168 von 185 setzt, und das ist kein Rundungsartefakt: Für einen Agenten, der viele sequenzielle Aufrufe tätigt, ist der Durchsatz eine Kostenposition. Diese Zahlen stammen von einem Evaluator, der seine Methodik veröffentlicht, und sie sind die Zahlen, mit denen ein Leser planen sollte.

Die Anbieter-Hälfte braucht ihre Labels. OpenAI meldet 98 % auf FrontierMath Tier 4 und bezeichnet die Stufe als gesättigt; 99,9 % auf ARC-AGI-3 mit der Behauptung, bei der menschlichen Handlungseffizienz auf 96 % der Level Parität zu erreichen; 100 % auf ExploitBench, wobei Astra das erste OpenAI-Modell ist, das die Critical-Cybersecurity-Schwelle des Unternehmens überschreitet; und 57,9 % auf Terminal-Bench 4.0 gegenüber 37,3 % für GPT-5.6 Sol. Nichts davon wurde unabhängig reproduziert. Die ARC-AGI-3-Zahl ist diejenige, die ihre Fußnote am meisten braucht, und ARC Prize lieferte sie: Unter dem Standard-Harness, bei dem das Modell nur Notizen mitführen darf, die es für sich selbst schreibt, erzielte Astra 62,7 %; die 99,9 % wurden unter einem Anbieter-Adapter gemessen, der den Reasoning-Zustand zwischen Anfragen beibehält. Beide Spalten wurden veröffentlicht. Die 37-Punkte-Spanne entspricht dem Ausmaß des Harness, und wer 99,9 % gegen die Standard-Harness-Zahl eines Rivalen anführt, vergleicht zwei verschiedene Experimente.

Wendet man diese Disziplin auf die Behauptung vom 6. Oktober an, scheitert sie bereits im ersten Schritt. Es gibt keine Testumgebung, die man benennen könnte, keinen Wert, den man vergleichen könnte, keine Konfiguration, die man konstant halten könnte, und keine Modellkennung, die man festlegen könnte. „Beats GPT-6 Astra“ ist noch keine Behauptung, die wahr oder falsch sein kann; es ist eine Behauptung, die auf ein Subjekt wartet.

Das GLM, das Sie tatsächlich gegen Astra ausführen können

Wenn die Frage hinter der Suche lautet: „Sollte ich ein GLM oder ein OpenAI-Flaggschiff verwenden?“, dann ist der Name im Bericht nicht der Name in der Antwort. Das derzeit ausgelieferte Text-Flaggschiff von Z.ai ist GLM-5.3, veröffentlicht am 18. August 2026, mit Gewichten auf Hugging Face ab dem 25. August – ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern, von denen pro Token rund 40 Mrd. Parameter aktiv sind, einem Kontextfenster von 1.000.000 Token, einer Obergrenze für die Ausgabe von 128.000 Token und ausschließlich Texteingabe und Textausgabe. Der Denkmodus ist immer aktiviert; die Tiefe wird mit reasoning_effort festgelegt. Es steht unter einer eigenen Lizenz statt unter einer offenen, was eine echte Einschränkung ist, wenn man auf den Gewichten aufbauen möchte, statt die API aufzurufen.

Gegenüber GPT-6 Astra ist die Form des Trades ein Preis-und-Ausführlichkeits-Trade, und die zweite Hälfte davon ist die Hälfte, die niemand zitiert:

• Preis — GPT-6 Astra 10,00 $ / 50,00 $ pro 1 Mio. vs. GLM-5.3 1,40 $ / 4,40 $ laut der eigenen Preisliste von Z.ai, die in unserem Katalog mit 1,26 $ / 3,96 $ angegeben ist

• Unabhängiger Index — GPT-6 Astra 53 vs. GLM-5.3 45, beide auf der aktuellen Skala von Artificial Analysis

• Kosten pro abgeschlossener Index-Aufgabe — GPT-6 Astra 3,26 $ vs. GLM-5.3 2,01 $

• Ausgabe-Tokens in diesem Lauf — GPT-6 Astra 60 Mio. vs. GLM-5.3 210 Mio., gegenüber einem Board-Median von etwa 85 Mio.

• Durchsatz — GPT-6 Astra 44,6 Token pro Sekunde vs. GLM-5.3 58,2

Die vierte Zeile ist die, die Entscheidungen verändert. GLM-5.3s Preisliste ist beim Input etwa siebenmal günstiger als die von Astra und beim Output elfmal günstiger, und dennoch kostet es 2,01 $, um eine Index-Aufgabe abzuschließen, gegenüber Astras 3,26 $ — eine Lücke, die weit schmaler ist, als die Preislisten vermuten lassen. Der Grund ist die Ausführlichkeit: 210 Mio. Output-Tokens gegenüber 60 Mio. bei Astra für dieselbe Suite. Ein günstiges Token multipliziert mit einem redseligen Modell bleibt nicht günstig. Das ist auch der Grund, warum die 1,26 $ / 3,96 $, die unser Katalog zeigt, weniger bedeuten, als es aussieht: Ein Rabatt von 10 % auf einen Zähler, von dem das Modell 3,5-mal so viel verbraucht, ist ein kleiner Effekt im Vergleich zum Unterschied bei der Token-Anzahl.

Eine Korrektur, die in die Akten gehört und nicht in eine Fußnote, weil sie jeden betrifft, der noch eine ältere Zahl hat: Frühere Berichterstattung in dieser Reihe, einschließlich unseres eigenen August-Beitrags, nannte GLM-5.3 mit 60 im Artificial Analysis Intelligence Index. Das war der Wert auf der im August aktuellen Version des Index. Dasselbe Modell steht bei 45 auf der heute laufenden Skala, weil der Index selbst überarbeitet wurde. Die Zahl ist nicht gefallen; das Lineal wurde ausgewechselt. Jeder Vergleich, der eine Zahl aus einer Indexversion mit einer Zahl aus einer anderen vermischt, ist kein Vergleich – was dasselbe Fehlermuster ist wie Astras 99,9 % bei ARC-AGI-3 gegen einen Rivalen mit Standard-Harness anzuführen.

Wo Routing passt

Bei alledem gibt es einen praktischen Test, und es ist derjenige, den ein Katalog besteht. GPT-6 Astra löst sich als openai/gpt-6-astra auf OrcaRouter auf und GLM-5.3 löst sich als z-ai/glm-5.3 auf, beide hinter einem einzigen OpenAI-kompatiblen Endpunkt zu den Listentarifen des Anbieters, durchgereicht ohne einen Aufschlag unsererseits — also landen eine Tarifänderung bei Z.ai und eine Tarifänderung bei OpenAI beide am selben Tag, an dem sie veröffentlicht werden, auf demselben Schlüssel, und Verkehr zwischen den beiden zu verschieben ist eine Änderung an einem Modell-String statt ein zweiter Vertrag. Ein Name, der sich zu nichts auflöst, ist eine andere Art von Signal, und die Abfrage ist billig auszuführen.

Das hat hier einen konkreten Nutzen. Der Weg, eine GLM-versus-Astra-Frage für Ihren eigenen Traffic zu klären, besteht darin, Ihr eigenes Aufgabenset gegen beide laufen zu lassen, und genau die Kosten für den Aufbau dieses Experiments entfallen bei einem gemeinsam genutzten Endpunkt. Er liefert Ihnen außerdem die günstigere Hälfte der Antwort ohne Experiment: Astras Preisstufe von 20,00 $ / 75,00 $ oberhalb von 272.000 Tokens liegt genau dort, wo GLM-5.3 mit seinen pauschalen 1,26 $ / 3,96 $ nicht liegt, sodass eine Long-Context-Workload einen preislichen Grund hat, das GLM zu bevorzugen, bevor irgendein Benchmark herangezogen wird.

Für GLM-5.5 wird keine Route beansprucht, weil es nichts zu routen gibt: Es ist ein Name, und eine Katalogabfrage dafür liefert ein Nicht-gefunden statt eines Modells.

Was würde diese Seite veralten lassen?

Die Liste ist kurz, und jeder Eintrag ist unabhängig überprüfbar – das ist der entscheidende Punkt. GLM-5.5 wird real, sobald eine Modellkarte mit einer Kennung in der Dokumentation von Z.ai erscheint, sobald eine Zeile einer Preisliste es aufführt, sobald ein Hugging Face-Repository, das dem Labor gehört, Gewichte unter einer benannten Lizenz veröffentlicht, sobald ein unabhängiger Evaluator eine Seite dafür hat und sobald eine Abfrage gegen einen Katalog ein Modell statt eines 404 zurückgibt. Jedes Einzelne davon ist ein starkes Signal. Solange nicht mindestens eines davon eingetroffen ist, ist ein Bericht darüber, wie GLM-5.5 gegen GPT-6 Astra abschneidet, die Beschreibung eines Vergleichs zwischen einem Produkt und einer Projektion.

Die vertretbare Lesart dieses Duells ist heute also kein Urteil, sondern eine Arbeitsteilung. GPT-6 Astra ist das besser belegte Modell und das teurere, und sein schwächster Punkt ist genau dort, wo ein GLM am stärksten ist: langer Kontext, hohes Volumen und Arbeit, bei der die Ausführlichkeit der Ausgabe der dominierende Kostenfaktor ist. GLM-5.3 ist der günstigere Tarif mit dem langsameren Verbrauch, der unabhängige Wert liegt 8 Punkte niedriger, und es kann zu keinem Preis ein Bild sehen. Sollte ein GLM-5.5 tatsächlich erscheinen, ist die Zahl, auf die man zuerst achten sollte, nicht sein Benchmark — sondern seine Output-Token-Zahl auf einer festen Testsuite, denn das ist die Kennzahl, die historisch den Preisvorteil von GLM auf fast nichts reduziert hat.

Eine Veröffentlichung ist zugleich der Moment, zu prüfen, was zuvor schiefgelaufen ist: Die dokumentierten KI-Vorfälle und Agenten-Ausfälle rund um Modelle dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive , wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seine Vertrauensstufe und seine Kennzeichnung als umstritten trägt.