Mercury 3 vs. GLM-5.5: Der Vergleich, nach dem die Suchanfrage fragt – durchgeführt gegen das Modell, das tatsächlich existiert

Es gibt kein GLM-5.5. Das Release-Log von Z.ai endet am 26. August 2026 bei GLM-5.3-Flash, sein Dokumentationsindex führt GLM-5.3, GLM-5.3-Flash und GLM-5.2 auf, die vier neuesten Repositories der Hugging-Face-Organisation zai-org sind die am 25. August erstellte GLM-5.3-Serie, Artificial Analysis hat keine Seite unter diesem Namen, und unser eigener Katalog liefert für z-ai/glm-5.5 model-not-found. Fünf Oberflächen, heute erneut geprüft, alle negativ. Eine Seite mit dem Titel „Mercury 3 vs GLM-5.5“ kann also eines von zwei Dingen tun: ein Datenblatt für ein Modell erfinden, das nie existiert hat, oder Ihnen sagen, worauf der Name wahrscheinlich verweist, und den Vergleich durchführen, der tatsächlich ausführbar ist. Diese Seite tut Letzteres. Die dokumentierten KI-Ausfälle und Agentenvorfälle hinter Releases wie diesem werden im OrcaRouter AI Incident Archive gesammelt, wo jeder Eintrag seine eigenen Quellen, Schweregrad, Konfidenzgrad und Kennzeichnung als umstritten trägt.

Das Modell, das es gibt, ist GLM-5.3, das Z.ai am 18. August 2026 veröffentlichte und dessen offene Gewichte am 25. August folgten. Daneben steht Mercury 3, das Inception Labs am 19. Oktober 2026 als Diffusions-Sprachmodell mit einem Kontext von 1 Mio. Token und einer Durchsatzangabe von 1.068 Token pro Sekunde veröffentlichte. Das ist ein echtes Duell mit einer echten Frage darin: ein bewährtes Coding-Modell mit offenen Gewichten zu 1,26 $/3,96 $ gegen ein Geschwindigkeitsmodell, dessen Tempo nicht gemessen wurde, zu 0,35 $ Ausgabepreis während seines Einführungsfensters. Die Versionsnummer im Titel ist falsch. Der Vergleich darunter nicht.

Warum der Name überhaupt existiert

GLM-5.5 ist eine Prognose, keine Ankündigung. Sie geht auf eine im Juni 2026 kursierende Analystenprognose zurück, die Z.ais nächstes Flaggschiff in einem August-Zeitfenster verortete; August endete stattdessen mit GLM-5.3. Analysten, die Z.ais Taktung verfolgen, erwarten nun als nächste Veröffentlichung die Nummer 5.4, innerhalb eines Zeitfensters von etwa dem 8. Oktober bis zum 9. November. Heute ist der 20. Oktober – innerhalb dieses Zeitfensters, ohne dass etwas ausgeliefert wurde.

Dieser Blog hat den Namen ein Dutzend Mal behandelt, immer mit demselben Befund, und bei einem neuen Mercury-Launch liegt die Versuchung nahe, den fehlenden Gegner als Erlaubnis zu betrachten, den Artikel auszulassen. Das ist sie nicht: Die Suchanfrage ist real, und die nützliche Antwort ist ein Vergleich mit dem Modell, das Z.ai tatsächlich verkauft. Im Folgenden wird aufgelistet, was erscheinen müsste, damit der Titel zutrifft, und anschließend werden die Zahlen durchgerechnet, die es gibt.

Fünf Dinge, die GLM-5.5 zu einem Modell machen würden

• Eine API-Kennung — z-ai/glm-5.5, die sich in jedem öffentlichen Katalog auflösen lässt. Unsere liefert model-not-found zurück, ebenso glm-5.4.

• Eine Zeile der Preisliste – ein Preis auf der Modell-API-Seite von z.ai. Die Seite listet derzeit GLM-5.3 ($1.40/$4.40), GLM-5.3-Flash ($0.15/$0.50), GLM-5.3-FlashX ($0.37/$1.25) und frühere Modelle auf, und nichts über 5.3.

• Ein Eintrag in den Versionshinweisen — die „New Released“-Seite von docs.z.ai ist nach Einträgen datiert und reicht höchstens bis zum 2026-08-26.

• Ein Repository für Gewichte oder eine ausdrückliche Erklärung, dass keine Gewichte bereitgestellt werden — die neuesten Text-Repositories im zai-org-Feed sind alle auf den 2026-08-25 datiert.

• Eine datierte unabhängige Karte — artificialanalysis.ai/models/glm-5-5 liefert 404, während glm-5-3 eine vollständige Seite liefert.

Jedes Einzelne davon wäre ein starkes Signal. Dass alle fünf zusammen auftauchen, sieht nach einer Veröffentlichung aus; dass keines auftaucht, sieht nach einer Prognose aus. Die Prüfung lässt sich wiederholt ausführen, und sie sollte eher erneut ausgeführt werden, als ihr zu vertrauen, weil ein negativer Befund in dem Moment an Gültigkeit verliert, in dem der Anbieter ausliefert.

Der tatsächliche Spezifikationskontrast

• Preis — Mercury 3: 0,10 $/0,35 $ pro Million zum Launch, 0,20 $/0,70 $ laut Listenpreis. GLM-5.3: 1,26 $/3,96 $ in unserem Katalog, was 10 % unter Z.ais eigenem Listenpreis von 1,40 $/4,40 $ liegt.

• Kontext — beide 1 Mio. Token. Mercury 3 hat eine Ausgabegrenze von 131.072 Token; GLM-5.3 begrenzt die Ausgabe auf 128.000.

• Architektur — Mercury 3 ist ein Diffusionsmodell, das Tokens parallel generiert; Inception gibt an, dass es mehr als 40-mal größer als Mercury 1 ist, ohne eine absolute Parameterzahl zu nennen. GLM-5.3 ist ein Mixture-of-Experts-Transformer, dessen veröffentlichte Details Z.ai auf der Ebene der Modellfamilie belässt.

• Geschwindigkeit — Mercury 3 mit 1.068 tok/s, Inceptions Wert, nicht reproduziert. GLM-5.3 mit 88,4 tok/s Ausgabe, gemessen über unseren eigenen Playground-Traffic über sieben Tage, bei einer medianen End-to-End-Latenz von 3,3 Sekunden.

• Unabhängige Bewertung — GLM-5.3 erzielt 44,8 im Intelligence Index von Artificial Analysis und 74,8 im Coding-Index und belegt damit Platz 14 im Coding unter den Modellen, die dort erfasst werden. Mercury 3 hat keine Seite bei Artificial Analysis.

• Aufgabenbewertungen — GLM-5.3 erreicht 83,9 % auf Terminal-Bench 2.1 und 41,9 % auf Terminal-Bench 4.0, 91,7 % auf GPQA Diamond und 50,3 % auf τ²-Banking, alle laut Artificial Analysis. Mercury 3 veröffentlicht keine numerischen Aufgabenbewertungen; sein einziges strukturiertes Ergebnis ist eine Abschlussquote von 50 % bei 50 Live-Navigationsaufgaben in Mind2Web.

• Gewichte — GLM-5.3 ist offen, mit Checkpoints auf Hugging Face ab dem 25. August. Die Gewichte von Mercury 3 sind nicht veröffentlicht, und Inception hat keine Verpflichtung eingegangen, sie zu veröffentlichen.

• Modalitäten — Text rein, Text raus bei beiden.

Die eine Angabe, bei der GLM-5.3 eindeutig der stärkere Kauf ist, lässt sich am einfachsten überprüfen: Sie wurde gemessen. Ein Coding-Index von 74,8 und ein Terminal-Bench-2.1-Ergebnis von 83,9 sagen Ihnen, was das Modell bei Aufgaben leistet, die Sie benennen können. Mercury 3 sagt Ihnen, dass es Claude Haiku 5.5 übertrifft, ohne zu sagen, um wie viel, bei welchen Aufgaben oder mit welcher seiner vier Effort-Einstellungen.

Was 1.068 Tokens pro Sekunde wert sind – und für wen

Mercurys Geschwindigkeitsargument ist nicht, dass es eine Coding-Aufgabe in Wanduhr-Zeit schneller abschließt – ein Modell, das mehr Schritte braucht oder einen Retry benötigt, kann dieses Rennen bei jeder Durchsatzrate verlieren. Das Argument ist, dass einzelne Turns zurückkommen, während eine Person noch auf den Bildschirm schaut. Die Kundenstimmen von Inception selbst machen das explizit: Tutoring-Hinweise in etwa einer Sekunde, Suchgenerierung bei einem Median von 0,9 Sekunden, Support-Antworten, die konversationell bleiben.

GLM-5.3 mit 88,4 Token pro Sekunde ist eine normale autoregressive Geschwindigkeit und wäre für jeden dieser Fälle unangenehm. Für einen Agenten, der sechs Minuten läuft und dann Bericht erstattet, ist sie völlig ausreichend – das entspricht der Art von Arbeitslast, die sein Benchmark-Profil beschreibt: Coding im Repository-Maßstab, mehrstufiges Engineering, Tool-Nutzung über lange Zeiträume.

Das ist die eigentliche Trennlinie zwischen diesen beiden Modellen, und sie liegt nicht beim Preis. Sie liegt darin, ob ein Mensch wartet. Wenn ja, ist bei Mercury 3 der Durchsatz das Produkt, und seine fehlenden Benchmarks sind ein Risiko, das sich mit einem Retry-Budget begrenzen lässt. Wenn nein, ist die gemessene Kompetenz von GLM-5.3 den elfachen Aufschlag auf den Output-Preis wert, denn eine falsche Antwort eines Hintergrundagenten kostet mehr als die Tokens, die er eingespart hat.

Kosten bei einer Coding-Agent-Workload

Coding-Agents sind input-lastig: ein langer Repository-Kontext, Tool-Definitionen und Gesprächsverlauf bei jedem Schritt. Nehmen wir 300 Millionen Input-Tokens und 12 Millionen Output-Tokens pro Tag, was einem kleinen Team entspricht, das Agents kontinuierlich laufen lässt. Auf Mercury 3 sind das zum Einführungstarif 30 $ für Input und 4,20 $ für Output, also 34,20 $. Zum Listenpreis sind es 60 $ und 8,40 $, also 68,40 $.

Bei GLM-5.3 kostet derselbe Traffic zu unserem Katalogpreis 378 $ für Eingabe und 47,52 $ für Ausgabe, also 425,52 $ pro Tag. Bei Z.ai läge der Listenpreis bei 420 $ und 52,80 $, also 472,80 $. Der Preisaufschlag beträgt damit rund das 6,2-Fache von Mercurys Listenpreis und das 12,4-Fache während des Launch-Fensters.

Nun das ehrliche Gegengewicht: Wenn die Abschlussquote von Mercury 3 bei einer echten Programmieraufgabe deutlich unter der von GLM-5.3 liegt, bricht dieses Vielfache zusammen. Ein Modell, das zwei Drittel der Aufgaben abschließt, braucht 50 % mehr Versuche, und bei jedem Versuch wird der Repository-Kontext erneut gesendet. Bei einem Rückstand von 33 % sinkt der effektive Aufpreis auf etwa das Vierfache – immer noch groß, immer noch real und keine Entscheidung mehr, die man ohne Messen treffen kann. Das Mind2Web-Ergebnis besagt, dass Mercury eine Live-Website navigieren kann; es sagt nichts darüber aus, ob es einen Patch erfolgreich einbringen kann.

Die Open-Weights-Frage, die keine Preisfrage ist

Die Gewichte von GLM-5.3 liegen auf Hugging Face, was bedeutet, dass das Modell selbst gehostet, auf der eigenen Codebasis feinabgestimmt oder durch Pinning gegen Deprecation abgesichert werden kann. Für ein Team, dessen Wettbewerbsvorteil in einem Fine-Tune liegt, ist das das entscheidende Argument, und kein Preis für ein gehostetes Angebot kommt dagegen an. Mercury 3 bietet keinen solchen Weg: Es ist ein API-Produkt, und die Enterprise-Stufe der Ankündigung dreht sich um dedizierte Kapazität und Datenaufbewahrung statt darum, Ihnen die Gewichte auszuhändigen.

Das Gegenargument ist wirtschaftlicher Natur. Ein Modell der Klasse von GLM-5.3 selbst zu betreiben, kostet die meisten Teams mehr an GPUs und Betriebsaufwand als 1,26 US-Dollar pro Million Input-Tokens, und die offene Lizenz ist eher eine Versicherung als ein Plan. Sie zählt, wenn der Anbieter die Bedingungen ändert, und an einem Dienstag spielt sie keine Rolle.

Die beiden nebeneinander ausführen

GLM-5.3 ist in unserem Katalog als z-ai/glm-5.3 zu $1.26/$3.96 — Listenpreis des Anbieters mit 0 % Aufschlag, sodass bei einer Preisänderung von Z.ai die Änderung noch am selben Tag bei uns live ist und nicht erst zum nächsten Abrechnungszyklus. Mercury 3 ist nicht in unserem Katalog; unsere Modell-API liefert für jedes Inception-Modell „model-not-found“ zurück, daher führt der Weg dorthin über Inceptions eigene Plattform, die neuen Konten 100 Millionen kostenlose Tokens gewährt. Wir routen GLM-5.3, Mercury 3 routen wir nicht, und der Unterschied, wie man jeweils dorthin gelangt, ergibt sich daraus und nicht aus einer Präferenz.

Der Weg, diesen Vergleich mit dem eigenen Traffic statt mit einem Launch-Post zu entscheiden, ist eine blinde Routing-Aufteilung: die Hälfte der Schritte deines Agenten bei festgelegtem Effort-Level über Inceptions Key an Mercury 3 senden, die andere Hälfte an z-ai/glm-5.3, und dann die Abschlussrate und die Gesamtkosten pro abgeschlossener Aufgabe statt pro Token vergleichen. Ein OpenAI-kompatibler Endpoint deckt die GLM-Seite zusammen mit über 200 weiteren Modellen ab, mit automatischem Failover, sodass dein Fallback schon verdrahtet ist, falls der erste Monat des neuen Anbieters holprig verläuft. Die Routing-DSL kann die Aufteilung als Regel festhalten, sodass es eine Konfigurations- statt einer Codeänderung ist, wenn die Antwort zurückkommt.

Was tun, solange GLM-5.5 nur ein Name bleibt

Wenn Sie hier gelandet sind, weil Sie GLM-5.5 suchen, lautet die ehrliche Antwort, dass Z.ai es noch nicht veröffentlicht hat und die Nummer eine Prognose ist. Beobachten Sie die Release-Notes-Seite und den Hugging-Face-Feed; sobald ein Repository erscheint, wird der Name zu einem Modell und dieser Vergleich wird auf die gute Art obsolet. Analysten erwarten das nächste Flaggschiff im Zeitfenster vom 8. Oktober bis 9. November, die meisten davon mit der Nummer 5.4, und heute liegt innerhalb dieses Zeitfensters, ohne dass etwas veröffentlicht wurde.

Wenn Sie heute entscheiden müssen, steht die Wahl zwischen einem maßvollen Open-Weights-Coding-Modell zum etwa sechs- bis zwölffachen Preis und einem viel schnelleren Textmodell ohne veröffentlichte Benchmark-Werte. Wählen Sie GLM-5.3 für Arbeit, deren Ergebnis Sie nicht prüfen werden, bevor sie ausgeliefert wird. Wählen Sie Mercury 3 für Arbeit, bei der ein Mensch wartet und ein erneuter Versuch günstig ist. Und kalkulieren Sie Mercury 3 mit seinem Listenpreis, denn der Rabatt, der es kostenlos aussehen lässt, ist die eine Zahl, deren Beibehaltung Inception nicht zugesagt hat.