Muse Wonder vs. GLM 5.5: Nur eines dieser Modelle hat eine Preisliste

Es gibt kein GLM 5.5. Es gibt keine Modellkarte, keinen API-Identifier, keine Preiszeile, kein Hugging-Face-Repository und keine Seite auf der eigenen Website von Z.ai, die diesen Namen trägt, und das war nie der Fall – es ist ein Community-Kürzel, das der Anbieter nicht übernommen hat. Meta Muse Wonder hingegen wurde am 12. Oktober 2026 veröffentlicht, mit einem Endpoint, einem veröffentlichten Token-Preis und zwei Checkpoints, und man kann es heute aufrufen. Ein wörtlicher Vergleich von Meta Muse Wonder mit GLM 5.5 ist also ein Vergleich mit einem Gerücht. Der Vergleich, der tatsächlich eine Entscheidung informieren kann, ist Meta Muse Wonder gegen GLM-5.3, das Flaggschiff, das Z.ai im August wirklich veröffentlicht hat, und diese Paarung hat eine klarere Antwort als die meisten direkten Duelle: eine Intelligenzlücke von sieben Punkten gegenüber ungefähr der Hälfte der Kosten pro abgeschlossener Aufgabe.

Was existiert, und was nur ein Name ist

Die Disziplin, die dieses Stück braucht, ist eine harte Grenze zwischen den beiden.

• Meta Muse Wonder — allgemein verfügbar seit dem 12. Oktober 2026 über Metas Model-API als muse-wonder-1.0. 4,00 $ pro Million Eingabe-Tokens, 0,20 $ für zwischengespeicherte Eingabe, 20,00 $ pro Million Ausgabe. Ein Kontextfenster von 1.048.576 Tokens. Reasoning immer aktiv, mit Effort-Stufen von max bis minimal, standardmäßig medium.

• Meta Muse Wonder Full — ein zweiter Checkpoint im selben Launch, muse-wonder-full-1.0, der höher abschneidet und nur im Rahmen eines Muse-Code-Abos statt pro Token verkauft wird.

• GLM-5.3 — allgemein verfügbar seit August 2026. Angekündigt am 14. August, API live etwa am 18. August, offene Gewichte veröffentlicht am 28. August. $1,40 pro Million Eingabe-Token, $0,234 gecacht, $4,40 pro Million Ausgabe. Ein 1.000.000-Token-Fenster mit maximal 128.000 Token Ausgabe. Texteingabe, Textausgabe. Reasoning wird über reasoning_effort auf low, high oder max gesteuert, und Thinking kann nicht deaktiviert werden.

• GLM 5.5 — nichts. Keine Herstellerankündigung, keine Kennung, keine Gewichte, keine Lizenz, keine Punktzahl.

Der letzte Aufzählungspunkt ist keine Haarspalterei. Das Suchinteresse an „GLM 5.5“ ist echt, der Name kursiert in Benchmark-Screenshots und Forenthreads, und Seiten, die die Anfrage beantworten, indem sie ein Datenblatt ausgeben, erfinden die Spezifikation. Die eigene Modellorganisation von Z.ai endet bei der GLM-5.3-Serie, einschließlich GLM-5.3-Flash und der FlashX-Stufe; GLM-5.4, GLM-5.5 und GLM-6 wurden alle ins Spiel gebracht, und das Unternehmen hat keines davon bestätigt.

Woher der Name stammt und wann er Wirklichkeit werden könnte

Das Label 5.5 geht auf ein Datum zurück, nicht auf ein Dokument. Eine am 25. Juni 2026 weitergegebene Analystenprognose verortete Z.ais nächstes Flaggschiff im August; das war ein Beobachtungsfenster und keine Zusage des Anbieters, und der August endete damit, dass stattdessen GLM-5.3 ausgeliefert wurde. Betrachtet man die tatsächliche Kadenz von Z.ai – etwa ein Flaggschiff alle 54 bis 70 Tage –, verorten dieselben Analysten die nächste Veröffentlichung nun in einem Fenster vom 8. Oktober bis 9. November 2026, und die meisten erwarten, dass sie die Nummer GLM-5.4 und nicht GLM-5.5 trägt. Heute ist der 13. Oktober, und dieses Fenster ist offen – das ist das Konkreteste, was sich über den Namen sagen lässt.

Wenn es doch ankommt, sind die Dinge, die zu prüfen sind, diejenigen, die entscheiden, ob es der Gegner dieses Artikels ist:

• Eine API-Kennung auf Z.ais eigener Plattform, nicht nur ein Bestenlisten-Eintrag

• Ein veröffentlichter Preis pro Million Tokens sowohl in den Eingabe- als auch in den Ausgabezeilen

• Ein Kontextfenster und eine maximale Ausgabegröße

• Ein Hugging Face-Repository oder eine ausdrückliche Erklärung, dass es keines geben wird

• Eine datierte Artificial Analysis-Karte, da Aggregator-Listings den Veröffentlichungen der Anbieter um Tage hinterherhinken

Bis drei dieser fünf existieren, ist „GLM 5.5“ ein Suchbegriff und GLM-5.3 ein Modell.

Das wahre Duell – anhand der Zahlen, die es entscheiden

Stellt man die beiden ausgelieferten Modelle nebeneinander, zeigt sich ein geradliniger Trade-off statt einer Überraschung. Beachte, dass die unten stehenden Benchmark- und Kostenwerte von Artificial Analysis selbst stammen, auf dem eigenen Harness mit maximalem Aufwand erhoben, und nicht das Material eines der beiden Anbieter sind.

• Intelligenz-Index — Muse Wonder (max) 52; GLM-5.3 (max) 45

• Kosten pro Intelligence-Index-Aufgabe — Muse Wonder etwa 4,52 $; GLM-5.3 etwa 2,01 $

• Eingabepreis — Muse Wonder 4,00 $ pro Million; GLM-5.3 1,40 $, GLM-5.3 ist also ungefähr ein Drittel des Preises

• Ausgabepreis — Muse Wonder 20,00 $ pro Million; GLM-5.3 4,40 $, also kostet GLM-5.3 weniger als ein Viertel des Preises

• Beim Index-Lauf verbrauchte Output-Tokens — Muse Wonder etwa 130M; GLM-5.3 etwa 210M, gegenüber einem Board-Median von nahezu 140M für seine Vergleichsklasse

• Geschwindigkeit im selben Durchlauf — Muse Wonder wird vom Evaluator in dieser Paarung nicht dokumentiert; GLM-5.3 wird mit etwa 66 Tokens pro Sekunde gemessen, beschrieben als schneller als der Durchschnitt

• Gewichte — die von GLM-5.3 werden unter Z.ais eigener Lizenz veröffentlicht; die von Muse Wonder werden überhaupt nicht veröffentlicht

• Eingabeoberfläche — Muse Wonder listet Text, Bild, Sprache und Video auf; GLM-5.3 unterstützt nur Text

• Kontext — 1.048.576 Token auf Muse Wonder gegenüber 1.000.000 auf GLM-5.3, was in der Praxis ein Rundungsunterschied ist

Zwei Dinge fallen auf. Das erste ist, dass GLM-5.3 das günstigere Modell ist – sowohl auf der Preisliste als auch auf der Rechnung für abgeschlossene Aufgaben – und zwar pro Aufgabe etwa 2,25-mal günstiger –, was in dieser Klasse ungewöhnlich ist und geprüft werden sollte, statt es anzunehmen: Die Open-Weight-Labore schließen die Lücke bei der Token-Effizienz zunehmend, und mit 210 Mio. Output-Tokens gegenüber den 130 Mio. von Muse Wonder ist GLM-5.3 das redseligere der beiden und landet dennoch bei weniger als der Hälfte der Kosten – allein, weil seine Preisliste so weit unter der von Meta liegt.

Der zweite Punkt ist, was die Sieben-Punkte-Lücke in der anderen Richtung kostet. In einem Composite, das ein Feld abdeckt, dessen Median bei etwa 27 liegt, sind 45 und 52 unterschiedliche Modellklassen, und der Unterschied zeigt sich zuerst bei der schwierigsten Long-Horizon-Arbeit: mehrstufige agentische Aufgaben, anhaltende Tool-Nutzung und die Benchmarks für professionelle Aufgaben, bei denen Metas eigene Tabelle zeigt, dass die beiden Checkpoints 44 Punkte auseinanderliegen. Wenn Ihre Aufgabe eine ist, bei der das Modell die Arbeit entweder erledigt oder nicht, sind sieben Punkte kein Rundungsunterschied, und das günstigere Modell ist eine trügerische Ersparnis. Wenn Ihre Aufgabe eine ist, bei der beide Modelle erfolgreich sind und Sie für Volumen zahlen – Klassifikation, Extraktion, Zusammenfassung, First-Pass-Triage –, beträgt die Preisdifferenz das 2,25-Fache und die Index-Lücke ist unsichtbar.

Offene Gewichte verändern die Fragestellung grundlegend.

Die Gewichte von GLM-5.3 sind am 28. August unter Z.ais eigener Lizenz erschienen, und das ist die eine Achse in dieser Tabelle, auf der Muse Wonder unter keinen Umständen mithalten kann. Muse Wonder ist ein proprietäres Modell mit genau einem kommerziellen Weg – Metas eigene API und Muse Code –, und der besser bewertete Full-Checkpoint wird überhaupt nicht pro Token verkauft.

Veröffentlichte Gewichte bedeuten einen Checkpoint, den Sie auditieren, quantisieren, feinabstimmen, selbst hosten oder auf einer Version einfrieren können, die Sie kontrollieren. Sie bedeuten kein lokal ausführbares Modell: Ein MoE-Checkpoint in Frontier-Größenordnung ist ein Rechenzentrums-Artefakt, nicht etwas, das auf eine Workstation passt, und die Lizenzbedingungen entscheiden, was Sie damit dann tun dürfen. Aber für ein Team, dessen Compliance-Haltung es verbietet, Daten an einen Drittanbieter-Endpunkt zu senden, ist die Wahl zwischen diesen beiden Modellen nicht knapp — eines von ihnen hat einen Ausweg.

Nur-Text ist der Preis dafür. Wenn Ihre Arbeitslast Screenshots, Video oder Audio umfasst, ist GLM-5.3 aus dem Rennen, bevor der Preis überhaupt zur Sprache kommt, und der beworbene Sprach- und Videoeingang von Muse Wonder ist die Fähigkeit, die die Arbeit erledigt.

Das Günstig-zuerst-Muster ausführen, ohne die Pipeline darauf zu verwetten

Die praktische Antwort für die meisten Teams, die eine 2,25-fache Kostendifferenz neben einer Sieben-Punkte-Bewertungsdifferenz sehen, ist nicht, sich für eines zu entscheiden, sondern sie in eine Reihenfolge zu bringen, und das ist eher ein Routing-Problem als ein Modellproblem.

GLM-5.3 ist bei OrcaRouter zu Z.ais eigenem Listenpreis verfügbar — 1,40 $ pro Million Input- und 4,40 $ pro Million Output-Token, Cache-Lesevorgänge zu 0,234 $, das volle Million-Token-Fenster sowie pro Anfrage auswählbarer Reasoning-Aufwand. Es enthält keinen Aufschlag von uns, sodass eine Z.ai-Preisänderung hier am selben Tag erscheint, an dem sie angekündigt wird, statt zur nächsten Vertragsverlängerung. Muse Wonder ist nicht in unserem Katalog, und wir werden nicht so tun, als wäre es anders; wenn du es willst, ist Metas Model API der Weg.

Das Muster, zu dem die Lücke einlädt, ist eine Günstig-zuerst-Kaskade: Schicken Sie den Volumenverkehr an GLM-5.3, eskalieren Sie nur dann zu einem Frontier-Modell, wenn der günstige Durchlauf nicht sicher ist, und lassen Sie die Routing-DSL das als einen Aufruf zusammenstellen statt als drei Integrationen in Ihrem eigenen Code. Automatisches Failover ist in dieser Form wichtiger als üblich, weil das gesamte Design davon abhängt, dass der Eskalationspfad verfügbar ist, wenn der erste Durchlauf ins Stocken gerät — ein Anbieterausfall auf einem der beiden Wege macht aus einer Kostenoptimierung einen Vorfall.Muse Spark 1.2, Metas multimodaler Reasoning-Checkpoint zu 1,25 $ Eingang und 4,25 $ Ausgang, ist der andere günstige Weg, der es wert ist, angebunden zu werden, wenn Ihre Eskalationen multimodal statt textbasiert sind.

Was diese Woche zu tun ist

Wenn Sie sich zwischen diesen beiden Modellen entscheiden und nicht zwischen den Modellen in dieser Schlagzeile: Wählen Sie GLM-5.3, wenn die Arbeit ein hohes Volumen hat, ausschließlich Text betrifft und beide Modelle erfolgreich wären; wählen Sie Muse Wonder, wenn die Arbeit multimodal ist oder wenn eine Indexlücke von sieben Punkten den Unterschied zwischen einem abgeschlossenen Auftrag und einem fehlgeschlagenen ausmacht; entscheiden Sie sich für die Gewichte von GLM-5.3 statt für eines der beiden, wenn Selbsthosting oder Auditierbarkeit eine harte Anforderung ist.

Wenn dich der Name GLM 5.5 hierher geführt hat, lautet die ehrliche Anweisung: Warte auf die Kennung. Achte auf das Zeitfenster vom 8. Oktober bis 9. November und beurteile die Ankunft danach, ob eine Preiszeile und eine API-Modell-ID auf Z.ais eigenen Oberflächen erscheinen. Ein Leaderboard-Screenshot ist keine Veröffentlichung, und solange es keine Rate Card gibt, gibt es nichts zu vergleichen — was eine kürzere und nützlichere Antwort ist als ein Datenblatt, das jemand aus dem Gedächtnis getippt hat.