Mercury 3 vs GLM-5.5: la comparación que pide la consulta de búsqueda, ejecutada contra el modelo que existe

No existe GLM-5.5. El registro de lanzamientos de Z.ai se detiene en GLM-5.3-Flash el 26 de agosto de 2026, su índice de documentación enumera GLM-5.3, GLM-5.3-Flash y GLM-5.2, los cuatro repositorios más recientes de la organización zai-org de Hugging Face son la serie GLM-5.3, creada el 25 de agosto, Artificial Analysis no tiene ninguna página con ese nombre, y nuestro propio catálogo devuelve model-not-found para z-ai/glm-5.5. Cinco superficies, revisadas de nuevo hoy, todas negativas. Así que una página titulada "Mercury 3 vs GLM-5.5" puede hacer una de dos cosas: inventar una ficha de especificaciones para un modelo que nunca ha existido, o decirte a qué se refiere probablemente el nombre y realizar la comparación que realmente se puede ejecutar. Esta página hace lo segundo. Los fallos documentados de IA y los incidentes de agentes que hay detrás de lanzamientos como este se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, gravedad, grado de confianza e indicador de disputa.

El modelo que existe es GLM-5.3, que Z.ai lanzó el 18 de agosto de 2026, con pesos abiertos disponibles después, el 25 de agosto. A su lado está Mercury 3, que Inception Labs lanzó el 19 de octubre de 2026 como un modelo de lenguaje de difusión con un contexto de 1M de tokens y una afirmación de rendimiento de 1,068 tokens por segundo. Es un enfrentamiento real con una pregunta real dentro: un modelo de programación de pesos abiertos probado a $1.26/$3.96 frente a un modelo de velocidad sin medir a $0.35 de salida durante su ventana de lanzamiento. El número de versión del título está mal. La comparación que hay debajo no.

Por qué existe el nombre en absoluto

GLM-5.5 es una proyección, no un anuncio. Se remonta a un pronóstico de analistas que circuló en junio de 2026 y situaba el próximo modelo insignia de Z.ai en una ventana de agosto; agosto cerró con GLM-5.3 en su lugar. Los analistas que siguen la cadencia de Z.ai ahora esperan que el próximo lanzamiento lleve el número 5.4, dentro de una ventana que abarca aproximadamente del 8 de octubre al 9 de noviembre. Hoy es 20 de octubre —dentro de esa ventana, sin que se haya lanzado nada.

Este blog ha cubierto el nombre una docena de veces, siempre con la misma conclusión, y la tentación ante un nuevo lanzamiento de Mercury es tomar al oponente ausente como permiso para saltarse el artículo. No lo es: la consulta es real, y la respuesta útil es una comparación con el modelo que Z.ai vende realmente. A continuación se enumera lo que tendría que aparecer para que el título sea exacto, y luego se analizan las cifras que existen.

Cinco cosas que convertirían a GLM-5.5 en un modelo

• Un identificador de API — z-ai/glm-5.5 que se resuelve en cualquier catálogo público. El nuestro devuelve model-not-found, al igual que glm-5.4.

• Una fila de la lista de precios: un precio en la página de API de modelos de z.ai. La página actualmente enumera GLM-5.3 ($1.40/$4.40), GLM-5.3-Flash ($0.15/$0.50), GLM-5.3-FlashX ($0.37/$1.25) y modelos anteriores, y nada superior a 5.3.

• Una entrada de notas de la versión: la página «New Released» de docs.z.ai está fechada por entrada y su fecha más reciente es el 2026-08-26.

• Un repositorio de pesos o una declaración explícita de ausencia de pesos — los repositorios de texto más recientes del feed de zai-org tienen todos fecha del 2026-08-25.

• Una ficha independiente fechada — artificialanalysis.ai/models/glm-5-5 devuelve 404, mientras que glm-5-3 devuelve una página completa.

Cualquiera de esos sería una señal contundente. Que aparezcan los cinco a la vez es el aspecto de una versión publicada; que no aparezca ninguno es el aspecto de una previsión. La comprobación se puede volver a ejecutar, y conviene repetirla en lugar de darla por buena, porque un hallazgo negativo queda obsoleto en el momento en que el proveedor publica una actualización.

El contraste real de las especificaciones

• Precio — Mercury 3: 0,10 $/0,35 $ por millón en el lanzamiento, 0,20 $/0,70 $ de lista. GLM-5.3: 1,26 $/3,96 $ en nuestro catálogo, lo que supone un 10 % por debajo de los 1,40 $/4,40 $ de la lista del propio Z.ai.

• Contexto — ambos con 1M tokens. Mercury 3 tiene un techo de salida de 131.072 tokens; GLM-5.3 limita la salida a 128.000.

• Arquitectura — Mercury 3 es un modelo de difusión que genera tokens en paralelo; Inception afirma que es más de 40 veces mayor que Mercury 1, sin dar un recuento absoluto de parámetros. GLM-5.3 es un transformer de mezcla de expertos cuyos detalles publicados Z.ai mantiene a nivel de familia.

• Velocidad — Mercury 3 a 1.068 tok/s, la cifra de Inception, no reproducida. GLM-5.3 a 88,4 tok/s de salida medidos en el tráfico de nuestro propio playground durante siete días, con una latencia mediana de extremo a extremo de 3,3 segundos.

• Puntuación independiente: GLM-5.3 obtiene 44,8 en el Intelligence Index de Artificial Analysis y 74,8 en su Coding Index, ocupando el puesto 14 en codificación entre los modelos que evalúa. Mercury 3 no tiene página en Artificial Analysis.

• Puntuaciones de tareas — GLM-5.3 obtiene 83,9% en Terminal-Bench 2.1 y 41,9% en Terminal-Bench 4.0, 91,7% en GPQA Diamond y 50,3% en τ²-Banking, todo según Artificial Analysis. Mercury 3 no publica puntuaciones numéricas de tareas; su único resultado estructurado es un 50% de finalización en 50 tareas de navegación de Mind2Web en vivo.

• Pesos — GLM-5.3 es abierto, con checkpoints en Hugging Face desde el 25 de agosto. Los pesos de Mercury 3 no están publicados e Inception no ha adquirido ningún compromiso de publicarlos.

• Modalidades — entrada de texto, salida de texto en ambos.

El único aspecto en el que GLM-5.3 es indiscutiblemente la compra más sólida es también el más fácil de verificar: se ha medido. Un índice de programación de 74.8 y una puntuación de 83.9 en Terminal-Bench 2.1 te dicen qué hace el modelo en tareas que puedes nombrar. Mercury 3 te dice que supera a Claude Haiku 5.5 sin especificar por cuánto, en qué ni en cuál de sus cuatro ajustes de esfuerzo.

Cuánto valen 1.068 tokens por segundo, y para quién

El argumento de la velocidad de Mercury no es que termine una tarea de programación más rápido en términos de tiempo real — un modelo que da más pasos o necesita un reintento puede perder esa carrera con cualquier rendimiento. El argumento es que los turnos individuales regresan mientras una persona todavía está mirando la pantalla. Las propias citas de clientes de Inception lo dejan explícito: sugerencias de tutoría en aproximadamente un segundo, generación de búsquedas con una mediana de 0,9 segundos, respuestas de soporte que se mantienen conversacionales.

GLM-5.3 a 88,4 tokens por segundo es una velocidad autorregresiva normal y resultaría desagradable para cualquiera de esos usos. Es totalmente adecuada para un agente que se ejecuta durante seis minutos y luego informa de vuelta, que es la forma de carga de trabajo que describe su perfil de referencia: programación a escala de repositorio, ingeniería de varios pasos y uso de herramientas a lo largo de horizontes prolongados.

Esa es la verdadera línea divisoria entre estos dos modelos, y no es el precio. Es si hay un humano esperando. Si la respuesta es sí, el rendimiento de Mercury 3 es el producto y sus benchmarks ausentes son un riesgo que puedes acotar con un presupuesto de reintentos. Si la respuesta es no, la competencia medida de GLM-5.3 vale la prima de precio de salida de 11 veces, porque una respuesta incorrecta de un agente en segundo plano cuesta más que los tokens que ahorró.

Costo en una carga de trabajo de agente de programación

Los agentes de programación tienen una gran carga de entrada: un contexto largo del repositorio, definiciones de herramientas y el historial de conversación en cada paso. Supongamos 300 millones de tokens de entrada y 12 millones de tokens de salida al día, lo que equivale a un equipo pequeño ejecutando agentes de forma continua. En Mercury 3, con la tarifa de lanzamiento, eso son 30 $ de entrada y 4,20 $ de salida, o 34,20 $. A precio de lista, 60 $ y 8,40 $, o 68,40 $.

En GLM-5.3, con nuestra tarifa de catálogo, el mismo tráfico supone $378 de entrada y $47.52 de salida, o $425.52 al día. El precio de lista de Z.ai sería $420 y $52.80, o $472.80. Por lo tanto, el sobreprecio es de aproximadamente 6.2 veces con el precio de lista de Mercury y 12.4 veces durante la ventana de lanzamiento.

Ahora, el contrapeso honesto: si la tasa de finalización de Mercury 3 en una tarea de programación real es sustancialmente inferior a la de GLM-5.3, ese múltiplo se derrumba. Un modelo que termina dos tercios de las tareas necesita un 50 % más de intentos, y cada intento reenvía el contexto del repositorio. Con un déficit del 33 %, la prima efectiva cae a unas 4 veces: sigue siendo grande, sigue siendo real, y ya no es una decisión que puedas tomar sin medir. El resultado de Mind2Web dice que Mercury puede navegar por un sitio web en vivo; no dice nada sobre si puede aterrizar un parche.

La cuestión de los pesos abiertos, que no es una cuestión de precios

Los pesos de GLM-5.3 están en Hugging Face, lo que significa que el modelo puede alojarse en servidores propios, ajustarse con tu propio código base o fijarse frente a la obsolescencia. Para un equipo cuya ventaja competitiva reside en un ajuste fino, ese es todo el argumento, y ningún precio de alojamiento gestionado puede competir con él. Mercury 3 no ofrece tal vía: es un producto de API, y el nivel empresarial del anuncio trata de capacidad dedicada y retención de datos, no de entregarte los pesos.

El contraargumento es económico. Para la mayoría de los equipos, servir por cuenta propia un modelo de la clase de GLM-5.3 cuesta más en GPUs y operaciones que 1,26 USD por millón de tokens de entrada, y la licencia abierta es un seguro más que un plan. Importa cuando el proveedor cambia las condiciones, y no importa un martes cualquiera.

Ejecutando los dos en paralelo

GLM-5.3 está en nuestro catálogo como z-ai/glm-5.3 a $1.26/$3.96 — la tarifa de lista del proveedor con 0% de margen, así que cuando Z.ai cambia su precio, el cambio está activo en nuestro lado el mismo día en lugar de en el siguiente ciclo de facturación. Mercury 3 no está en nuestro catálogo; nuestra API de modelos devuelve model-not-found para todos los modelos de Inception, por lo que la vía para acceder a él es la propia plataforma de Inception, que entrega a las cuentas nuevas 100 millones de tokens gratis. Enrutamos GLM-5.3 y no enrutamos Mercury 3, y la diferencia en cómo se accede a cada uno se deriva de eso y no de una preferencia.

La forma de resolver esta comparación con tu propio tráfico en lugar de con una publicación de lanzamiento es una división de enrutamiento ciega: envía la mitad de los pasos de tu agente a Mercury 3 a través de la clave de Inception con un nivel de esfuerzo fijado, y la otra mitad a z-ai/glm-5.3, y compara la tasa de finalización y el coste total por tarea finalizada en lugar de por token. Un único endpoint compatible con OpenAI cubre el lado de GLM junto con más de 200 otros modelos, con conmutación por error automática, así que si el primer mes del nuevo proveedor es irregular, tu opción de respaldo ya está conectada. El DSL de enrutamiento puede mantener la división como una regla, de modo que sea un cambio de configuración en lugar de un cambio de código cuando llegue la respuesta.

Qué hacer mientras GLM-5.5 sigue siendo solo un nombre

Si llegaste aquí buscando GLM-5.5, la respuesta sincera es que Z.ai no lo ha lanzado y ese número es un pronóstico. Vigila la página de notas de la versión y el feed de Hugging Face; cuando aparezca un repositorio, el nombre se convertirá en un modelo y esta comparación quedará obsoleta en el buen sentido. Los analistas esperan el próximo buque insignia en la ventana del 8 de octubre al 9 de noviembre, y la mayoría lo numera como 5.4; hoy estamos dentro de esa ventana sin que se haya publicado nada.

Si necesita decidir hoy, la elección está entre un modelo de programación de pesos abiertos y mesurado, a un precio aproximadamente seis a doce veces mayor, y un modelo de texto mucho más rápido sin puntuaciones de referencia publicadas. Elija GLM-5.3 para trabajos cuyo resultado no leerá antes de que se entregue. Elija Mercury 3 para trabajos en los que haya una persona esperando y reintentar sea barato. Y presupueste Mercury 3 a su precio de lista, porque el descuento que lo hace parecer gratis es el único número que Inception no ha prometido mantener.