Mistral Large 4 vs GLM-5.5: Un modelo real contra un nombre

No existe ningún GLM-5.5 con el que comparar Mistral Large 4A 6 de octubre de 2026, el nombre no tiene ficha de modelo, ni identificador de API, ni fila de precios, ni checkpoint, ni archivo de licencia, y el propio sitio de Z.ai no lo usa en ninguna parte. El modelo que queda al final de esa línea numérica es GLM-5.3, que Z.ai publicó el 18 de agosto de 2026: el mismo modelo insignia de pesos abiertos de Z.ai con el que Mistral compara a Mistral Large 4 por su nombre en su propia publicación de lanzamiento. Así que la comparación que realmente se puede hacer es la de una versión preliminar publicada hoy contra un modelo de pesos abiertos de hace dos meses, con un precio vigente, cuatro mil quinientos millones de tokens semanales de tráfico real y un archivo de licencia que puedes leer. Y resulta que, de todos modos, ese es el enfrentamiento más útil.

También es una prueba más limpia de la afirmación central de Mistral que la comparación con GLM que realiza la publicación de lanzamiento. Mistral afirma que Mistral Large 4 es el modelo de pesos abiertos más fuerte construido fuera de China. GLM-5.3 es el modelo de pesos abiertos más fuerte construido dentro de ella. Las dos afirmaciones pueden contrastarse entre sí en el mismo índice, y una de ellas actualmente se basa en pesos que no se han publicado.

Lo que existe, y lo que no

La revisión toma unos diez minutos, y cada uno de estos es un lugar donde aparecería un producto insignia de Z.ai ya lanzado:

• La propia página own-api de Z.ai enumera exactamente tres tarjetas: GLM-5.3, GLM-5.3-FlashX y GLM-5. No existe una cuarta entrada bajo ningún nombre 5.4 o 5.5.

• Artificial Analysis tiene una página activa de GLM-5.3; artificialanalysis.ai/models/glm-5-5 y /glm-5-4 devuelven ambos error 404.

• Los repositorios más recientes de la organización zai-org de Hugging Face son los GLM-5.3, creados el 25 de agosto de 2026 — entre ellos, GLM-5.3, GLM-5.3-BF16 y GLM-5.3-Flash. No existe nada posterior.

• Nuestro propio catálogo devuelve model-not-found para z-ai/glm-5.5, z-ai/glm-5.4 y z-ai/glm-6.0, mientras que z-ai/glm-5.3 se resuelve con un precio en vivo.

• La llamada de resultados de Z.ai del 31 de agosto de 2026 nombró a GLM-6.0 como la base de próxima generación, omitiendo por completo 5.4 y 5.5.

El nombre circula porque Z.ai lanzó 5.3 en agosto y el siguiente buque insignia se lee de forma natural como el siguiente número. Eso es una convención de nomenclatura, no un producto. Nada en este artículo debe interpretarse como una ficha técnica de GLM-5.5, porque elaborar una significaría inventar cada cifra que apareciera en ella.

La verdadera comparación: Mistral Large 4 preview vs GLM-5.3

Las cifras de Mistral provienen de su propia publicación de lanzamiento y de su ficha de modelo; las de GLM-5.3 provienen de su entrada en el catálogo en vivo de OrcaRouter y de su página en Artificial Analysis, ambas consultadas el 6 de octubre.

• Arquitectura — 1.05T en total / 49B activos, MoE disperso con un codificador de visión de 1.6B frente a un MoE solo de texto con pesos abiertos publicados

• Modalidades — texto e imagen de entrada, texto de salida vs texto de entrada, texto de salida

• Ventana de contexto — 1M declarado por Mistral, 524,288 en la configuración que Artificial Analysis está probando, frente a 1M servidos

• Límite de salida — no publicado vs 128K tokens

• Precio por millón, entrada / salida — $1.36 / $4.18 de lista, actualmente $0.68 / $2.09 promocionado, frente a $1.40 / $4.40 de lista, actualmente $1.26 / $3.96 en servicio

• Entrada en caché por millón — $0.14, actualmente $0.07, frente a $0.26 de lista, $0.234 servido

• Índice de Inteligencia v4.3 — 38.4 vs 44.8

• Costo por tarea de indexación — $1.13 vs $2.01

• Terminal-Bench 4.0 — 26,8 % frente a 41,9 %

• AutomationBench — 59,9 % vs 62,2 %

• Pesos — prometidos para finales de octubre, licencia sin especificar frente a disponibles ya bajo los propios términos de Z.ai

Dicho sin rodeos: GLM-5.3 es el mejor modelo del índice independiente por 6,4 puntos y ya se puede descargar. Mistral Large 4 es un 44 % más barato por tarea completada y, en la fila de Terminal-Bench, es el programador más débil por quince puntos. La simetría de precios es una coincidencia y lo bastante estrecha como para confundir: $1,36 / $4,18 frente a $1,40 / $4,40 de las tarifas de lista, aunque OrcaRouter ofrece GLM-5.3 a $1,26 / $3,96, lo que socava por completo la tarifa de lista de Mistral. El precio promocional de Mistral de $0,68 / $2,09 es lo que hace que la preview sea más barata hoy, y es un precio de lanzamiento.

Donde Mistral lleva la delantera

Importan dos filas, y ninguna es el índice.

El primero es multimodal. GLM-5.3 es un modelo de entrada de texto y salida de texto, y su ficha de catálogo es explícita al respecto. Mistral Large 4 incorpora un codificador de visión de 1600 millones de parámetros, y Mistral afirma tener el grounding visual de vanguardia entre los modelos abiertos, citando un 42 % frente al 41 % de GPT-6 Astra en Dense 200, además de demostraciones de imágenes satelitales de gigapíxeles, planos de ingeniería y recuperación densa de documentos. En el mismo banco de pruebas, la puntuación multimodal de GLM-5.3 no aparece porque no hay nada que puntuar. Para cualquier pipeline que lea gráficos, planos, expedientes o capturas de pantalla, la comparación se reduce a un solo candidato.

El segundo es trabajo de seguridad. Mistral afirma un 82% en la prueba Artificial Analysis Cyber Index que pide a un modelo reproducir una vulnerabilidad real y luego parchearla —descrito como el más alto de cualquier modelo—, además de un 93% en los 40 ejercicios de competición de Cybench, y un puesto entre los cinco primeros del Cyber Index en general que lidera los modelos de pesos abiertos construidos fuera de China. Z.ai también ha publicado afirmaciones de ciberseguridad para GLM-5.3, y la propia descripción de GLM-5.3 le atribuye igualar a Mythos 5 en capacidades de ciberseguridad seleccionadas. Ambas series de cifras están citadas por el proveedor y ambas deberían etiquetarse como tales. La diferencia es que las de Mistral se sitúan en un índice independiente con nombre y se vinculan a una prueba específica, lo que las hace más fáciles de verificar y más fáciles de falsificar.

Todo lo demás favorece al actor establecido, y el argumento del coste de una vista previa es aquel con el que hay que tener cuidado. La publicación de lanzamiento de Mistral afirma que la vista previa se sirve en la misma infraestructura europea sobre la que se entrenó —3.800 GPU NVIDIA Grace Blackwell en los propios centros de datos de Mistral— y que los pesos llegan a finales de octubre. Lo que eso te aporta hoy es un modelo invocable con un final declarado para su periodo de vista previa; lo que no te aporta es aquello sobre lo que descansa toda la propuesta de Mistral.

¿Qué haría que GLM-5.5 fuera un modelo?

Si Z.ai llega a lanzar una 5.4 o una 5.5, los artefactos aparecerían en un orden fijo y cada uno sería verificable sin preguntarle nada a Z.ai:

• Una tarjeta de modelo en la propia página model-api de Z.ai, que hoy enumera tres entradas y no más

• Un identificador de API que se resuelve, igual que z-ai/glm-5.3 se resuelve y z-ai/glm-5.5 no

• Una fila de precios con una tarifa por millón de tokens en la documentación de Z.ai

• Un repositorio de Hugging Face de la organización zai-org con un archivo de licencia — la serie actual llega hasta el 25 de agosto de 2026

• Una página en una entidad neutral de benchmarks, donde glm-5.5 actualmente da 404

La evidencia prospectiva apunta en sentido contrario al nombre, no hacia él: la propia conferencia de resultados de la compañía se saltó 5.4 y 5.5 y nombró GLM-6.0 como la próxima generación. Quien escriba una ficha técnica de GLM-5.5 este mes está escribiendo ficción con un título verosímil.

Elegir entre los dos que existen

Si quieres el mejor modelo hoy, la respuesta es GLM-5.3 y no hay comparación en el índice independiente. Está 6,4 puntos por delante en Intelligence Index v4.3, quince puntos por delante en Terminal-Bench 4.0, por delante en automatización de flujos de trabajo, una verdadera versión de pesos abiertos con un checkpoint que puedes descargar, y mueve más de cinco mil millones de tokens por semana en nuestro catálogo — un volumen que te dice que sus modos de fallo son conocidos. Su contexto es de un millón de tokens servidos y su techo de salida es un 128K publicado, frente a una preview cuyo dato de contexto difiere por un factor de dos según de quién sea la página que leas y cuyo techo de salida no se ha indicado en absoluto.

Si necesitas visión, si necesitas trabajo de seguridad, o si un preview con una fecha de finalización declarada es un riesgo aceptable para un modelo que puede llegar a ser tuyo para ejecutar, Mistral Large 4 es el lado interesante de la operación. En OrcaRouter, GLM-5.3 figura en el catálogo a la tarifa del proveedor con 0 % de recargo en el mismo endpoint compatible con OpenAI que más de 200 otros modelos, con conmutación por error automática entre proveedores y un DSL de enrutamiento que puede enviar la clasificación y la extracción al modelo que sea más barato esa semana. Mistral Large 4 no está en nuestro catálogo; se accede al preview a través de la propia API de Mistral y de varias plataformas de terceros.

Sé explícito sobre lo que estás comprando. GLM-5.3 es un producto. Mistral Large 4 es un producto con una promesa adjunta, y la promesa es la parte que aún no se ha lanzado. La diferencia entre ambos no son los 6,4 puntos de índice —esos cambiarán—, sino que uno de estos modelos existe en una forma que puedes tener en tus manos, y el otro es una convención de nombres con una fecha de entrega.