Una tarjeta de título generada en 16:9 sobre un fondo gris carbón oscuro con líneas horizontales tenues, con el titular «Qwen4-Max vs GLM-5.4» y el subtítulo «Uno se lanzó. El otro perdió su ventana». Una línea de tiempo vertical de puntos con fechas recorre el lado derecho en 2026-02-12, 2026-04-07, 2026-06-16, 2026-08-18 y 2026-08-26, y termina en un segmento vacío discontinuo etiquetado GLM-5.4. Una insignia verde azulado en la esquina inferior izquierda dice «ventana expirada el 27 oct 2026». Logotipo de OrcaRouter en la esquina inferior derecha.
Guides & Insights

Qwen4-Max vs. GLM-5.4: uno se lanzó, el otro perdió su propia ventana

Autor

jinhao.song

Fecha de publicación

Últimos modelos · 20Ver todos los modelos →
Benchmarks: Artificial Analysis · actualizado a diario
Volver a todas las publicaciones

Hay una versión de esta comparación que sería útil y una versión que sería ficción. La útil empieza con una fecha: el propio registro de lanzamientos de Z.ai todavía termina en GLM-5.3-Flash el 26 de agosto de 2026, su índice de documentación enumera GLM-5.2, GLM-5.3 y GLM-5.3-Flash y nada por encima de ellos, y la ruta de documentación de GLM-5.4 devuelve «Página no encontrada», como lo hacía en octubre. Qwen4-Max, en cambio, está a la venta con cobro por consumo desde el 16 de noviembre de 2026, con una lista de precios publicada y una puntuación independiente. Así que el enfrentamiento no es entre dos buques insignia. Es entre un buque insignia y una fecha proyectada que ya ha vencido.

Lo que hace que eso sea más que una refutación es la aritmética detrás de la proyección. Este blog estableció en octubre una cadencia de 54 a 70 días para la línea G​LM y publicó la ventana que ello implicaba. Esa ventana se ha cerrado. Calcular por cuánto, y qué te dice el cierre sobre cómo está secuenciando Z.ai los lanzamientos, es genuinamente más informativo que otra hoja de especificaciones especulativa — y deja una comparación que realmente se puede ejecutar: Qwen4-Max contra GLM-5.3, el G​LM que se lanza, en el mismo índice independiente, en la misma semana.

Dónde se encuentra el nombre a 18 de noviembre

La auditoría es breve y repetible. Cuatro superficies, todas revisadas hoy, todas negativas.

• El registro de versiones: la entrada más reciente es GLM-5.3-Flash, con fecha 2026-08-26; después GLM-5.3 el 2026-08-18, GLM-5.2 el 2026-06-16, GLM-5.1 el 2026-04-07 y GLM-5 el 2026-02-12

• El índice de documentación: GLM-5.3-Flash/FlashX, GLM-5.3, GLM-5.2. Ninguna entrada de 5.4 en ningún nivel de esfuerzo

• La ruta de la documentación — docs.z.ai/guides/llm/glm-5.4 devuelve 404, exactamente igual que el 13 de octubre

• Hugging Face — una búsqueda en el repositorio de "glm-5.4" no devuelve ningún resultado bajo la propia organización del laboratorio, y los checkpoints de texto más recientes que hay allí son las cuatro versiones de GLM-5.3 creadas el 25 de agosto

La página model-api del proveedor da la misma respuesta desde el lado comercial: GLM-5.3, GLM-5.3-Flash, GLM-5 y GLM-5V-Turbo, sin ninguna fila entre 5.3 y 6. En octubre se revisaron nueve superficies para la página permanente sobre este nombre; las mismas cuatro que importan para el estado de lanzamiento siguen siendo negativas cinco semanas después. Esa consistencia es el hallazgo. Un nombre que ha estado ausente de todas las superficies de primera parte durante ocho semanas no es un lanzamiento en curso; es un nombre que la línea ha dejado pasar, al menos por ahora.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.3' with six rows: input per million $1.50 against $1.40; output per million $4.50 against $4.40; index score 43 against 32; cost per task $3.27 against $5.01; wall-clock per task 32.1 min against 22.0 min; weights none against downloadable. Footer reads 'Artificial Analysis Intelligence Index v5.0.1; prices per vendor list'. OrcaRouter logo bottom-right.

La ventana, y cuánto nos hemos pasado de ella

El argumento de la cadencia nunca fue una filtración. Era aritmética sobre las propias fechas de lanzamiento de Z.ai: de GLM-5 a GLM-5.1 pasaron 54 días, de GLM-5.1 a GLM-5.2 pasaron 70, y de GLM-5.2 a GLM-5.3 pasaron 63. Aplica el mismo intervalo al 18 de agosto y el siguiente modelo insignia de texto debía llegar en algún punto entre el 11 de octubre y el 27 de octubre de 2026. Si, en cambio, sitúas el inicio de la familia en la entrada del nivel Flash el 26 de agosto, el límite exterior se desplaza al 4 de noviembre.

Es 18 de noviembre. Ambas lecturas han caducado, la más tardía hace dos semanas. Esa es la afirmación más limpia disponible sobre GLM-5.4 hoy, y es más contundente que «no pudimos encontrarlo», porque es falsable: una sola entrada fechada en el registro de lanzamientos del proveedor la refutaría, y hasta que aparezca una, la proyección ha sido puesta a prueba y ha fallado.

Hay dos lecturas honestas de ese fallo, y apuntan en direcciones opuestas. La primera es que Z.ai se ha ralentizado: que un buque insignia de 753 mil millones de parámetros ahora es lo bastante caro como para iterar en un ciclo más largo, y que el ritmo de la primera mitad de 2026 fue un sprint que ya terminó. La segunda es que la próxima versión no es una 5.4 en absoluto: que la línea se salta un número, o que el esfuerzo se ha destinado a la gama Flash multimodal, que es donde realmente se encuentra la única actividad posterior a agosto en el registro de versiones. Nada de lo publicado por el laboratorio distingue entre esas dos, y una página que adivinara haría exactamente lo que hace un marcador con columnas inventadas.

Lo que realmente puedes comparar: Qwen4-Max frente a GLM-5.3

GLM-5.3 no es un premio de consolación. Es un modelo de mezcla de expertos de 753 mil millones de parámetros que activa aproximadamente 40 mil millones de parámetros por token, solo texto, con una ventana de contexto de 1M tokens y un límite de salida de 128K, y tiene algo de lo que la cobertura del lanzamiento de Qwen4-Max carecía en gran medida: una fila medida en el mismo índice, tomada por el mismo harness, en la misma revisión del índice.

• Precio de entrada — Qwen4-Max: $1.50 por millón de tokens en Singapur, $1.413 en sus otras cinco regiones, frente a GLM-5.3: $1.40 en la lista de Z.ai

• Precio de salida — Qwen4-Max $4.50 frente a GLM-5.3 $4.40

• Puntuación independiente — Qwen4-Max 43 en Artificial Analysis Intelligence Index v5.0.1 frente a GLM-5.3 con 32 en esfuerzo máximo y 23 en esfuerzo bajo

Costo por tarea de indexación — Qwen4-Max $3.27 frente a GLM-5.3 $5.01. Esta es la fila que importa, y apunta en sentido contrario al de la puntuación.

• Tiempo real por tarea — Qwen4-Max 32,1 minutos frente a GLM-5.3 22,0 minutos con esfuerzo máximo, 12,2 con esfuerzo bajo

• Apetito de tokens: Qwen4-Max, 127 millones de tokens de salida por ejecución de índice, frente a GLM-5.3, 135 millones con esfuerzo máximo y 63,3 millones con esfuerzo bajo

• Rendimiento — Qwen4-Max 55 tokens de salida por segundo frente a GLM-5.3 90

• Modalidad — Qwen4-Max acepta texto, imagen y vídeo y devuelve texto; GLM-5.3 está documentado como solo texto, con el trabajo visual derivado al nivel Flash

• Salida máxima — Qwen4-Max 131.072 tokens, o 262.144 compartidos entre el razonamiento y la respuesta; GLM-5.3 128.000

• Pesos — Qwen4-Max no publica ninguno y señala que el ajuste fino y el despliegue no son compatibles; los pesos de GLM-5.3 se pueden descargar bajo una licencia personalizada de Z.ai

• Control de esfuerzo — Qwen4-Max expone niveles seleccionables; GLM-5.3 siempre razona, con niveles bajo, alto y máximo

Las filas de precios casi empatan —diez centavos en entrada, diez centavos en salida— y eso es lo menos interesante de la lista. Lo interesante es que los dos modelos llegan a precios de lista casi idénticos con estructuras distintas por debajo. Qwen4-Max cuesta más por tarea pese a tener un medidor más barato porque tarda más y piensa más; GLM-5.3 cuesta más por tarea pese a tener su propio medidor más barato porque, con el esfuerzo máximo, consume tokens a un ritmo que la configuración de menor esfuerzo no. La tarjeta de precios de ninguno de los dos proveedores te dice eso. Solo lo hace la fila de coste por tarea, y es la fila que ambos anuncios de lanzamiento omiten.

La brecha de puntuación es real, pero más estrecha de lo que sugiere 43 frente a 32, por una razón que merece decirse con claridad: esas cifras provienen de distintos niveles de esfuerzo en el mismo índice, y este blog ha visto cómo cambios de revisión desplazaban el número de un modelo en dos dígitos. Trata 43 y 32 como una brecha direccional tomada con un instrumento en un día, no como una diferencia de capacidad medida de 11 puntos. Lo que sobrevive a esa cautela es la afirmación menos ambiciosa: Qwen4-Max responde tareas más difíciles que GLM-5.3 con el máximo esfuerzo, y lo hace por menos dinero por tarea, aunque es el modelo más lento por token y el más caro por millón.

A screenshot of Z.ai's release notes page headed 'New Released' with a right-hand date rail ending at 2026-08-26 and, below it, 2026-08-18, 2026-06-16 and 2026-04-07, and body entries describing native visual capabilities, a hybrid attention architecture with 320B total and 18B activated parameters, and GLM-5.3's coding gains on Z.ai Code Bench.

Lo que de verdad necesita quien busca GLM 5.4

La gente escribe "GLM-5.4" por una de dos razones, y ambas quieren respuestas opuestas.

El primero es la decisión de compra: quieren saber si deben migrar desde GLM-5.3, o si conviene elegir GLM en lugar de Qwen para un desarrollo que empieza este mes. La respuesta es que no hay nada a lo que migrar, y la decisión que pueden tomar hoy es entre un modelo solo de texto con pesos descargables a $1.40/$4.40 y un alquiler multimodal a $1.50/$4.50 que obtiene una puntuación más alta y cuesta menos por tarea terminada. Esa sí es una elección real, y no requiere un 5.4 para tomarla.

El segundo es el seguimiento: quieren una fecha. La respuesta honesta es que la ventana basada en la cadencia para este nombre expiró el 27 de octubre, o el 4 de noviembre en la lectura más generosa, y que el fracaso de la proyección es en sí mismo la actualización. La siguiente señal que hay que vigilar no es una filtración, sino el registro de lanzamientos: una entrada por encima de GLM-5.3-Flash resolvería la cuestión en una sola línea, y no ha aparecido en las doce semanas transcurridas desde que se lanzó el nivel Flash.

Ejecutar cualquiera de ellos sin un segundo contrato

Aquí los dos lados de esta comparación difieren realmente, y la diferencia tiene que ver con el acceso más que con la capacidad. OrcaRouter enruta z-ai/glm-5.3 hoy, junto con la familia Q​wen 3.8, en un único endpoint compatible con OpenAI con un 0 % de recargo — no se añade nada por encima de lo que cobra el proveedor del servicio, que en nuestra propia página del modelo es 1,26 USD de entrada y 3,96 USD de salida por millón, igual o por debajo de los 1,40 y 4,40 USD de tarifa de Z.ai. Lo que OrcaRouter no enruta es Qwen4-Max: el modelo no está en el catálogo, y esta página no va a insinuar lo contrario. Se puede acceder a Qwen4-Max a través de las seis regiones propias de A​libaba y de plataformas de terceros que lo revenden; si lo quieres con la misma clave que el G​LM, eso es cuestión de esperar a que el catálogo lo incorpore, no de configurar nada hoy.

A screenshot of the OrcaRouter model page for GLM 5.3, showing the identifier z-ai/glm-5.3, the byline Z.ai with the date 2026-08-18, a description of the model as a text-in text-out flagship for repo-scale coding, pricing of $1.26 input and $3.96 output per million tokens, a 1M-token context and a 128K maximum output.

Donde el enrutamiento sí compensa de inmediato es en la propia comparación. Los números de costo por tarea anteriores son promedios sobre una mezcla fija de pruebas de referencia, y tu mezcla no es esa mezcla. Ejecutar los mismos prompts a través de GLM-5.3 y un nivel Qwen 3.8 en un único endpoint es la forma de averiguar qué lado gana con tu tráfico, con conmutación por error automática que te cubre si un proveedor aplica límites de velocidad a mitad de ejecución — y es el trabajo de una mañana en lugar de dos conversaciones de adquisición.

¿Qué haría que esto fuera un verdadero enfrentamiento?

Un documento. Una ficha de modelo que reúne parámetros, longitud de contexto, precio y un identificador de API, con fecha en el propio registro de lanzamientos de Z.ai. Ese es el estándar que este blog ha aplicado todo el año, y es lo único que convierte a GLM-5.4 de un número de versión en un modelo. Una segunda condición, más débil pero útil: una fila de GLM-5.3 medida con esfuerzo bajo frente a Qwen4-Max en su propia configuración baja, lo que permitiría hacer la comparación de costos con el mismo esfuerzo en lugar de entre los valores predeterminados de los dos proveedores.

Hasta entonces, el resumen correcto resulta incómodo para ambos lados de la búsqueda. Qwen4-Max es real, tiene precio, está medido y es ligeramente mejor que su reputación en cuanto a costo: 43 en el índice a $3.27 por tarea es un modelo insignia competente, no dominante. GLM-5.4 es un número en una secuencia cuya fecha prevista ha pasado sin una entrada en el registro, y el GLM que puedes ejecutar hoy está un dígito por debajo, es medible, descargable, diez centavos más barato en el medidor y vez y media más caro por tarea terminada a máximo esfuerzo. Quien te diga lo contrario está vendiendo una hoja de especificaciones que no puede respaldar.

Comparados en este artículo2

Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario