GPT-6.1 Sol vs GLM-5.5 : le duel que Z.ai n'a pas encore livré, et la facture que vous payez en attendant

La comparaison que vous avez recherchée est incomplète : l'un des deux modèles est absent. GPT-6.1 Sol est commercialisé depuis le 29 septembre 2026, à 2,00 $ par million de jetons en entrée et 10,00 $ par million en sortie. GLM-5.5 n'existe pas en tant que produit : Z.ai n'a publié aucune fiche de modèle, aucun identifiant d'API, aucun prix, aucun poids et aucun résultat de benchmark sous ce nom, et son propre catalogue s'arrête toujours à GLM-5.3, sorti en août. Ce qui suit n'est donc pas un face-à-face entre deux modèles. C'est la comparaison qu'un acheteur peut réellement effectuer aujourd'hui, accompagnée d'un état des lieux honnête de ce qui devrait changer pour que l'affrontement annoncé dans le titre devienne réalité — et de ce que l'attente coûte entre-temps.

Les faits rapportés ici proviennent de la documentation publiée par Z.ai et OpenAI sur les modèles et les tarifs, d’Artificial Analysis et des annonces publiques de Z.ai, tous consultés le 27 octobre 2026. La distinction entre une affirmation de fournisseur et une mesure indépendante est maintenue dans chaque phrase contenant un chiffre, car toute l’histoire de GLM-5.5 jusqu’à présent repose sur des chiffres que personne n’a vérifiés.

Quatre dates déjà passées

La rumeur autour de GLM-5.5 a un historique, et c’est la chose la plus utile que l’on puisse vous en dire. Fin juin 2026, une note de recherche relayée par Reuters situait un prochain modèle phare de Z.ai en août, avec des poids ouverts et plus de mille milliards de paramètres. Août est passé. Z.ai a livré GLM-5.3 le 14 août et GLM-5.3-Flash le 26 août, sans jamais utiliser le nom 5.5 dans l’une ou l’autre annonce. Le cycle de fuites a ensuite repoussé la date à septembre. Septembre est passé de la même manière.

Lors de la dernière semaine d’octobre, des rapports en langue chinoise ont relancé l’histoire avec une nouvelle fenêtre — de fin octobre à début novembre — et un nouveau nombre de paramètres, quelque part entre 2,5 et 3,5 billions. Ce nombre a désormais été rapporté comme un billion, 1,6 billion et 3,5 billions à différents moments de la même année, ce à quoi ressemble une rumeur lorsqu’elle est amplifiée plutôt que sourcée. Le seul nom de nouvelle génération que Z.ai ait utilisé publiquement n’est pas GLM-5.5 du tout : lors de sa conférence téléphonique sur les résultats du 31 août, l’entreprise a mentionné GLM-6.0, sans date associée.

Rien de tout cela ne signifie que Z.ai ne travaille pas sur quelque chose. Cela signifie que le nom dans votre barre de recherche est un espace réservé, et que toute page qui vous donne des scores de benchmark GLM-5.5 ou un prix GLM-5.5 les invente. Il n’y a pas de source primaire à vérifier parce qu’il n’y a pas de source primaire.

Ce que Z.ai vend réellement, et combien cela coûte

GLM-5.3 est un modèle réel, commercialisé et à poids ouverts. Z.ai l'a publié le 14 août 2026 et a ouvert l'API quatre jours plus tard. Il s'agit d'un modèle à mélange d'experts de la classe des 750 milliards de paramètres, avec environ 40 milliards de paramètres actifs — Artificial Analysis indique 753 milliards au total et 40 milliards actifs — doté d'une fenêtre de contexte d'un million de jetons et d'une entrée texte uniquement. La réflexion est obligatoire : le champ thinking.type n'accepte que enabled, et passer disabled fait désormais échouer la requête. La profondeur est contrôlée par reasoning_effort avec low, high ou max, la valeur par défaut étant max.

Le prix catalogue est de 1,40 $ par million de jetons d’entrée et de 4,40 $ par million de jetons de sortie. Sur notre catalogue, il est répercuté à 1,26 $ et 3,96 $, ce qui correspond au même modèle à un tarif fournisseur plus bas, et non à une remise que nous appliquons. Les entrées mises en cache bénéficient d’une forte remise dans les deux cas. Pour une charge de travail de codage uniquement textuelle, cela représente environ un tiers de ce que GPT-6.1 Sol coûte en sortie, et c’est le chiffre qui rend l’attente coûteuse.

La comparaison que vous pouvez lancer ce soir : GPT-6.1 Sol face à GLM-5.3

C’est la confrontation qui existe. Les deux modèles sont généralement disponibles, tous deux figurent dans notre catalogue, et tous deux disposent d’un score indépendant sur la même version de la même suite.

• Indice indépendant — GPT-6.1 Sol 52 contre GLM-5.3 45 sur Artificial Analysis v4.3.2, un écart de sept points.

• Coût par tâche d’indexation — GPT-6.1 Sol à 0,72 $ contre GLM-5.3 à 2,01 $, donc le modèle le moins cher par token est presque trois fois plus cher par tâche terminée.

• Vitesse de sortie — GPT-6.1 Sol 69,2 jetons par seconde contre GLM-5.3 94,3, un véritable avantage pour le modèle à poids ouverts.

• Prix — 2,00 $ / 10,00 $ par million contre 1,40 $ / 4,40 $ au tarif catalogue, ou 1,26 $ / 3,96 $ par notre intermédiaire.

• Contexte — 1 050 000 en entrée et 128 000 en sortie pour Sol ; 1 000 000 pour GLM-5.3.

• Modalité d'entrée — Sol accepte le texte, les images et les fichiers ; GLM-5.3 est uniquement textuel.

• Poids — GLM-5.3 est à poids ouverts ; Sol est propriétaire.

La ligne par tâche est celle qui recadre la grille tarifaire. GLM-5.3 est moins cher par token et plus rapide par seconde, mais la comptabilité des coûts d’Artificial Analysis le situe à 2,01 $ pour accomplir une tâche de l’indice, contre 0,72 $ pour Sol. L’écart vient du volume : le modèle moins cher écrit bien plus de tokens pour parvenir à sa réponse. Une équipe qui budgétise à partir du tarif par token et ne mesure rien d’autre sera surprise par la facture, et la surprise est plus grande que la remise.

Sur les capacités déclarées par les fournisseurs, les deux sont plus proches que ne le suggère l’indice, avec une réserve qui compte pour quiconque achète GLM pour des travaux de sécurité. La propre fiche d’évaluation de Z.ai rapporte Terminal-Bench 3.0 à 28,3, Terminal-Bench 2.1 à 88,2, DeepSWE v1.1 à 66,9 et CyberGym à 84,5 — toutes des exécutions du fournisseur, aucune reproduite indépendamment. CyberGym à 84,5 est le chiffre que Z.ai met en avant, et il s’agit d’une véritable affirmation de capacité concernant des travaux de sécurité offensive. L’affirmation comparative d’OpenAI pour Sol est d’une autre nature : la parité avec son propre GPT-6 Astra sur DeepSWE v1.1 pour environ un cinquième du coût, ce qui est une déclaration sur l’économie plutôt que sur un nouveau plafond de capacités.

Quatre tests que GLM-5.5 devrait réussir

Plutôt que de spéculer sur un modèle que personne n’a vu, il est plus utile de consigner ce qui rendrait le titre de cette page vrai. Quatre éléments, classés selon la rapidité avec laquelle ils permettraient de trancher.

• Un identifiant de modèle dans la documentation API de Z.ai — une chaîne qu’un appelant peut mettre dans une requête. C’est le signal le moins coûteux et le plus difficile à falsifier.

• Un tarif publié avec un taux de cache et une limite de contexte. Un billet de lancement sans grille tarifaire est une annonce, pas un produit.

• Une entrée Artificial Analysis avec une configuration, afin que le score puisse être comparé au 52 de Sol à effort maximal plutôt que cité isolément.

• Des poids sur Hugging Face, si Z.ai suit son propre schéma. GLM-5.3 est sorti avec ses poids après un bref délai de sécurité, et ce délai est en soi un signal à surveiller : Z.ai les a retenus pendant une période d'évaluation avant de les publier en août.

Tant qu'au moins deux de ces éléments ne se concrétisent pas, une page « GLM-5.5 vs » ne peut que comparer un modèle déjà commercialisé avec une rumeur. Les quatre tests constituent aussi la liste de vérification pour repérer un faux tableau de benchmark : un score sans configuration, un prix sans taux de cache et un nombre de paramètres qui change d'une publication à l'autre sont les signes révélateurs.

Ce que coûte l’attente, en dollars

Supposons que votre charge de travail soit de 30 millions de jetons d’entrée et de 6 millions de jetons de sortie par mois, uniquement du texte, sans mise en cache. Sur GPT-6.1 Sol, cela représente 60 $ d’entrée à 2,00 $ et 60 $ de sortie à 10,00 $ : 120 $ par mois. Sur GLM-5.3, à nos tarifs de répercussion, cela représente 37,80 $ d’entrée à 1,26 $ et 23,76 $ de sortie à 3,96 $ : 61,56 $. La différence est de 58,44 $ par mois, soit un peu moins de la moitié de la facture.

Supposons maintenant que vous attendiez GLM-5.5 avant de décider, en partant du principe que le prochain modèle sera meilleur et moins cher. Chaque mois d’attente avec Sol au lieu de GLM-5.3 coûte ces 58,44 $. Quatre mois représentent 233,76 $. Si l’attente s’étend jusqu’à la prochaine fenêtre de publication plausible de Z.ai, puis glisse comme l’ont fait les fenêtres d’août et de septembre, la prime accumulée peut dépasser le coût consistant simplement à faire tourner les deux modèles pendant un trimestre et à mesurer celui que votre charge de travail préfère réellement.

Voilà l’argument contre le fait d’attendre une rumeur : l’option que vous détenez a un coût de portage mensuel, et ce que vous attendez n’a pas de date de disponibilité. L’argument en faveur de l’attente est réel mais plus étroit — si votre travail dépend spécifiquement d’une capacité que GLM-5.3 n’a pas, et que vous croyez que le prochain modèle de Z.ai l’offrira, alors la prime est un pari dont la perte maximale est définie et le gain indéfini. C’est un pari légitime. Il devrait être fait avec le chiffre sous les yeux.

Maintenir les deux options ouvertes sans migration

La façon pratique d’aborder cette décision est de cesser de la traiter comme un engagement. GPT-6.1 Sol et GLM-5.3 sont tous deux disponibles sur OrcaRouter, avec une seule clé, à 0 % de marge ajoutée par rapport au prix catalogue de chaque fournisseur — Sol à 2,00 $ et 10,00 $, GLM-5.3 à 1,26 $ et 3,96 $ — ainsi, une comparaison coûte une chaîne de modèle plutôt qu’un second contrat et une seconde relation de facturation. C’est aussi le moyen le moins coûteux d’être prêt pour GLM-5.5 : le jour où Z.ai publie un identifiant et un prix, le basculement est un changement de routage, pas une migration de plateforme.

Deux fonctionnalités jouent ici un rôle spécifique plutôt que générique. Le DSL de routage peut répartir le trafic selon la charge de travail — envoyer le lot à fort volume et uniquement textuel à GLM-5.3 et les appels multimodaux à contexte long à Sol — sans dupliquer le client. Le basculement automatique couvre le cas qui compte le plus lors d’une transition de modèle : un incident fournisseur sur le modèle vers lequel vous venez de basculer, précisément le moment où une équipe découvre qu’elle n’a pas de second chemin.

Qu’est-ce qui changerait cette page

Trois déclencheurs, et chacun est vérifiable sans avoir à faire confiance à un blog. Un identifiant glm-5.5 apparaissant dans la référence API de Z.ai rendrait la confrontation réelle et cette page obsolète sous sa forme actuelle. Une entrée Artificial Analysis avec une configuration publiée donnerait à la comparaison une mesure commune. Une grille tarifaire trancherait la seule question qui compte pour un acheteur, à savoir si le prochain modèle est moins cher par tâche plutôt que moins cher par token.

D’ici là, la réponse honnête à « GPT-6.1 Sol ou GLM-5.5 » est que l’un des deux est un produit avec un prix et un score d’indice, et l’autre est un nom qui a manqué deux fenêtres de lancement prévues. Le modèle qui mérite d’être comparé à Sol aujourd’hui est GLM-5.3, et il est assez bon marché pour que le test coûte moins cher que le débat.