GPT-6 Sol Pro vs GLM 5.3: Apa yang Sebenarnya Anda Dapatkan dari Lisensi Open-Weight

GPT-6 Sol Pro dan GLM 5.3 adalah dua bagian dari percabangan nyata dalam cara membeli model penalaran, dan lisensi adalah tempat percabangan itu berada. GPT-6 Sol — model vendor yang dijalankan oleh konfigurasi gpt-6-sol-pro, tersedia secara umum sejak 22 September 2026 dengan harga $2,00 per juta token masukan dan $10,00 per juta token keluaran — adalah API tertutup. Anda menyewanya. GLM 5.3, produk unggulan perusahaan, yang hadir di API pada 18 Agustus 2026 dan menerbitkan bobotnya pada awal September, adalah $1,26 masukan dan $3,96 keluaran per juta token di halaman model kami sendiri, dan Anda dapat mengunduhnya.

Tulisan ini tidak akan berargumen bahwa salah satu dari itu benar. Tulisan ini akan menjelaskan secara tepat apa yang sebenarnya Anda dapatkan dari unduhan itu, karena jawabannya lebih sempit daripada yang biasanya tersirat dalam diskursus open-weights, dan bagian yang benar-benar berharga bukanlah bagian yang biasanya dikutip orang.

Apa isi setiap baris harga

Keduanya adalah daftar vendor — angka milik OpenAI dan Z.ai sendiri, diteruskan tanpa perubahan oleh platform yang menampungnya.

• Input — GPT-6 Sol $2,00 per juta token vs GLM 5.3 $1,26 per juta token

• Keluaran — GPT-6 Sol $10,00 per juta token vs GLM 5.3 $3,96 per juta token

• Input yang di-cache — GPT-6 Sol $0,20 per juta token vs GLM 5.3 dengan diskon 90% dari tarif tanpa cache-nya, yang merupakan fraksi yang sama dari angka yang lebih kecil

• Penulisan cache — GPT-6 Sol $2,50 per juta token pada satu TTL vs tier penulisan cache GLM 5.3, di sinilah kedua kartu tarif tidak lagi dapat dibandingkan secara langsung karena para vendor mengukur penulisan secara berbeda

• Penetapan harga konteks panjang — GPT-6 Sol menetapkan ulang harga untuk permintaan yang melebihi ambang batas inputnya dengan tarif lebih tinggi untuk keseluruhan permintaan; jendela 1M token GLM 5.3 ditagih dengan tarif standarnya di seluruh rentangnya.

• Jendela konteks — GPT-6 Sol 1.050.000 token vs GLM 5.3 1.000.000 token

• Output maksimum — GPT-6 Sol 128.000 token vs GLM 5.3 128.000 token

• Modalitas masukan — GPT-6 Sol teks dan gambar vs GLM 5.3 hanya teks

• Bobot — GPT-6 Sol tertutup, tidak dapat diunduh vs GLM 5.3 diterbitkan di Hugging Face di bawah Lisensi GLM-5.3 milik Z.ai sendiri

Pada tarif resmi, GLM 5.3 sekitar 1,6× lebih murah untuk input dan 2,5× lebih murah untuk output. Itu selisih yang nyata dan bukan selisih yang menentukan. Baris yang mengubah keputusan adalah baris terakhir.

Apa yang sebenarnya dikatakan lisensi, dan apa yang tidak dikatakannya.

Di sinilah percakapan tentang open-weights biasanya menjadi keliru. Klaim "ini open weights, jadi Anda aman dari risiko vendor" benar dalam satu pengertian tertentu dan salah dalam pengertian lain, dan perbedaan itu perlu diuraikan dengan jelas.

Bobot GLM 5.3 telah dipublikasikan. Lisensinya adalah GLM-5.3 Licence milik Z.ai sendiri, bukan MIT — generasi sebelumnya, GLM-5.2, berlisensi MIT, dan perubahan itulah inti ceritanya. Lisensi baru ini mengizinkan penggunaan komersial dan fine-tuning. Lisensi ini menambahkan syarat: penyedia model-as-a-service dengan pendapatan lebih dari $10 miliar dalam periode dua belas bulan mana pun harus lulus tinjauan keamanan Z.ai sebelum menawarkan model tersebut sebagai layanan.

Ketentuan itu memberi tahu Anda untuk apa lisensi tersebut. Itu bukan pembatasan yang ditujukan kepada Anda. Itu ditujukan kepada segelintir hyperscaler yang jika tidak demikian dapat menjual kembali karya Z.ai sebagai produk mereka sendiri tanpa berkontribusi terhadapnya. Jika Anda menjalankan GLM 5.3 di dalam produk Anda sendiri, atau melakukan fine-tuning terhadapnya pada data Anda sendiri, atau menyajikannya kepada pengguna Anda sendiri, klausul itu tidak berlaku bagi Anda.

Yang sebenarnya berarti adalah bahwa lisensi itu merupakan dokumen yang dikendalikan vendor, bukan pemberian izin yang tidak dapat ditarik kembali. MIT tidak dapat direvisi. Lisensi kustom dapat direvisi untuk versi-versi mendatang, dan ketentuan yang Anda terima untuk 5.3 bukanlah janji tentang apa pun yang akan diberi nomor oleh Z.ai berikutnya. Itu risiko yang lebih kecil daripada "vendor dapat menghentikan model" — bobot yang Anda unduh tidak berhenti bekerja — tetapi bukan berarti tidak ada risikonya, dan tidak ada halaman perbandingan open-weights yang menyebutkannya.

Bagian yang benar-benar bernilai dari unduhan ini lebih sempit dan lebih konkret daripada slogan itu: yaitu bahwa checkpoint yang Anda evaluasi adalah checkpoint yang Anda sajikan secara permanen, terlepas dari apa yang selanjutnya dilakukan peta jalan atau daftar tarif vendor. Itu adalah jaminan reproduktibilitas, bukan jaminan biaya.

Apa yang ditunjukkan oleh catatan independen

Artificial Analysis adalah kerangka uji netral tempat kedua model itu muncul, dan kerangka ini menetapkan ulang basis indeksnya pada 7 September 2026 — menukar satu tolok ukur terminal dengan tolok ukur terminal lain dan menimbang ulang komponen tugas privat. Penetapan ulang basis itulah sebabnya angka GLM 5.3 yang paling banyak dikutip yang beredar telah dipensiunkan: model tersebut dipublikasikan pada angka 60 di indeks sebelumnya dan terbaca 45 di indeks saat ini, dan pergeseran itu adalah perubahan kerangka uji, bukan perubahan model.

Di papan peringkat saat ini, GPT-6 Sol mencetak skor 48 pada upaya maksimal dengan biaya $1,06 per tugas indeks. GLM 5.3 mencetak skor 45 dengan biaya $2,01 per tugas indeks. Selisih tiga poin indeks adalah ringkasan yang jujur, dan itu disertai satu keanehan yang tidak biasa: pada pasangan ini, model yang lebih murah adalah model tertutup. GPT-6 Sol kira-kira setengah biaya per tugas yang diselesaikan, yang merupakan kebalikan dari asumsi yang menjadi titik awal sebagian besar perbandingan open-weights.

Dua peringatan tambahan perlu dilampirkan.

• Peringkat open-weights adalah hasil kategori, bukan hasil umum. Posisi GLM 5.3 merupakan pernyataan tentang bidang model yang dapat diunduh sekaligus tentang GLM 5.3 itu sendiri.

• Sebagian besar angka benchmark yang beredar untuk GLM 5.3 adalah milik Z.ai sendiri. Angka-angka independennya adalah skor indeks dan biaya per tugas; angka Terminal-Bench, DeepSWE, dan kapabilitas siber di kartu model dijalankan oleh vendor dan harus diberi label seperti itu saat dikutip.

Satu poin yang menguntungkan GLM yang tidak ditunjukkan sepenuhnya oleh angka per tugas: varian yang lebih murah. GLM 5.3 Flash adalah model berparameter 320 miliar dengan 18 miliar parameter aktif, berlisensi MIT, dengan harga $0,15 untuk input dan $0,50 untuk output per juta token, dan model ini mencetak skor 42 pada indeks yang sama dengan biaya $0,25 per tugas. Itu seperempat dari biaya per tugas GPT-6 Sol untuk enam poin indeks, dan inilah model dalam perbandingan ini yang benar-benar berada di frontier efisiensi biaya indeks tersebut.

Argumen biaya untuk self-hosting lebih lemah daripada argumen biaya yang menentangnya.

Menarik untuk membingkai unduhan sebagai langkah penghematan biaya. Dengan $1,26 dan $3,96 per juta token, API-nya sudah cukup murah sehingga model mixture-of-experts dengan 753 miliar parameter tidak jelas lebih murah untuk dijalankan sendiri — dan GLM 5.3 adalah MoE 753B, yang bukan merupakan penerapan satu GPU di bawah skema kuantisasi apa pun yang mempertahankan perilakunya. Titik impasnya adalah pertanyaan tentang pemanfaatan, dan bagi sebagian besar tim, jawaban jujurnya adalah bahwa titik impas itu tidak pernah tercapai.

Alasan untuk mengunduh adalah alasan yang disiratkan oleh bagian lisensi: kendali atas di mana inferensi berlangsung. Self-hosting menjawab pertanyaan residensi data melalui di mana Anda menjalankan model, bukan melalui apa yang dikatakan kontrak vendor, dan untuk beban kerja yang teregulasi itulah satu-satunya versi jawaban yang bertahan. Ini juga memungkinkan fine-tuning pada data proprieter tanpa data keluar dari infrastruktur Anda, yang tidak ditawarkan API tertutup berapa pun harganya.

Jika tidak satu pun dari hal tersebut berlaku bagi Anda, API adalah pilihan yang tepat dan lisensi tidak relevan. Itu adalah kesimpulan yang sah, dan itulah kesimpulan yang seharusnya diambil oleh sebagian besar tim.

Di mana lapisan routing mengubah aritmetika

GLM 5.3 ada di OrcaRouter, katalognya dengan harga $1,26 input dan $3,96 output per juta token, dengan jendela konteks 1.000.000 token, batas output 128.000 token, p50 waktu ke token pertama 3,99 detik sebagaimana diukur di halaman model kami sendiri. Harga daftar penyedia diteruskan apa adanya, tanpa markup tambahan, sehingga perubahan harga Z.ai langsung berlaku di sisi kami pada hari yang sama saat berlaku di sisi mereka.

GPT-6 Sol bukan salah satu rute kami, jadi tidak ada apa pun di sini yang merupakan klaim tentang harganya melalui kami.

Alasan satu endpoint penting dalam pertandingan spesifik ini adalah bahwa kedua model tersebut bukanlah substitusi, melainkan lebih seperti tingkatan. GLM 5.3 hanya teks; GPT-6 Sol menerima gambar. GLM 5.3 dapat diunduh; GPT-6 Sol tidak. Tak satu pun dari itu merupakan keputusan harga, dan tak satu pun diselesaikan oleh benchmark. Yang sebenarnya diinginkan sebuah tim di sini adalah satu kunci yang dapat menjangkau model teks murah untuk volume dan model berbeda untuk panggilan yang memerlukan visi, tanpa kontrak kedua, SDK kedua, dan kumpulan batas laju kedua. Itu masalah perutean, dan perilaku failover penting karena alasan yang sama seperti biasa — tingkatan murah yang menjadi andalan pipeline Anda tidak boleh menjadi tingkatan yang menjatuhkan seluruh pipeline.

Aturan keputusan

• Pekerjaan teks bervolume pada tolok ukur kualitas yang diketahui — GLM 5.3. Tiga poin indeks di bawah GPT-6 Sol pada sekitar 40% dari laju keluaran, dengan jendela konteks yang sama dan plafon keluaran yang sama.

• Apa pun yang perlu membaca gambar — GPT-6 Sol, atau bukan keduanya. GLM 5.3 tidak menerima gambar di API, dan tidak ada keunggulan harga yang bertahan pada modalitas yang tidak dapat Anda gunakan.

• Data teregulasi, atau beban kerja yang harus dapat Anda reproduksi dalam dua tahun — GLM 5.3, dihosting sendiri dari checkpoint yang dipublikasikan. Bukan karena lebih murah, tetapi karena checkpoint-nya tetap dan pertanyaan residensi dijawab oleh infrastruktur Anda sendiri.

• Fine-tuning pada data proprietary — GLM 5.3. API tertutup tidak menawarkan yang setara berapa pun harganya.

• Sebuah tim tanpa kendala residensi dan tanpa rencana fine-tuning — GPT-6 Sol, dan anggap lisensinya bukan masalah. Ini benar-benar bukan masalah bagi Anda, dan berpura-pura sebaliknya justru membuat argumen open-weights kehilangan kredibilitas.

Lisensi bukanlah tuas biaya. Lisensi adalah tuas kendali, dan nilainya persis sebesar nilai kendali itu bagi Anda — yang bagi sebagian tim merupakan keseluruhan keputusan dan bagi tim lain tidak berarti sama sekali.