GPT-6 vs GLM 5.3: Salah Satunya Bisa Anda Unduh, dan Selisih Harganya Lebih Kecil daripada Selisih Indeksnya

Alasan untuk membandingkan GPT-6 dengan GLM 5.3 bukanlah tabel tolok ukur. Alasannya adalah bahwa GLM 5.3 adalah satu-satunya model di rentang harga ini yang bobotnya dapat Anda bawa pulang, dan GPT-6 adalah generasi tertutup yang tiga anggotanya hanya dapat diakses melalui API. Perbedaan itu menentukan lebih banyak pertanyaan pengadaan daripada selisih indeks mana pun, dan itu juga alasan kedua skor tersebut tidak dapat dibandingkan secara langsung — yang merupakan bagian yang paling sering keliru dalam sebagian besar perbandingan terbit tentang pasangan ini.

Kedua sisi, tepatnya

GLM 5.3 adalah model unggulan Z.ai, dirilis pada 18 Agustus 2026, dengan bobot yang dipublikasikan sekitar seminggu kemudian. Ini adalah model khusus teks — tanpa input gambar — dengan jendela konteks 1.000.000 token dan batas maksimum keluaran 128.000 token, tercantum dari Z.ai pada $1,40 per juta token input dan $4,40 per juta token output, dengan tarif input yang di-cache sebesar $0,234 per juta. Model ini tersedia dengan id model z-ai/glm-5.3.

GPT-6 adalah sebuah generasi, bukan sekadar model. GPT-6 Astra, GPT-6 Sol dan GPT-6 Luna adalah tiga id di tiga titik harga, semuanya dirilis pada 22 September 2026, semuanya multimodal di sisi input (teks, gambar, dan file), semuanya dengan jendela konteks mendekati 1.050.000 token dan batas output 128.000 token. Tidak ada openai/gpt-6 endpoint. Ketika seseorang mengatakan "GPT-6" dalam percakapan harga, mereka hampir selalu berarti GPT-6 Sol, tier menengah dengan harga $2,00 / $10,00 — jadi itulah anggota yang digunakan perbandingan ini di mana pun diperlukan satu id.

• Bobot — GLM 5.3 terbuka, dapat diunduh, dan dapat dihosting sendiri; GPT-6 tertutup, hanya API
• Modalitas masukan — GLM 5.3 hanya teks; ketiga tier GPT-6 menerima teks, gambar, dan file
• Harga masukan — GLM 5.3 $1,40 per juta vs GPT-6 Sol $2,00 per juta
• Harga keluaran — GLM 5.3 $4,40 per juta vs GPT-6 Sol $10,00 per juta
• Masukan cache — GLM 5.3 $0,234 per juta vs GPT-6 Sol $0,20 per juta
• Konteks — GLM 5.3 1.000.000 token vs GPT-6 Sol 1.050.000 token
• Langkah permintaan panjang — GLM 5.3 tidak memilikinya pada kartu terbitannya; GPT-6 Sol menetapkan harga ulang seluruh permintaan di atas 272.000 token masukan menjadi $4,00 / $15,00
• Lisensi — GLM 5.3 dirilis di bawah lisensi terbuka milik Z.ai sendiri; GPT-6 tidak memiliki file lisensi karena tidak ada yang perlu dilisensikan

Perhatikan catatan pada baris harga, karena ini memang nyata dan blog ini pernah mengalaminya sebelumnya: halaman model OrcaRouter tidak selalu selaras dengan daftar tarif vendor sendiri, dan khususnya pada GLM 5.3, katalog kami mencantumkan $1.26 / $3.96 sementara angka yang dipublikasikan Z.ai adalah $1.40 / $4.40. Jika keduanya berbeda, kutip angka vendor dalam bentuk prosa — seperti yang dilakukan butir-butir di atas — dan anggap angka di halaman sebagai nilai halaman itu sendiri. Keduanya sah; hanya saja bukan angka yang sama.

Mengapa perbandingan indeks memerlukan label peringatan

Inilah jebakannya. Pada Artificial Analysis Intelligence Index, GLM 5.3 mendapat skor 44,8 dan GPT-6 Sol mendapat skor 47,6 — terpaut 2,8 poin. Itu terlihat seperti hampir seri antara model tertutup dan model terbuka dengan harga sekitar seperlima dari harga output, dan itulah kalimat tempat sebagian besar perbandingan pasangan ini berhenti.

Ini bukan pengurangan yang valid. Artificial Analysis memeringkat model open-weights hanya terhadap model open-weights lain di kelas ukuran yang sama, dan memeringkat model proprietary dalam rentang proprietary dengan menggunakan rasio harga input terhadap output campuran sebesar 3:1. Angka 44,8 milik GLM 5.3 adalah skor open-weights. Angka 47,6 milik GPT-6 Sol adalah skor rentang proprietary. Keduanya berada pada skala yang berbeda, dan selisih di antara keduanya bukanlah ukuran kemampuan. Peringatan yang sama berlaku untuk kedua angka pada entri katalog OrcaRouter, yang merupakan asal kedua angka di atas.

Yang bisa Anda bandingkan di sepanjang baris itu adalah akuntansi biaya dan kartu tarif, dan secara sekunder baris-baris yang merupakan evaluasi sama yang dijalankan dengan cara yang sama. Baca di kedua halaman:

• AA Coding Index — GLM 5.3 74.8 vs GPT-6 Sol 60.0
• GPQA Diamond — GLM 5.3 91.7
• Humanity's Last Exam — GLM 5.3 42.3 vs GPT-6 Sol 47.9
• Terminal-Bench 2.1 — GLM 5.3 83.9
• Terminal-Bench 4.0 — GLM 5.3 41.9 vs GPT-6 Sol 43.9
• τ-bench perbankan — GLM 5.3 50.3
• SciCode — GLM 5.3 59.0 vs GPT-6 Sol 57.6
• Recall konteks panjang — GLM 5.3 79.7 vs GPT-6 Sol 83.7

Bacalah sebagai suatu bentuk, bukan sebagai selisih skor: GLM 5.3 kuat pada evaluasi agentik dan pengodean — τ-bench banking dan SciCode keduanya condong ke arahnya, dan Coding Index-nya jauh di atas Sol — sementara GPT-6 Sol memegang baris long-context recall dan Humanity's Last Exam. Tidak satu pun dari pembacaan itu merupakan vonis. Keduanya adalah dua rangkaian kekuatan yang berbeda, diukur oleh pihak ketiga, pada model yang dapat Anda unduh dan model yang tidak dapat Anda unduh.

Apa nilai sebenarnya dari open weights di sini

Alasan untuk memedulikan lisensi GLM 5.3 bukanlah ideologi. Alasannya adalah bahwa tiga hal spesifik berhenti menjadi keputusan vendor begitu bobotnya menjadi milik Anda.

Yang pertama adalah residensi data. GLM 5.3 yang di-host sendiri berjalan di tempat Anda menempatkannya, dan tidak ada perjanjian pemrosesan data yang mengatur apa yang keluar dari jaringan Anda. GPT-6 tidak memiliki opsi yang setara — satu-satunya cara untuk memanggilnya adalah melalui API, dan datanya pergi ke tempat yang tidak Anda kendalikan. Untuk beban kerja yang teregulasi, ini sering kali menjadi keseluruhan keputusan, dan ini adalah keputusan yang tidak pernah ditangkap oleh indeks.

Yang kedua adalah kurva harga. Kartu tarif API adalah angka milik vendor yang dapat digeser oleh vendor; tarif GPT-6 yang dipublikasikan dinyatakan oleh vendor sebagai permanen, bukan sebagai promosi, tetapi itu adalah pernyataan tentang niat, bukan kontrak. Bobot yang dimiliki sendiri memiliki biaya tetap yang tidak lagi bertambah seiring token, dan titik persilangannya adalah fungsi dari volume Anda, bukan dari keputusan penetapan harga siapa pun. Itulah sebabnya kartu $1,40 / $4,40 sebenarnya bukanlah pembandingnya — pembandingnya adalah $1,40 / $4,40 versus perangkat keras Anda sendiri yang diamortisasi di seluruh trafik Anda sendiri.

Yang ketiga adalah mode kegagalan. Model yang dihosting dapat dihentikan, dibatasi lajunya, atau mengalami penurunan kualitas akibat perubahan penyajian. GLM 5.3 telah dapat dipanggil sejak 18 Agustus dengan checkpoint publik di belakangnya; jika Z.ai mengubah sesuatu yang tidak Anda setujui, checkpoint yang Anda validasi masih ada di disk.

Biaya kebebasan itu juga nyata, dan layak dinyatakan secara gamblang. GLM 5.3 hanya teks, jadi beban kerja yang memasukkan tangkapan layar atau PDF ke model sama sekali tidak punya jalur di sisi open-weights dari perbandingan ini. Melayani konteks 1.000.000 token sendiri bukanlah hal yang bisa dilakukan hanya dengan laptop. Dan model yang Anda unduh adalah model yang menjadi tanggung jawab Anda — evaluasi, penyaringan keamanan, uptime, dan peningkatan semuanya menjadi milik Anda, yang merupakan anggaran rekayasa nyata yang tidak termasuk dalam harga API.

Di mana GPT-6 sepadan dengan harga premiumnya

Sebaliknya, argumen untuk sisi tertutup lebih sempit daripada yang diisyaratkan oleh harganya, tetapi bukan berarti kosong.

Input multimodal adalah yang konkret. Ketiga tingkatan GPT-6 menerima gambar dan berkas secara native, sedangkan GLM 5.3 tidak menerima keduanya. Pipeline yang membaca bagan, tangkapan layar, atau dokumen hasil pemindaian dan menalar atasnya dalam panggilan yang sama tidak dapat dibangun di atas GLM 5.3 sebagaimana dipublikasikan.

Pengingatan konteks panjang adalah yang kedua. GPT-6 Sol memimpin GLM 5.3 pada baris itu dengan keunggulan empat poin, dan itulah baris yang menentukan apakah konteks yang sangat besar benar-benar dapat digunakan atau sekadar diterima. Jendela 1.000.000 token yang kehilangan bagian tengah dokumen adalah jendela yang lebih besar daripada jendela 100.000 token yang tidak kehilangan bagian tengahnya.

Dan generasi ini memiliki lebih dari satu titik harga. Kartu Sol $2,00 / $10,00 adalah yang biasanya dibandingkan dengan GLM 5.3, tetapi GPT-6 Luna berada di $0,10 / $0,50 — di bawah tarif input GLM 5.3 sekitar satu orde besaran dan di bawah tarif outputnya hampir sembilan kali — dan GPT-6.1 Sol, yang dirilis 29 September, mencetak skor 51,8 pada indeks yang sama dengan harga Sol. Jika pertanyaannya murni "token kompeten termurah", generasi GPT-6 punya jawaban yang tidak dimiliki GLM 5.3.

Menjalankannya secara bersamaan, yang merupakan jawaban yang paling sering dipilih oleh tim

Resolusi praktis dari perbandingan ini adalah bahwa hal itu tidak bersifat eksklusif. GLM 5.3 telah menarik volume yang sangat besar — katalog OrcaRouter mencatat sekitar 1,9 miliar token yang dirutekan ke sana dalam jendela tujuh hari, dibandingkan dengan sekitar 2,1 juta untuk GPT-6 Sol — yang merupakan gambaran seperti apa model open-weight dengan tarif output murah ketika tim menaruh pekerjaan bervolume besar padanya. Lalu lintas GPT-6 pada jendela yang sama terkonsentrasi pada tier yang lebih tinggi, di mana pekerjaannya adalah jenis yang membutuhkan input multimodal atau model premium.

Keduanya adalah rute aktif dalam katalog yang sama di OrcaRouter: satu API di depan 200+ model, dipanggil melalui endpoint yang kompatibel dengan OpenAI, dengan harga daftar penyedia diteruskan tanpa markup 0% sehingga perubahan harga vendor langsung berlaku di sisi kami pada hari yang sama, bukan pada siklus penagihan Anda berikutnya. Hal itu lebih penting dari biasanya dalam perbandingan khusus ini, karena seluruh pertanyaan harga GLM 5.3 memiliki bagian yang bergerak — angka katalog dan angka vendor sudah berbeda sekitar 10% — dan rute pass-through berarti Anda ditagih sesuai angka vendor, bukan markup yang menyembunyikannya.

DSL perutean adalah yang membuat pemisahan itu eksplisit: kirim trafik klasifikasi dan ekstraksi massal yang hanya teks ke GLM 5.3 dan pekerjaan multimodal atau long-recall ke tier GPT-6, per permintaan bukan per kuartal, dan biarkan failover otomatis menangani kedua sisi. Pertanyaan open-weights-vs-API berhenti menjadi komitmen arsitektural semua-atau-tidak sama sekali dan menjadi aturan perutean yang dapat Anda ubah minggu depan.

Vonis, yang merupakan pertanyaan tentang batasan Anda

Jika Anda dapat melakukan self-host, memerlukan throughput teks saja dalam skala besar, atau memiliki persyaratan residensi data yang tidak dapat dipenuhi API, GLM 5.3 adalah jawabannya dan selisih harganya cukup besar untuk membiayai pekerjaan penyajian model. Jika Anda memerlukan input gambar dan file, jika recall konteks panjang menjadi penopang utama, atau jika Anda tidak berminat mengoperasikan model sendiri, GPT-6 adalah jawabannya dan premi harganya membeli sesuatu yang spesifik, bukan sekadar merek.

Yang tidak dikatakan oleh kedua jawaban: "GPT-6 memperoleh skor 2,8 poin lebih tinggi". Pengurangan itu tidak bisa dilakukan, karena kedua angka tersebut berasal dari kelompok pembanding yang berbeda pada papan yang sama — dan perbandingan yang dibangun di atasnya akan mengutip sebuah angka seolah-olah angka itu mengukur sesuatu yang tidak diukurnya. Kartu tarifnya sebanding. Posisi lisensinya sebanding, dalam arti bahwa posisi itu sangat berbeda. Baris-baris indeksnya tidak.