Nemotron 3.5 Super vs GLM-5.5: salah satu dari model ini benar-benar ada

There is a real comparison between NVIDIA Nemotron 3.5 Super and GLM-5.5, and it is not the one the search results promise. Nemotron 3.5 Super — 120 billion total parameters with 12 billion active per token, a hybrid Mamba-2 and Transformer mixture of experts with a C-RADIO vision encoder, published under the fuller name NVIDIA Nemotron 3.5 Super VL and shipped on Ollama as nemotron-3.5-super — is a set of weights that went up on Hugging Face on 12 October 2026, were announced by NVIDIA on 15 October, and can be downloaded and run tonight under the OpenMDW-1.1 licence. GLM-5.5 is a model that Z.ai has not released. There is no repository, no model card, no endpoint, no price and no parameter count. There are reports going back to June 2026 about a trillion-parameter launch, a leak write-up in October claiming it beats two frontier models, and silence from the lab.

Yang berarti adu langsung antara keduanya akan menjadi spesifikasi satu model nyata berhadapan dengan reputasi model lain. Itu bukan perbandingan; itu horoskop dengan benchmark. Jadi halaman ini melakukan hal yang benar-benar berguna: halaman ini menyatakan apa yang telah dirilis Z.ai, apa yang diketahui tentang apa yang belum dirilisnya, lalu menjalankan perbandingan yang dapat ditindaklanjuti hari ini oleh pembaca yang memiliki GPU dan beban kerja.

Apa yang sebenarnya sudah diluncurkan Z.ai

Z.ai's published flagship line runs through GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 and GLM-5.3-Flash. On our own catalogue the highest GLM identifier we route is z-ai/glm-5.3, alongside z-ai/glm-5.3-flash and a free variant of the flash tier. There is no GLM-5.5 id, and the model list stops where the lab's log stops.

Apa itu GLM-5.3, berdasarkan angka-angka yang dapat kami verifikasi: campuran pakar dengan 753 miliar parameter dan 40 miliar yang aktif per token, jendela konteks 1.000.000 token dengan batas keluaran 128.000 token, masukan teks, lisensi yang diterbitkan Z.ai atas namanya sendiri dengan penggunaan komersial diizinkan, serta tarif meteran yang diteruskan sebesar $1,26 per juta token masukan dan $3,96 per juta token keluaran. Tier flash berada di bawahnya pada $0,15 dan $0,50 dengan konteks 1 juta serta masukan teks, gambar, dan video.

Tier flash itu adalah pesaing yang lebih menarik bagi rilis NVIDIA ini dibandingkan flagship dalam satu hal spesifik, dan ada halaman saudara di bawah batch yang sama ini yang membahasnya. Untuk keperluan artikel ini, intinya lebih sempit: jika Anda ingin membandingkan Nemotron 3.5 Super dengan sesuatu yang telah dirilis Z.ai, Anda membandingkannya dengan GLM-5.3, dan perbandingan itu tersedia hari ini.

Mengapa laporan GLM-5.5 bukan angka yang dapat digunakan

Pemberitaan seputar GLM-5.5 terbagi menjadi tiga kategori, dan tidak satu pun darinya akan menjadi dasar keputusan pembelian.

Yang pertama adalah penjadwalan. Liputan dari pertengahan 2026 menggambarkan peluncuran Agustus yang direncanakan yang ditujukan untuk ChatGPT dan Claude, bersumber dari pernyataan personel Zhipu dan gosip industri. Tanggal itu berlalu tanpa rilis. Jendela peluncuran yang sudah terlewat bukanlah bukti tentang sebuah model.

Yang kedua adalah jumlah parameter. Laporan-laporan telah beredar dengan angka satu triliun parameter. Tidak ada yang menerbitkan indeks safetensors, konfigurasi, atau jumlah pakar per lapisan, yang biasanya menjadi dasar untuk memverifikasi klaim parameter. Angka itu mungkin saja benar; saat ini itu hanyalah pernyataan tanpa artefak yang mendukungnya.

Yang ketiga adalah klaim benchmark. Sebuah tulisan bulan Oktober mengklaim GLM-5.5 mengalahkan dua model terdepan yang disebutkan namanya. Tidak ada harness, tidak ada kumpulan prompt, tidak ada konfigurasi penilaian, dan tidak ada jalur reproduktibilitas dalam klaim itu — dan itulah tepatnya celah yang ditutup NVIDIA, apa pun pendapat orang tentang evaluasi yang dijalankan vendor, dengan menerbitkan resep NeMo Gym beserta kontainer khusus benchmark dan parameter inferensi bersama tabelnya. Benchmark vendor dengan resep adalah bukti lemah. Benchmark bocor tanpa resep bukanlah bukti.

Ada versi artikel ini yang menganggap angka bocoran itu sebagai nyata, menempatkannya dalam papan skor dua kolom, dan membiarkan pembaca berasumsi bahwa pertandingannya sudah pasti. Artikel itu tidak akan bernilai apa pun bagi siapa pun yang harus mengambil keputusan, dan akan kedaluwarsa dalam waktu seminggu sejak pengumuman apa pun yang sebenarnya.

Perbandingan yang dapat dilakukan, dijalankan dengan benar

Nemotron 3.5 Super VL melawan GLM-5.3, andalan yang sebenarnya telah diterbitkan Z.ai.

• Parameter total dan aktif — total 120B dengan 12B aktif, 512 expert yang dirutekan per lapisan MoE · GLM-5.3 pada total 753B dengan 40B aktif. Pada parameter aktif, model NVIDIA ini hanya sepertiga ukurannya dan seharusnya jauh lebih murah per token untuk dijalankan pada perangkat keras yang setara, dan itulah seluruh maksud desainnya.

• Konteks — 1.000.000 token pada keduanya, dengan satu kualifikasi penting. Kartu NVIDIA menyatakan bahwa memori yang tersedia dan pengaturan runtime menentukan angka yang dapat digunakan, dan bahwa prompt, gambar, riwayat, hasil alat, serta token yang dihasilkan berbagi anggaran tersebut. Z.ai menerbitkan batas keluaran 128.000 token untuk GLM-5.3 dan NVIDIA tidak menerbitkan batas keluaran sama sekali, yang menjadikan GLM-5.3 model yang lebih dapat diprediksi untuk generasi panjang dan checkpoint NVIDIA yang lebih terbuka.

• Modalitas — teks, gambar, dan video sebagai input dengan output teks untuk model NVIDIA, melalui encoder visi dan konektor, dengan proyektor 1,6 GiB pada setiap tag yang dipublikasikan · hanya teks untuk GLM-5.3, dengan jalur multimodal justru berada di tier flash yang lebih murah. Jika input Anda berupa halaman dokumen, GLM andalan tidak ikut dalam pembahasan.

• Harga berbasis pemakaian — tidak ada untuk checkpoint NVIDIA, yang hanya untuk self-host · $1.26 masuk dan $3.96 keluar per juta token untuk GLM-5.3, diteruskan pada harga daftar penyedia tanpa tambahan markup.

• Indeks pihak ketiga, yang merupakan satu-satunya baris teraudit dalam daftar ini — panel yang menilai model-model ini menempatkan checkpoint NVIDIA di sekitar 26 dan GLM-5.3 di sekitar 45. Itu adalah selisih delapan belas poin yang menguntungkan produk andalan Tiongkok, diukur oleh pihak ketiga, bukan oleh salah satu vendor, dan inilah angka yang paling penting di sini.

• Status rilis — bobot tersedia untuk publik pada 12 Oktober 2026, diumumkan 15 Oktober, riwayat operasional empat hari · GA, dengan deretan revisi yang telah dirilis di belakangnya.

Kesenjangan pada indeks itu layak dinyatakan tanpa diperhalus. Tabel terbitan NVIDIA sendiri tidak dapat dipakai untuk menepisnya, karena vendor tersebut tidak menjalankan GLM-5.3 sebagai baseline — kolom GLM pada tabel itu adalah GLM-5.3-Flash, tier yang lebih murah, dan bahkan di situ model NVIDIA tertinggal pada sebagian besar baris agentic. Checkpoint terbuka dengan 12B aktif tidak bersaing dengan flagship 40B aktif dalam kemampuan umum, dan halaman mana pun yang mengatakan sebaliknya sedang menjual sesuatu.

Apa yang sebenarnya Anda dapatkan dari pilihan arsitektur

Pertanyaan yang menarik bukanlah apakah 12B active mengalahkan 40B active. Tidak. Pertanyaan yang menarik adalah apa yang terjadi ketika Anda menormalkan untuk perangkat keras yang Anda mampu miliki.

Pada tag 4-bit default-nya, checkpoint NVIDIA adalah 82,3 GiB bobot ditambah proyektor visi 1,6 GiB — satu kartu 96 GB, dengan sisa ruang cache KV yang menyusut saat Anda menaikkan konteks. GLM-5.3 dengan total 753 miliar parameter tidak muat di satu mesin mana pun pada kuantisasi apa pun yang mempertahankan perilakunya, dan penerapan benarnya yang termurah adalah klaster milik orang lain melalui API dengan harga $1,26 dan $3,96.

Jadi, kedua model itu bukanlah substitusi. Salah satunya adalah kapabilitas terukur yang Anda sewa dan yang lainnya adalah biaya tetap yang Anda miliki, dan satu-satunya hal yang menentukan di antara keduanya adalah seberapa terus-menerus Anda menggunakannya. Di bawah throughput tertentu, sebuah model unggulan seharga $1,26 per juta token jelas lebih murah daripada kartu 96 GB dan listrik yang mendukungnya. Di atas throughput tertentu, kartu tersebut menang, dan ia menang tanpa perlu menjadi model yang lebih baik.

Hal lain yang didapat dari desain NVIDIA, dan ini bukan hal sepele, adalah jalur visi dengan lisensi permisif. GLM-5.3 hanya teks. GLM-5.3-Flash menerima gambar dan video dengan lima belas sen dan lima puluh sen per juta token, yang luar biasa murah dan itulah sebabnya tier flash — bukan andalannya — adalah pembanding Z.ai yang tepat untuk pipeline dokumen. Model visi yang di-host sendiri dengan biaya tetap versus model visi terkelola dengan harga lima belas sen adalah pertanyaan nyata dengan titik persilangan yang nyata, dan ada baiknya Anda menghitungnya dengan jumlah halaman Anda sendiri alih-alih dengan papan peringkat.

Tiga hal tentang checkpoint NVIDIA yang belum terselesaikan

Untuk bersikap adil ke arah sebaliknya, karena keterbukaan rilis NVIDIA tidak membuat spesifikasinya menjadi lengkap.

Tag default yang akan diambil sebagian besar orang adalah kuantisasi 4-bit, dan setiap angka evaluasi yang dipublikasikan — tabel NVIDIA sendiri, skor panel pihak ketiga — adalah untuk BF16 atau NVFP4. Versi yang digunakan secara aktual tidak memiliki evaluasi yang dipublikasikan. Ini adalah kuantitas terbesar yang belum diukur di kedua sisi halaman ini.

Default pengambilan sampel bawaan runtime adalah pengaturan teks kartu, yaitu temperature 1.0 dengan top_p 0.95, sedangkan pengaturan visi kartu adalah temperature 0.6. Model visi yang konfigurasi defaultnya disetel untuk bagian teksnya akan menghasilkan kesan pertama yang mengecewakan pada halaman yang dipindai, dan solusinya adalah perubahan konfigurasi, bukan model yang berbeda.

And the specification disagrees with itself in two small places that matter to tooling: the Ollama config blob declares model_type: 123.6B while every human-facing label says 120B, and the library page advertises a 1M context for its GGUF tags but no context figure at all for its three MLX tags. Neither is a defect in the weights. Both are things a deployment script will trip over.

Bagaimana ini menempatkan pembaca

Jika Anda berada di sini karena ingin tahu bagaimana Nemotron 3.5 Super dibandingkan dengan GLM-5.5, jawabannya adalah model kedua itu belum ada dan halaman mana pun yang memberi Anda angka untuknya sedang mengarangnya. Yang ada hanyalah kebocoran dengan jumlah parameter, jendela peluncuran yang terlewat, dan klaim tanpa harness di baliknya.

Jika Anda memilih di antara apa yang sebenarnya sudah dirilis, pilihannya adalah antara flagshio Z.ai bermeteran yang secara signifikan lebih kuat dalam kemampuan umum dan hanya teks, tier flash Z.ai bermeteran yang luar biasa murah dan menerima gambar, serta checkpoint NVIDIA yang dapat Anda miliki, yang menangani teks, gambar, dan video, dan yang tertinggal pada satu-satunya skor terukur independen yang dimiliki salah satu dari mereka. Nemotron 3.5 Super tidak ada di OrcaRouter — kami merutekan sedikit lebih dari dua ratus model dan tidak ada entri NVIDIA Nemotron di antaranya — jadi jika Anda menginginkan checkpoint NVIDIA itu, saluran milik vendor sendiri dan pull lokal adalah jalur Anda.

GLM-5.3 dan GLM-5.3-Flash ada di key kami, pada harga daftar penyedia yang diteruskan tanpa markup per token, dan perubahan harga Z.ai sampai di sisi kami pada hari yang sama, bukan pada perpanjangan kontrak Anda berikutnya. Itulah eksperimen yang murah: jalankan beban kerja terhadap model yang bisa Anda akses hari ini, cari tahu berapa biayanya per unit kerja nyata, dan baru setelah itu putuskan apakah biaya tetap kartu yang Anda miliki mengalahkan meteran yang Anda sewa.

Dan ketika GLM-5.5 akhirnya hadir — jika memang hadir — versi halaman ini yang layak dibaca adalah versi yang ditulis setelah orang selain pihak lab menjalankannya.

Tolok ukur menjadi usang dan harga bergerak; catatan kegagalan tidak: insiden AI dan kegagalan agen yang terdokumentasi di balik model di kelas ini dikumpulkan dalam Arsip Insiden AI OrcaRouter, yang di dalamnya setiap entri memuat sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda sengketa.