Card del titolo generata per Claude Opus 5.5 vs GLM-5.4, con tre chip che recitano "GLM-5.4: modello inesistente", "GLM-5.3 pesi aperti, 18 ago 2026" e "Opus 5.5 GA 22 set 2026", e un piè di pagina che segnala che la documentazione di Z.ai e Hugging Face sono state verificate il 19 novembre 2026. Logo OrcaRouter in basso a destra.
Guides & Insights

Claude Opus 5.5 vs GLM-5.4: il token economico non è il task economico

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

L'errore più costoso nella selezione del modello è confrontare i listini prezzi invece dei compiti completati. Claude Opus 5.5 costa 4 $ per milione di token in input e 20 $ per milione in output. GLM-5.3 — il modello che Z.ai distribuisce effettivamente, e quello che chiunque digiti "GLM-5.4" sta cercando — costa 1,40 $ e 4,40 $. Sul listino, il modello cinese a pesi aperti costa circa un quinto. Secondo la misurazione di Artificial Analysis del costo necessario per completare un compito, il divario si riduce a 2×. Questo crollo, non il listino prezzi, è la storia di questo confronto.

Primo, il nome. GLM-5.4 non esiste. L'indice della documentazione di Z.ai elenca GLM-5.3 e GLM-5.3-Flash come modelli di testo attuali, l'organizzazione del laboratorio su Hugging Face non ha alcun repository con "5.4" al suo interno e una ricerca full-text sull'Hub in data 19 novembre non restituisce nulla. Il numero è un termine di ricerca, non un rilascio. GLM-5.3 è stato distribuito in agosto 2026 — il 18 agosto secondo la data di rilascio di Artificial Analysis, con i pesi sull'Hub dal 25 agosto — ed è il modello a cui si riferisce ogni affermazione riportata di seguito.

Che cos'è GLM-5.3 e quanto costa

GLM-5.3 è il modello di punta per il testo con pesi aperti di Z.ai. Utilizza lo stesso modello base di GLM-5.2, con ogni miglioramento derivante dal post-training, motivo per cui la licenza e l'architettura sono invariate e i miglioramenti si concentrano esattamente in due ambiti: coding complesso e attività agentiche a lungo orizzonte. Dispone di una finestra di contesto di 1M token, output massimo di 128K, input solo testuale e ragionamento non disattivabile — tre livelli di sforzo, basso, alto e massimo, con impostazione predefinita su massimo.

Headless capture of Z.ai's developer documentation page for GLM-5.3, showing the model overview, the note that it uses the same base model as GLM-5.2 with all gains from post-training, and the feature section stating a 1M-token context window and 128K maximum output.

• Prezzo — Claude Opus 5.5 4,00 $ input / 20,00 $ output / 0,20 $ lettura cache rispetto a GLM-5.3 1,40 / 4,40.

• Pesi — solo API chiusa vs rilascio aperto in stile Apache su Hugging Face, scaricabile e ospitabile in autonomia.

• Contesto — 1M token per entrambi, output massimo 128K per entrambi.

• Controllo dello sforzo — Opus 5.5 esegue un pensiero adattivo che non può essere disattivato, predefinito medium rispetto a GLM-5.3 con ragionamento sempre attivo, predefinito max.

• Intelligence Index — 59,1 vs 31,7 sulla revisione v5.0.1, un divario di 27,4 punti.

• Costo per attività Index — 10,04 $ rispetto a 5,01 $, un divario di 2×, non di 4,5× come lascerebbe intendere il prezzo di listino.

• Modalità — input di testo e immagini rispetto al solo testo.

Perché un vantaggio di prezzo di 4,5× diventa un vantaggio di costo di 2×

Artificial Analysis ha sottoposto entrambi i modelli alla stessa suite Index e conteggiato i token consumati da ciascuno. Claude Opus 5.5 ha generato 218M token di output nell'intera suite. GLM-5.3 ne ha generati 135M. Non è la direzione che la maggior parte delle persone si aspetta — qui il modello costoso è quello più verboso — ma il rapporto che conta è quello rispetto al prezzo, e il vantaggio di 1,6× in token di GLM-5.3 non è neanche lontanamente sufficiente a compensare il suo vantaggio di 4,5× per token nella direzione opposta.

Generated two-column scoreboard titled 'Claude Opus 5.5 vs GLM-5.3 - the scoreboard'. Left column Claude Opus 5.5 rows: Intelligence Index 59.1, cost per task $10.04, Terminal-Bench 4.0 59.6%, FrontierCode 2.0 46.4%, weights closed, price $4 / $20. Right column GLM-5.3 rows: Intelligence Index 31.7, cost per task $5.01, Terminal-Bench 4.0 41.9%, FrontierCode 2.0 21.6%, weights Apache open, price $1.40 / $4.40. Footer: both per Artificial Analysis index v5.0.1, GLM-5.4 does not exist. OrcaRouter logo bottom-right.

Fai i conti come farebbe un budget. Su un'attività in cui entrambi i modelli consumano lo stesso numero di token, GLM-5.3 costa il 4,5× in meno. In pratica GLM-5.3 consuma circa 0,62 token per ogni token consumato da Opus 5.5, quindi il rapporto effettivo si attesta vicino a 2,8× prima dei token di input, e il dato misurato per attività di $5,01 contro $10,04 lo colloca a 2×. Resta comunque un risparmio reale — circa la metà — ma la metà è una decisione diversa da un quinto. Un team che ha fatto il budget sul prezzo di listino e si è ritrovato una bolletta 2× avrà costruito il business case sbagliato.

C'è un effetto di secondo ordine che vale la pena segnalare perché ha colto di sorpresa più di un team: il ragionamento di GLM-5.3 è impostato per impostazione predefinita su max. Una migrazione che si limita a scambiare l'ID del modello e lascia intatto il valore predefinito del ragionamento ottiene la configurazione più costosa e più lenta del modello, ed è proprio da lì che deriva la verbosità. La nota di migrazione di Z.ai stessa è esplicita nel dire che disabilitare il ragionamento non è più supportato e che low deve essere impostato deliberatamente.

Il divario di capacità è reale e non è uniforme

Un divario di 27 punti nell'indice sembrerebbe precludere ogni possibilità, e per il lavoro di conoscenza generale quasi lo è. Ma i numeri per singolo benchmark separano i due modelli lungo una linea che conta più del punteggio composito. Tutti i dati riportati di seguito sono di Artificial Analysis, stesso harness, entrambi alla loro impostazione di sforzo massimo.

• Terminal-Bench 4.0 — 59,6% vs 41,9%. Un divario di 18 punti nel lavoro agentico da terminale.

• FrontierCode-AA 2.0 — 46,4% vs 21,6%. Opus 5.5 più che raddoppia GLM-5.3.

• Terminal-Bench-Science 0.1 — 59,0% vs 9,5%. Il divario più ampio della classifica, e una disfatta.

• HLE-Diamond — 67,9% contro 17,9%.

• AA-Omniscience — 48,1 con un'accuratezza del 65,5% rispetto a 6,0 con un'accuratezza del 32,3%.

• GDPval-AA v2.1 — 1866 Elo contro 1655, il divario più stretto del gruppo, pari a 211 punti.

• ITBench-SRE — 38,2% vs 46,1%, uno dei pochi ambiti in cui GLM-5.3 vince.

• LCR (ragionamento su contesti lunghi) — 84,7% vs 79,7%.

Il pattern è che GLM-5.3 regge sul ragionamento a contesto lungo e sulle attività di site reliability, mentre crolla sul lavoro da terminale a forte componente scientifica e sul recupero di conoscenze. Se il tuo carico di lavoro è l'analisi di documenti su un contesto lungo, il punteggio composito di 27 punti sovrastima la differenza. Se è coding agentico su repository poco familiari — che è ciò che entrambi i fornitori pubblicizzano — il composito la sottostima.

La tabella del fornitore pubblicata da Z.ai confronta Opus 4.8, non Opus 5.5

Vale la pena saperlo prima di fidarti di qualsiasi numero GLM contro Claude che trovi in un grafico. La model card di GLM-5.3 di Z.ai contiene una tabella di benchmark con una colonna "Opus 4.8" e una colonna "Fable 5 (w/ fallback)". Claude Opus 5.5, rilasciato cinque settimane dopo GLM-5.3, non compare. Non è disonestà — la tabella è stata creata quando 5.3 è stato rilasciato e Opus 5.5 non esisteva ancora — ma significa che il confronto che la maggior parte delle persone sta cercando non è mai stato pubblicato da nessuno dei due fornitori, e gli unici numeri con lo stesso harness disponibili sono quelli indipendenti sopra.

I numeri forniti da Z.ai contengono in effetti un'affermazione che merita di essere presa sul serio, perché indica il punto di forza autentico del modello open-weights: su CyberGym, il suo benchmark per l'individuazione di vulnerabilità, GLM-5.3 ottiene 84,5 contro il 78,1 di Opus 4.8. La scheda descrive il guadagno come "emergente" — la capacità cyber è cresciuta più rapidamente di quanto il team si aspettasse con l'aumentare del post-training — e i benchmark di exploitation più che raddoppiano rispetto a GLM-5.2. Anthropic ha pubblicato un'analisi delle capacità cyber di GLM-5.3 il 29 settembre, cosa che i vendor di solito non fanno riguardo al rilascio open-weights di un concorrente. Se il vostro lavoro riguarda strumenti di sicurezza difensiva, questo è l'unico asse su cui il modello aperto è davvero avanti, ed è anche l'asse su cui i pesi aperti contano di più: potete eseguire il classificatore sulla vostra infrastruttura invece di inviare prompt che sfiorano l'exploit all'API di qualcun altro.

Dove i pesi aperti cambiano davvero la decisione

Tutto quanto sopra è un confronto in termini di capacità e costi, e su entrambi i fronti Claude Opus 5.5 vince per la maggior parte dei lavori. Il motivo per cui GLM-5.3 viene ancora distribuito non è nessuno dei due: è che un modello della famiglia 5.3 si scarica, gira dietro il tuo gateway e non lascia mai la tua rete.

Tre situazioni concrete in cui questo pesa più di 27 punti indice. Dati soggetti a regolamentazione che non possono oltrepassare un confine giurisdizionale, dove la scelta è GLM-5.3 o niente. Classificazione ad alto volume, in cui un fine-tuning da 300 milioni di parametri del modello base batte il modello generale sulle vostre etichette a una frazione del costo per chiamata. E strumenti adiacenti alla cybersecurity, dove il vantaggio nel benchmark e il requisito di self-hosting puntano nella stessa direzione.

Per tutto il resto, la raccomandazione onesta è mantenere economica la decisione di routing. Entrambi i modelli sono su un'unica chiave OrcaRouter — anthropic/claude-opus-5.5 e z-ai/glm-5.3 — con uno 0% di ricarico sul prezzo di listino del provider, cosa che conta più per il lato Z.ai che per il lato Anthropic, perché Z.ai ha riprezzato questa linea due volte nel 2026. Instrada le passate ad alto volume e a basso rischio su GLM-5.3 e il ciclo di pianificazione su Opus 5.5, e lascia che il failover copra il caso in cui il provider del livello economico abbia un brutto pomeriggio. Il DSL di routing trasforma tutto ciò in una modifica di configurazione anziché in due integrazioni, e la cifra combinata per attività è quella da mettere nel budget invece di uno dei due prezzi di listino.

Headless capture of OrcaRouter's model page for z-ai/glm-5.3, showing the model name and its sections for code samples, pricing, performance and public benchmarks.

La risposta, con il nome stabilito

Claude Opus 5.5 è il modello migliore per la programmazione agentica, per le attività da terminale a forte componente scientifica e per qualsiasi compito in cui conti il recall. Costa circa il doppio per attività completata rispetto a GLM-5.3, non quattro volte e mezzo, e vale la differenza per i carichi di lavoro che entrambi i fornitori pubblicizzano.

GLM-5.3 è la scelta giusta quando i pesi devono essere tuoi, quando il carico di lavoro è il ragionamento su contesti lunghi o il triage in reperibilità, oppure quando il compito è la cyberdifesa. È un modello aperto autenticamente vicino alla frontiera a un prezzo davvero contenuto, e la sua debolezza principale — il lavoro scientifico da terminale al 9,5% — è abbastanza circoscritta che una valutazione specifica per il carico di lavoro ti dirà in un pomeriggio se per te conta.

GLM-5.4, il modello nel titolo, non rientra nella decisione. È un numero di versione senza alcun rilascio alle spalle, e se Z.ai lo pubblicherà, l'aritmetica sopra è ciò che dovrà battere.

Confrontati in questo articolo3

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno