GPT-6 Astra vs GLM-5.5: Un lato di questo confronto non può essere testato

Il 6 ottobre 2026, un sito tecnologico di terze parti ha pubblicato un report il cui titolo affermava che GLM-5.5 batte Mythos 5.1 e GPT-6 Astra. Questa affermazione è la ragione per cui esiste questa pagina, e vale la pena essere precisi su che cosa sia: un titolo su due cose che non sono dello stesso tipo. GPT-6 Astra è un modello già distribuito — OpenAI lo ha rilasciato il 3 settembre 2026, porta l'identificatore gpt-6-astra, dispone di quattro metriche pubblicate, una finestra di contesto documentata da 1.050.000 token, e una posizione nell'Artificial Analysis Intelligence Index che chiunque può leggere. GLM-5.5 è un numero di versione che non è mai apparso in un log di rilascio di Z.ai, in una model card, in una rate card o in qualsiasi repository di proprietà del laboratorio. Al 15 ottobre 2026 non esiste alcun artefatto dietro di esso da sottoporre a benchmark, da chiamare o da prezzare.

Quindi la forma onesta di questo confronto non è un testa a testa. È una descrizione di ciò che ciascuno può sostenere come prova, e delle cose concrete e verificabili che dovrebbero comparire prima che il confronto diventi reale. Sarebbe più di quanto sarebbe stata una scheda tecnica, perché il pattern — un numero di versione trapelato che si attribuisce un'affermazione di benchmark che non può sostenere — è quello che i lettori continuano a incontrare in questa linea di prodotti.

Che cos'è GLM-5.5, in un paragrafo

È un nome all'interno di una linea evolutiva che l'ha saltato. Il log delle release di Z.ai riporta GLM-5.3 il 18 agosto 2026 e GLM-5.3-Flash il 26 agosto; la documentazione dell'azienda elenca quei due più GLM-5.2 e si ferma. Gli slot 5.4 e 5.5 erano stati ipotizzati per estrapolazione da una precedente proiezione di un analista, e la conference call sui risultati del 31 agosto della stessa azienda ha indicato GLM-6.0 come base di nuova generazione — scavalcando entrambi i numeri. L'audit completo delle nove superfici, con gli URL e il metodo per poterlo rieseguire, si trova sulla nostra pagina di riferimento per il nome. Ciò che conta qui è più ristretto: un numero trapelato non è una specifica, e un'affermazione di benchmark legata a un numero trapelato non può essere verificata da nessuno, comprese le persone che l'hanno pubblicata.

Due modelli, due tipi di prove

Metti a confronto le due parti sulle stesse dimensioni e l'asimmetria smette di essere retorica:

• Listino prezzi — GPT-6 Astra 10,00 $ in input, 1,00 $ in cache, 12,50 $ scritture in cache, 50,00 $ in output per 1M vs GLM-5.5 nulla di pubblicato, perché non esiste una pagina dei prezzi su cui pubblicare

• Fascia dei prompt lunghi — GPT-6 Astra con nuovo prezzo a 20,00 $ / 75,00 $ oltre 272.000 token di input rispetto a GLM-5.5, nessun termine da dichiarare

• Finestra di contesto — GPT-6 Astra 1.050.000 token in ingresso, 128.000 in uscita rispetto a GLM-5.5 non dichiarato

• Modalità di input — GPT-6 Astra: input testo, immagine e file, output testo; GLM-5.5 non specificato

• Identificatore — GPT-6 Astra gpt-6-astra, risolvibile nella documentazione di OpenAI e nel nostro catalogo vs GLM-5.5, nessun identificatore su alcuna superficie del fornitore

• Punteggio indipendente — GPT-6 Astra 53 sull'Artificial Analysis Intelligence Index, 44,6 token di output al secondo, 3,26 $ per ogni attività dell'indice completata, contro GLM-5.5: nessuna voce, e nessun modo per produrne una

• Affermazione sui benchmark — GPT-6 Astra una tabella del fornitore (98% FrontierMath Tier 4, 99,9% ARC-AGI-3, 100% ExploitBench, 57,9% Terminal-Bench 4.0), ogni cifra attribuibile a OpenAI e ciascuna con avvertenze di seguito; rispetto a GLM-5.5, un'asserzione comparativa senza cifre, senza harness e senza modello

• Pesi — GPT-6 Astra chiuso, solo API vs GLM-5.5 nessuno da rilasciare

La parte del record di Astra che resiste a un esame attento, e la parte che non lo fa

Poiché un lato di questa pagina dispone di una base probatoria completa e l'altro non ne ha alcuna, la cosa più utile che questo articolo possa fare è dire con precisione quanto del fascicolo Astra sia portante.

La metà indipendente è solida. Artificial Analysis misura GPT-6 Astra a 53 sul suo attuale Intelligence Index su dieci valutazioni, settimo dei 216 modelli presenti in quella classifica, a 3,26 $ per compito indice completato, con circa 60 M di token di output generati durante l'esecuzione — più conciso della mediana della classifica, pari a circa 85 M. È misurato a 44,6 token di output al secondo, il che lo colloca al 168º posto su 185 per velocità, e non è un artefatto di arrotondamento: per un agente che effettua molte chiamate sequenziali, il throughput è una voce di costo. Quei dati provengono da un valutatore che pubblica la propria metodologia, e sono i numeri su cui un lettore dovrebbe basare i propri piani.

La metà vendor va etichettata. OpenAI riporta 98% su FrontierMath Tier 4 e descrive il tier come saturo; 99,9% su ARC-AGI-3, con l'affermazione di una parità di efficienza d'azione con l'umano sul 96% dei livelli; 100% su ExploitBench, con Astra primo modello OpenAI a superare la soglia Critical di cybersecurity dell'azienda; e 57,9% su Terminal-Bench 4.0 contro il 37,3% di GPT-5.6 Sol. Nessuno di questi è stato riprodotto in modo indipendente. Il dato su ARC-AGI-3 è quello che più necessita della sua nota a piè di pagina, e ARC Prize l'ha fornita: nell'harness standard, dove il modello può riportare in avanti solo appunti che scrive per sé, Astra ha ottenuto 62,7%; il 99,9% è stato misurato con un adattatore del provider che conserva lo stato di ragionamento tra le richieste. Entrambe le colonne sono state pubblicate. Il divario di 37 punti è la dimensione dell'harness, e chiunque citi il 99,9% contro il dato di un rivale ottenuto con l'harness standard sta confrontando due esperimenti diversi.

Applica quella disciplina all'affermazione del 6 ottobre e questa fallisce al primo passo. Non c'è alcun banco di prova da nominare, alcun punteggio da confrontare, alcuna configurazione da mantenere costante e alcun identificatore del modello da fissare. "Batte GPT-6 Astra" non è ancora un'affermazione che possa essere vera o falsa; è un'affermazione in attesa di un soggetto.

Il GLM che puoi davvero eseguire su Astra

Se la domanda dietro la ricerca è «dovrei usare un GLM o un flagship O​penAI», il nome nel report non è il nome nella risposta. Il flagship testuale effettivamente distribuito da Z.ai è GLM-5.3, rilasciato il 18 agosto 2026 con i pesi su Hugging Face dal 25 agosto: un modello mixture-of-experts da 753 miliardi di parametri, con circa 40B parametri attivi per token, una finestra di contesto di 1.000.000 di token, un tetto di output di 128.000 token e solo testo in ingresso e testo in uscita. Il thinking è sempre attivo; la profondità si imposta con reasoning_effort. Ha una licenza personalizzata anziché una licenza aperta, il che è un vero vincolo se si intende costruire sui pesi anziché chiamare l'API.

Rispetto a GPT-6 Astra, la forma dello scambio è uno scambio tra prezzo e verbosità, e la sua seconda metà è la metà che nessuno cita:

• Prezzo — GPT-6 Astra 10,00 $ / 50,00 $ per 1 mln vs GLM-5.3 1,40 $ / 4,40 $ sul tariffario di Z.ai, che sul nostro catalogo riporta 1,26 $ / 3,96 $

• Indice indipendente — GPT-6 Astra 53 vs GLM-5.3 45, entrambi sulla scala attuale di Artificial Analysis

• Costo per attività di indicizzazione completata — GPT-6 Astra $3,26 vs GLM-5.3 $2,01

• Token di output in quella esecuzione — GPT-6 Astra 60M vs GLM-5.3 210M, rispetto a una mediana della classifica vicina a 85M

• Velocità effettiva — GPT-6 Astra 44,6 token al secondo vs GLM-5.3 58,2

Quella quarta riga è quella che cambia le decisioni. Il listino prezzi di GLM-5.3 è circa sette volte più economico di quello di Astra sull'input e undici volte più economico sull'output, eppure costa comunque $2,01 completare un'attività di indicizzazione contro i $3,26 di Astra — un divario molto più stretto di quanto suggeriscano i listini. Il motivo è la verbosità: 210M di token di output contro i 60M di Astra per la stessa suite. Un token economico moltiplicato per un modello loquace non rimane economico. Ecco anche perché il $1,26 / $3,96 che mostra il nostro catalogo conta meno di quanto sembri: uno sconto del 10% su un contatore di cui il modello consuma 3,5 volte tanto è un effetto piccolo rispetto alla differenza nel numero di token.

Una correzione che va messa agli atti anziché in una nota a piè di pagina, perché riguarda chiunque abbia in mano un numero più vecchio: i resoconti precedenti di questa serie, incluso il nostro articolo di agosto, citavano GLM-5.3 a 60 sull'Artificial Analysis Intelligence Index. Era la lettura sulla versione dell'indice in vigore ad agosto. Lo stesso modello segna 45 sulla scala in uso oggi, perché l'indice stesso è stato rivisto. Il numero non è calato; è cambiato il metro. Qualsiasi confronto che mescoli un dato di una versione dell'indice con un dato di un'altra non è un confronto, e si tratta dello stesso tipo di errore che si commette citando il 99,9% di ARC-AGI-3 di Astra contro un rivale con harness standard.

Dove si inserisce il routing

C'è un test pratico in tutto questo, ed è quello che esegue un catalogo. GPT-6 Astra si risolve come openai/gpt-6-astra su OrcaRouter e GLM-5.3 si risolve come z-ai/glm-5.3, entrambi dietro un unico endpoint compatibile con O​penAI alle tariffe di listino del provider, passate senza alcun ricarico da parte nostra — quindi una variazione delle tariffe di Z.ai e una variazione delle tariffe di OpenAI arrivano entrambe sulla stessa chiave il giorno in cui vengono pubblicate, e spostare il traffico tra i due è una modifica a una stringa di modello anziché un secondo contratto. Un nome che non si risolve in nulla è un segnale di tipo diverso, e la query è economica da eseguire.

Questo ha un uso specifico in questo contesto. Il modo per risolvere una questione GLM contro Astra per il tuo traffico è eseguire il tuo set di attività su entrambi, e il costo di allestire quell'esperimento è esattamente ciò che un endpoint condiviso elimina. Inoltre ti offre la metà più economica della risposta senza un esperimento: la fascia da $20,00 / $75,00 di Astra sopra i 272.000 token si colloca esattamente dove la tariffa fissa da $1,26 / $3,96 di GLM-5.3 non si applica, quindi un carico di lavoro a contesto lungo ha una ragione di prezzo per preferire GLM prima di consultare qualsiasi benchmark.

Non viene dichiarata alcuna route per GLM-5.5 perché non c'è nulla da instradare: è un nome, e una query al catalogo per esso restituisce un not-found anziché un modello.

Che cosa renderebbe obsoleta questa pagina?

L'elenco è breve e ogni voce è verificabile in modo indipendente, che è il punto. GLM-5.5 diventa reale quando compare una model card nella documentazione di Z.ai con un identificatore, quando una riga del listino la riporta, quando un repository Hugging Face di proprietà del laboratorio pubblica i pesi con una licenza denominata, quando un valutatore indipendente ha una pagina dedicata, e quando una query su un catalogo restituisce un modello invece di un 404. Uno qualsiasi di questi è un segnale forte. Finché non ne arriva almeno uno, un rapporto che descrive come GLM-5.5 si comporta rispetto a GPT-6 Astra sta descrivendo un confronto tra un prodotto e una proiezione.

La lettura difendibile di questo confronto oggi non è quindi un verdetto, ma una divisione del lavoro. GPT-6 Astra è il modello con le prove migliori e quello più costoso, e il suo terreno più debole è proprio dove un GLM è più forte: contesto lungo, volumi elevati e lavori in cui la verbosità dell'output è il costo dominante. GLM-5.3 è il contatore più economico con la spesa più lenta, il punteggio indipendente è inferiore di 8 punti, e non riesce a vedere un'immagine a nessun prezzo. Se un GLM-5.5 dovesse davvero arrivare sul mercato, il numero da tenere d'occhio per primo non è il suo benchmark — è il suo conteggio di token di output su una suite fissa, perché è la cifra che storicamente ha ridotto il vantaggio di prezzo di GLM a quasi nulla.

Un rilascio è anche il momento di verificare cosa è andato storto in precedenza: gli incidenti documentati di IA e i guasti degli agenti relativi ai modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, la gravità, il grado di affidabilità e il flag di contestazione.