Una title card 16:9 generata su uno sfondo carbone scuro con lievi righe orizzontali, con il titolo 'Qwen4-Max vs GLM-5.4' e il sottotitolo 'Uno rilasciato. L'altro ha mancato la sua finestra.' Una linea temporale verticale di punti datati scende lungo il lato destro in corrispondenza di 2026-02-12, 2026-04-07, 2026-06-16, 2026-08-18 e 2026-08-26, terminando in un segmento vuoto tratteggiato etichettato GLM-5.4. Un badge verde acqua in basso a sinistra riporta 'finestra scaduta il 27 ott 2026'. Logo OrcaRouter in basso a destra.
Guides & Insights

Qwen4-Max vs GLM-5.4: uno è stato rilasciato, l'altro ha mancato la propria finestra

Autore

jinhao.song

Data di pubblicazione

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

Esiste una versione di questo confronto che sarebbe utile e una che sarebbe finzione. Quella utile parte da una data: il registro delle release di Z.ai termina ancora con GLM-5.3-Flash il 26 agosto 2026, il suo indice della documentazione elenca GLM-5.2, GLM-5.3 e GLM-5.3-Flash e nulla al di sopra, e il percorso della documentazione di GLM-5.4 restituisce Page Not Found come faceva in ottobre. Qwen4-Max, al contrario, è in vendita a consumo dal 16 novembre 2026, con un listino prezzi pubblicato e un punteggio indipendente. Quindi il confronto non è tra due ammiraglie. È tra un'ammiraglia e una data prevista ormai scaduta.

Ciò che lo rende più di una smentita è l’aritmetica dietro la proiezione. Questo blog in ottobre ha fissato una cadenza di 54-70 giorni per la linea G​LM e ha pubblicato la finestra che ne derivava. Quella finestra si è chiusa. Calcolare di quanto, e cosa la chiusura dice su come Z.ai sta sequenziando le release, è davvero più informativo di un’altra scheda tecnica speculativa — e lascia un confronto che si può effettivamente fare: Qwen4-Max contro GLM-5.3, il G​LM che viene distribuito, sullo stesso indice indipendente, nella stessa settimana.

Dove si colloca il nome al 18 novembre

L'audit è breve ed è ripetibile. Quattro superfici, tutte verificate oggi, tutte negative.

• Il registro delle release — voce più recente GLM-5.3-Flash, datata 2026-08-26; poi GLM-5.3 il 2026-08-18, GLM-5.2 il 2026-06-16, GLM-5.1 il 2026-04-07, GLM-5 il 2026-02-12

• L'indice della documentazione — GLM-5.3-Flash/FlashX, GLM-5.3, GLM-5.2. Nessuna voce 5.4 a nessun livello di impegno

• Il percorso della documentazione — docs.z.ai/guides/llm/glm-5.4 restituisce 404, esattamente come il 13 ottobre

• Hugging Face — una ricerca nel repository di "glm-5.4" non restituisce nulla all'interno dell'organizzazione del laboratorio stesso, e i checkpoint testuali più recenti presenti sono le quattro release di GLM-5.3 create il 25 agosto

La pagina model-api del fornitore dà la stessa risposta dal lato commerciale: GLM-5.3, GLM-5.3-Flash, GLM-5 e GLM-5V-Turbo, senza alcuna riga tra 5.3 e 6. A ottobre sono state controllate nove superfici per la pagina permanente su questo nome; le stesse quattro rilevanti per lo stato di distribuzione sono ancora negative cinque settimane dopo. Questa coerenza è il risultato. Un nome assente da ogni superficie di prima parte per otto settimane non è un lancio in corso; è un nome che la linea ha saltato, almeno per ora.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.3' with six rows: input per million $1.50 against $1.40; output per million $4.50 against $4.40; index score 43 against 32; cost per task $3.27 against $5.01; wall-clock per task 32.1 min against 22.0 min; weights none against downloadable. Footer reads 'Artificial Analysis Intelligence Index v5.0.1; prices per vendor list'. OrcaRouter logo bottom-right.

La finestra, e quanto siamo andati oltre

L'argomento sulla cadenza non è mai stato una fuga di notizie. Era aritmetica sulle date di rilascio di Z.ai: da GLM-5 a GLM-5.1 sono passati 54 giorni, da GLM-5.1 a GLM-5.2 70, da GLM-5.2 a GLM-5.3 63. Applicando lo stesso intervallo al 18 agosto, il prossimo modello di punta testuale sarebbe dovuto arrivare tra l'11 ottobre e il 27 ottobre 2026. Se invece si fa partire la famiglia dall'ingresso del tier Flash il 26 agosto, il limite esterno si sposta al 4 novembre.

È il 18 novembre. Entrambe le letture sono scadute, la seconda da due settimane. Questa è l'affermazione più netta disponibile oggi su GLM-5.4, ed è più forte di «non siamo riusciti a trovarlo», perché è falsificabile: una singola voce datata nel registro delle release del fornitore la ribalterebbe, e finché non ne compare una, la previsione è stata messa alla prova ed è fallita.

Di quel fallimento esistono due letture oneste, e puntano in direzioni opposte. La prima è che Z.ai abbia rallentato: che un flagship da 753 miliardi di parametri sia ormai abbastanza costoso da richiedere cicli di iterazione più lunghi, e che la cadenza del primo semestre 2026 sia stata uno sprint ormai concluso. La seconda è che la prossima release non sia affatto una 5.4: che la linea salti un numero, oppure che lo sforzo sia confluito nel livello Flash multimodale, dove si trova effettivamente l'unica attività successiva ad agosto nel registro delle release. Nulla di quanto pubblicato dal laboratorio distingue tra queste due possibilità, e una pagina che tirasse a indovinare farebbe esattamente ciò che fa un tabellone con colonne inventate.

Cosa puoi effettivamente confrontare: Qwen4-Max rispetto a GLM-5.3

GLM-5.3 non è un premio di consolazione. È un misto di esperti da 753 miliardi di parametri che attiva circa 40 miliardi di parametri per token, solo testo, con una finestra di contesto da 1M di token e un tetto di output di 128K, e possiede qualcosa che alla copertura del lancio di Qwen4-Max è in gran parte mancato: una riga misurata sullo stesso indice, rilevata dallo stesso harness, nella stessa revisione dell'indice.

• Prezzo di input — Qwen4-Max 1,50 $ per milione di token a Singapore, 1,413 $ nelle sue altre cinque regioni, rispetto a GLM-5.3 1,40 $ nel listino di Z.ai

• Prezzo dell'output — Qwen4-Max $4,50 rispetto a GLM-5.3 $4,40

• Punteggio indipendente: Qwen4-Max 43 sull'Artificial Analysis Intelligence Index v5.0.1 rispetto a GLM-5.3 con 32 al massimo sforzo e 23 a sforzo basso

• Costo per attività di indicizzazione — Qwen4-Max $3.27 rispetto a GLM-5.3 $5.01. Questa è la riga che conta, e indica la direzione opposta rispetto al punteggio

• Tempo reale per attività — Qwen4-Max 32,1 minuti contro GLM-5.3 22,0 minuti con sforzo massimo, 12,2 con sforzo basso

• Consumo di token — Qwen4-Max 127 milioni di token di output per ogni esecuzione dell'indice, rispetto ai 135 milioni di GLM-5.3 con sforzo massimo e ai 63,3 milioni con sforzo basso

• Throughput — Qwen4-Max 55 token di output al secondo contro GLM-5.3 90

• Modalità — Qwen4-Max accetta testo, immagini e video e restituisce testo; GLM-5.3 è documentato come esclusivamente testuale, con le attività visive demandate al livello Flash

• Output massimo — Qwen4-Max 131.072 token, oppure 262.144 condivisi tra ragionamento e risposta; GLM-5.3 128.000

• Pesi — Qwen4-Max non ne pubblica alcuno e indica il fine-tuning e il deployment come non supportati; i pesi di GLM-5.3 sono scaricabili con una licenza personalizzata Z.ai

• Controllo dello sforzo — Qwen4-Max espone livelli selezionabili; GLM-5.3 ragiona sempre, con basso, alto e massimo

Le righe dei prezzi sono quasi in parità — dieci centesimi sull'input, dieci centesimi sull'output — e questa è la cosa meno interessante della lista. La cosa interessante è che i due modelli arrivano a prezzi di listino quasi identici con strutture diverse sotto. Qwen4-Max costa di più per attività nonostante una tariffa più bassa, perché impiega più tempo e pensa più a lungo; GLM-5.3 costa di più per attività nonostante una tariffa più bassa anch'essa, perché alla massima intensità consuma token a un ritmo che l'impostazione a intensità inferiore non ha. Nessuna delle schede prezzi dei due fornitori te lo dice. Solo la riga del costo per attività lo fa, ed è la riga che entrambi i post di lancio omettono.

Il divario di punteggio è reale ma più stretto di quanto suggerisca 43 contro 32, per una ragione che vale la pena dire chiaramente: quei valori provengono da impostazioni di sforzo diverse sullo stesso indice, e questo blog ha visto variazioni di revisione spostare il numero di un modello di due cifre. Considera 43 e 32 come un divario direzionale rilevato su un unico strumento in un solo giorno, non come una differenza di capacità misurata di 11 punti. Ciò che sopravvive a questa cautela è l'affermazione meno impegnativa: Qwen4-Max affronta compiti più difficili rispetto a GLM-5.3 con sforzo massimo, e lo fa a un costo inferiore per compito, pur essendo il modello più lento per token e quello più costoso per milione.

A screenshot of Z.ai's release notes page headed 'New Released' with a right-hand date rail ending at 2026-08-26 and, below it, 2026-08-18, 2026-06-16 and 2026-04-07, and body entries describing native visual capabilities, a hybrid attention architecture with 320B total and 18B activated parameters, and GLM-5.3's coding gains on Z.ai Code Bench.

Ciò di cui ha davvero bisogno chi cerca GLM 5.4

Le persone digitano "GLM-5.4" per una di due ragioni, e le due richiedono risposte opposte.

Il primo è lo shopping: vogliono sapere se migrare da GLM-5.3 o se scegliere GLM al posto di Qwen per una build che parte questo mese. La risposta è che non c’è nulla verso cui migrare, e la decisione che possono prendere oggi è tra un modello solo testo con pesi scaricabili a $1.40/$4.40 e un modello multimodale a noleggio a $1.50/$4.50 che ottiene punteggi più alti e costa meno per ogni attività completata. Questa è una scelta reale, e non richiede una 5.4 per compierla.

Il secondo è il monitoraggio: vogliono una data. La risposta onesta è che la finestra basata sulla cadenza per questo nome è scaduta il 27 ottobre, o il 4 novembre nella lettura più generosa, e che il fallimento della proiezione è di per sé l'aggiornamento. Il prossimo segnale da tenere d'occhio non è una fuga di notizie ma il registro delle release: una voce sopra GLM-5.3-Flash risolverebbe la questione in una riga, e non è comparsa nelle dodici settimane da quando è stato distribuito il livello Flash.

Eseguire uno dei due senza un secondo contratto

Qui i due lati di questo confronto differiscono davvero, e la differenza riguarda l'accesso più che la capacità. OrcaRouter instrada z-ai/glm-5.3 oggi, insieme alla famiglia Qwen 3.8, su un unico endpoint compatibile OpenAI con 0% di ricarico — nulla aggiunto rispetto a quanto addebita il provider di servizio, che sulla nostra pagina del modello è 1,26 $ in ingresso e 3,96 $ in uscita per milione, pari o inferiore ai 1,40 $ e 4,40 $ di listino di Z.ai. Ciò che OrcaRouter non instrada è Qwen4-Max: il modello non è nel catalogo, e questa pagina non lascerà intendere il contrario. Qwen4-Max è raggiungibile tramite le sei regioni di Alibaba e tramite piattaforme di terze parti che lo rivendono; se lo vuoi sulla stessa chiave del GLM, è una questione di attendere che il catalogo lo includa, non di configurare qualcosa oggi.

A screenshot of the OrcaRouter model page for GLM 5.3, showing the identifier z-ai/glm-5.3, the byline Z.ai with the date 2026-08-18, a description of the model as a text-in text-out flagship for repo-scale coding, pricing of $1.26 input and $3.96 output per million tokens, a 1M-token context and a 128K maximum output.

Dove il routing ripaga immediatamente è il confronto stesso. I numeri di costo per attività sopra riportati sono medie su un mix di benchmark fisso, e il tuo mix non è quel mix. Eseguire gli stessi prompt con GLM-5.3 e un tier Q​wen 3.8 su un unico endpoint è il modo per scoprire quale lato vince sul tuo traffico, con failover automatico che ti copre se un provider applica limiti di frequenza a metà esecuzione — ed è il lavoro di una mattina anziché due conversazioni con gli acquisti.

Cosa renderebbe questo un vero confronto?

Un documento. Una model card che riporta insieme parametri, lunghezza del contesto, prezzo e un identificatore API, datata sul registro delle release di Z.ai stesso. È lo standard che questo blog ha applicato per tutto l'anno, ed è l'unica cosa che trasforma GLM-5.4 da un numero di versione in un modello. Una seconda riserva, più debole ma utile: una riga GLM-5.3 misurata a basso effort rispetto a Qwen4-Max alla sua stessa impostazione bassa, il che permetterebbe di fare il confronto dei costi a parità di effort anziché sui valori predefiniti dei due fornitori.

Fino ad allora il riepilogo corretto è scomodo per entrambe le parti della ricerca. Qwen4-Max è reale, ha un prezzo, è misurato e leggermente migliore della sua reputazione sul costo: 43 sull'indice a 3,27 $ per attività è un flagship competente, non dominante. GLM-5.4 è un numero in una sequenza la cui data prevista è passata senza una voce nel registro, e il G​LM che puoi eseguire oggi è una cifra più in basso, misurabile, scaricabile, dieci centesimi più economico sul contatore e una volta e mezza più caro per attività completata a pieno sforzo. Chiunque ti dica il contrario sta vendendo una scheda tecnica di cui non può indicare la fonte.

Confrontati in questo articolo1

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