Una scheda titolo generata che recita "Qwen 4 vs GLM-5.5: il modello open-weight è quello costoso", con il sottotitolo "Il GLM più recente che Z.ai serve effettivamente è GLM-5.3, a 15,8 centesimi per punto indice contro i 7,6 di Qwen4-Max". Tre righe numerate recitano "punteggio indice 42,9 contro 31,7, Artificial Analysis v5.0.1", "costo per attività indice completata 3,27 $ contro 5,01 $" e "pesi pubblicati per GLM-5.3, nessuno per Qwen4-Max". Un piè di pagina recita "Punteggi e costo per attività secondo Artificial Analysis Intelligence Index v5.0.1; prezzi secondo il listino pubblicato di ciascun fornitore." Stile vettoriale piatto su bianco con accenti blu e ciano, il marchio OrcaRouter composto in basso a destra.
Guides & Insights

Qwen 4 vs GLM-5.5: il modello a pesi aperti è quello costoso

Autore

jinhao.song

Data di pubblicazione

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

L'intuizione sui pesi aperti è che siano l'opzione economica. In questo confronto non lo sono. GLM-5.3, il GLM più recente che Z.ai serve effettivamente, costa 5,01 $ per eseguire la suite di indici Artificial Analysis e ottiene 31,7 su di essa — 15,8 centesimi per punto indice. Qwen4-Max costa 3,27 $ per 42,9 punti — 7,6 centesimi per punto. Il modello proprietario è più del doppio più efficiente per unità di capacità misurata, ed è quello che non puoi scaricare. Nel frattempo GLM-5.5, il modello nel titolo di questo articolo, non esiste: l'indice della documentazione e la pagina dei prezzi di Z.ai si fermano entrambi a GLM-5.3, e i percorsi della documentazione 5.4 e 5.5 restituiscono "non trovato". Quanto segue è quindi un confronto con il GLM che viene distribuito, considerando il numero di versione mancante semplicemente un numero di versione mancante, anziché una scheda tecnica da inventare.

Prima, la carta che esiste

GLM-5.3 è arrivato il 18 agosto 2026 con la licenza GLM-5.3, con i pesi pubblicati e input solo testuale. Qwen4-Max è passato alla tariffazione a consumo il 16 novembre 2026, con licenza proprietaria, input di immagini e A​libaba Cloud come unico host. I due distano novanta giorni nella data di rilascio e si trovano su lati opposti della linea chiuso/aperto, che è l'asse di cui questo articolo parla in realtà.

• Prezzo per milione — GLM-5.3 1,40 $ in input / 4,40 $ in output; Qwen4-Max 1,50 $ / 4,50 $ a Singapore, 1,413 $ / 4,24 $ altrove. Sulle tariffe per token, Z.ai è l'opzione più economica del 7% e del 2%.

• Input in cache — GLM-5.3 $0,26 per milione a lettura; Q​wen4-Max $0,075, con scritture in cache a $1,875 per cinque minuti e $3,00 per un'ora. La lettura della cache di Q​wen costa 3,5× meno, ed è per questo che il risultato per attività e quello per token puntano in direzioni diverse.

• Contesto — 1.000.000 di token su entrambi. GLM-5.3 limita l'output a 128.000; Qwen4-Max consente 131.072 senza thinking oppure 262.144 condivisi tra ragionamento e risposta.

• Pesi — GLM-5.3 pubblicato, con licenza propria; Qwen4-Max nessuno, con un unico fornitore di hosting. Questa è tutta la differenza e tutto il resto ne consegue.

• Modalità — Qwen4-Max accetta testo e immagini; GLM-5.3 è solo testo in ingresso e in uscita. Se la tua pipeline invia screenshot o PDF, il confronto finisce qui.

• Controllo del ragionamento: GLM-5.3 esegue sempre il ragionamento, con livelli di impegno basso, alto e massimo, impostato per impostazione predefinita su massimo; Qwen4-Max espone basso, alto e xhigh, impostato per impostazione predefinita su alto.

• Lineage di addestramento — Z.ai descrive GLM-5.3 come lo stesso modello di base di GLM-5.2, migliorato tramite post-addestramento anziché con un nuovo pre-addestramento. È utile saperlo quando si confrontano i suoi punteggi con quelli di un modello con una nuova architettura.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.3 - the scoreboard'. The Qwen4-Max column reads index score 42.9, cost per index task $3.27, cents per index point 7.6, input per million $1.50, output per million $4.50, hallucination rate 28.4%. The GLM-5.3 column reads index score 31.7, cost per index task $5.01, cents per index point 15.8, input per million $1.40, output per million $4.40, hallucination rate 38.9%. A footer reads 'Scores and per-task cost per Artificial Analysis Intelligence Index v5.0.1; prices per each vendor's published rate card.' The OrcaRouter mark is composited bottom right.

Sette centesimi contro sedici, spiegato

Il divario di costo per punto non è un artefatto del pricing. I $5,01 per attività di GLM-5.3 si scompongono in $4,49 di input e $0,52 di output — 90% input, e $4,13 di quell'input sono letture dalla cache. I $3,27 di Qwen4-Max sono $2,80 di input e $0,47 di output, con $1,12 di letture dalla cache e $1,67 di scritture nella cache. Quindi entrambi i modelli spendono quasi nulla per i token che generano e quasi tutto per rileggere il contesto.

La differenza sta in quanta contesto consuma ciascuno per arrivare a una risposta. GLM-5.3 legge 10,3 miliardi di token di input nell'intera suite ed emette 135 milioni di token di output; Qwen4-Max ne legge 9,9 miliardi ed emette 127 milioni. Volume quasi identico. Il divario di diciannove punti non è quindi nemmeno una questione di volume: è semplicemente che un modello è migliore nelle attività, e la differenza di costo per attività deriva dal prezzo della cache, dove una lettura da $0,075 contro una da $0,26 si accumula su dieci miliardi di token.

Questo è il meccanismo da portare a casa: nelle esecuzioni di benchmark a contesto lungo, è il tasso di lettura della cache, non il tasso di input di facciata, a determinare il conto. Un modello a $1,40 di input con $0,26 di lettura cache può costare più per attività di un modello a $1,50 di input con $0,075 di lettura cache.

Dove si trovano i diciannove punti

• Terminal-Bench 4.0 — Qwen4-Max 48,5%, GLM-5.3 41,9%. Sette punti, il divario più stretto tra le suite agentiche.

• FrontierCode 2.0 — 26,5% rispetto a 21,6%. Cinque punti; entrambi i modelli sono deboli qui in termini assoluti.

• HLE Diamond — 44,9% contro 17,9%. Ventisette punti, e la divergenza più ampia in assoluto nel confronto.

• Omniscience — 27,7 contro 6,0, con tassi di allucinazione rispettivamente del 28,4% e del 38,9%. GLM-5.3 è sia meno accurato sia meno propenso ad astenersi, ovvero la peggiore combinazione possibile.

• Sottopunteggi di capacità — Qwen4-Max è in testa in tutti e cinque i parametri riportati da entrambi i modelli: ingegneria 50,1 contro 37,6, finanza e contabilità 54,1 contro 42,1, legale 49,6 contro 35,8, strategia e operazioni 56,9 contro 47,4 ed economia 51,3 contro 37,3.

Niente in quella lista è abbastanza vicino da poter essere messo in discussione. La domanda interessante non è se Qwen4-Max sia migliore, perché lo è chiaramente.

A headless-browser screenshot of the Artificial Analysis page for GLM-5.3, captured 17 November 2026 in English, showing Z.ai's mark, the label Open weights model, Released August 2026, the heading GLM-5.3: Intelligence, Performance & Price Analysis, a rank strip reading Intelligence #3 of 29, Performance #21 of 27, Cost #28 of 28 and Verbosity #23 of 29, a statistics row giving a 61.448-second time to first answer token, 87 output tokens per second, $1.40 input and $4.40 output per million tokens, an 81% cache discount, 10.3 billion input tokens and an output-to-input ratio of 1.312%, and the summary paragraph describing the model as among the leading open-weight models in intelligence but particularly expensive against other open-weight models of similar size, notably slow per task and very verbose, with text input, text output and a 1M-token context window.

L'unica cosa che Qwen4-Max non può fare

Ogni riga qui sopra è un confronto di capacità, e la capacità è la cornice sbagliata quando uno dei due modelli può essere portato a casa. Z.ai pubblica i pesi di GLM-5.3 con la propria licenza; Alibaba non pubblica nulla per Qwen4-Max e indica un solo host. Questa differenza cambia tre cose che nessun benchmark misura.

• Continuità — un modello che ospiti continua a rispondere quando la pagina dei prezzi di un fornitore cambia, una regione viene deprecata o arriva un avviso di deprecazione. Qwen4-Max ha un precedente del 25 novembre 2026: l'identificatore di anteprima è stato ritirato nove giorni dopo la disponibilità generale, e qualsiasi configurazione che puntasse ancora a qwen4-max-preview ha smesso di funzionare.

• Curva dei costi — il costo marginale di GLM-5.3 diventa il tuo utilizzo della GPU. A volumi elevati e costanti, di solito è inferiore alla tariffa API; con volumi bassi e irregolari, è peggiore. Il punto di incrocio è un calcolo di utilizzo, non di qualità del modello.

• Controllo — fine-tuning, quantizzazione, selezione dei kernel e la capacità di ispezionare ciò che il modello sta facendo. Niente di tutto ciò esiste per Qwen4-Max.

Rispetto a ciò: il modello aperto è diciannove punti indice più debole, peggiore nell'astensione e cieco alle immagini. Per una distribuzione greenfield il compromesso non è attraente. Per un sistema già costruito attorno a uno stack di inferenza self-hosted — in cui l'alternativa a GLM-5.3 non è Qwen4-Max ma il precedente G​LM — la licenza è la caratteristica decisiva e il divario di punteggio è un costo del fare impresa.

Perché il modello aperto è quello costoso, in una frase

Perché i pesi aperti spostano il costo dal contatore dei token al budget di ingegneria, e il budget di ingegneria non compare su un listino prezzi. Mettere in piedi GLM-5.3 sul proprio hardware significa pianificazione della capacità, uno stack di serving su cui puoi applicare patch e un harness di valutazione abbastanza buono da dirti se la tua implementazione corrisponde al riferimento — costi che superano la differenza di 3,27 $ per attività a qualsiasi volume gestisca un singolo team. I 15,8 centesimi per punto indice sono il numero visibile; quello invisibile è più grande, e si paga una volta sola, che tu serva mille richieste o un milione.

Quel calcolo si ribalta su scala, e si ribalta ancora di più se devi fare fine-tuning. Il fine-tuning è l’unico requisito che rende un modello aperto non solo più economico ma l’unica opzione, e nessun vantaggio di Qwen4-Max nell’indice, per quanto ampio, può sostituirlo.

Chiamando quello che è instradabile

GLM-5.3 è nel nostro catalogo come z-ai/glm-5.3 al prezzo di listino di Z.ai, 1,26 $ in entrata e 3,96 $ in uscita per milione, senza nulla in aggiunta — le stesse tariffe pubblicate da Z.ai, comprese eventuali modifiche apportate da Z.ai. Qwen4-Max non è nel nostro catalogo; un identificatore qwen4 restituisce not-found, e il suo percorso è l'API Model Studio di Alibaba e diverse piattaforme di terze parti. Il modello Qwen più vicino che serviamo è qwen/qwen3.8-max a 2,00 $ e 6,00 $.

Questo lascia una sequenza pratica per chiunque voglia il modello più potente senza un secondo contratto: esegui la valutazione su z-ai/glm-5.3 tramite l'endpoint che già hai e, se il divario di diciannove punti è fatale per il tuo caso d'uso, confronta il prezzo di Qwen4-Max con il tuo mix di token invece che con l'indice. Le cifre per attività in questo articolo sono modellate da un harness di benchmark con un traffico di cache insolitamente intenso; un carico di produzione con prompt brevi e output lunghi comprimerà nettamente il divario tra $5.01 e $3.27, perché quasi nessuna delle due fatture è dovuta all'output.

A headless-browser screenshot of the OrcaRouter model page for GLM-5.3, captured 17 November 2026 in English, showing the identifier z-ai/glm-5.3, the byline Z.ai dated 2026-08-18, a max output of 128K, input listed as text, output listed as text, and a p50 time-to-first-token reading.

Quello che ci servirebbe vedere

Un GLM-5.5 azzererebbe questo confronto, e al momento non ce n'è traccia — nessun percorso di documentazione, nessuna riga di prezzo, nessun identificatore di modello sulle pagine di Z.ai stesso al 17 novembre 2026. Se verrà rilasciato, le domande da porsi sono se Z.ai pubblicherà i pesi come ha fatto per 5.3, se aggiungerà input di immagini e se correggerà il comportamento di astensione, perché è proprio quell'ultimo numero (38.9%) a rendere GLM-5.3 difficile da consigliare per qualsiasi cosa non verificata, prima ancora del divario nell'indice.

Nel frattempo, il riepilogo onesto è controintuitivo e breve. Il modello aperto costa di più per punto, ottiene punteggi inferiori in ogni suite misurata e resta la scelta giusta per esattamente un tipo di acquirente: quello il cui vincolo è una licenza anziché un benchmark.

Confrontati in questo articolo2

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