GPT-6 Astra vs GLM-5.5: Eén kant van deze vergelijking kan niet worden getest

Op 6 oktober 2026 publiceerde een technologiewebsite van een derde partij een rapport waarvan de kop beweerde dat GLM-5.5 Mythos 5.1 en GPT-6 Astra verslaat. Die bewering is de reden dat deze pagina bestaat, en het is de moeite waard precies te zijn over wat ze is: een kop over twee dingen die niet hetzelfde soort ding zijn. GPT-6 Astra is een uitgebracht model — OpenAI bracht het uit op 3 september 2026, het draagt de identificatie gpt-6-astra, het heeft vier gepubliceerde meters, een gedocumenteerd contextvenster van 1.050.000 tokens, en een positie op de Artificial Analysis Intelligence Index die iedereen kan lezen. GLM-5.5 is een versienummer dat nooit is verschenen in een release-log van Z.ai, in een modelkaart, in een tariefkaart, of in welke repository dan ook die het lab bezit. Op 15 oktober 2026 bestaat er geen artefact achter dat te benchmarken, aan te roepen of te beprijzen valt.

Dus de eerlijke vorm van deze vergelijking is geen rechtstreekse confrontatie. Het is een beschrijving van wat elke partij als bewijs kan onderbouwen, en van de concrete, controleerbare zaken die zouden moeten opduiken voordat de confrontatie werkelijkheid zou worden. Dat blijkt nuttiger te zijn dan een specificatieblad zou zijn geweest, want het patroon — een uitgelekt versienummer dat een benchmarkclaim verwerft die het niet kan ondersteunen — is precies het patroon dat lezers in deze productlijn blijven tegenkomen.

Wat GLM-5.5 is, in één alinea

Het is een naam binnen een reeks die hem heeft overgeslagen. Z.ai's release-log vermeldt GLM-5.3 op 18 augustus 2026 en GLM-5.3-Flash op 26 augustus; de documentatie van het bedrijf vermeldt die twee plus GLM-5.2 en stopt daar. De plekken voor 5.4 en 5.5 waren naar boven toe geëxtrapoleerd uit een oudere analistenprognose, en de eigen resultatenconferentie van het bedrijf op 31 augustus noemde GLM-6.0 als de basis voor de volgende generatie — waarmee beide nummers werden overgeslagen. De volledige audit over negen oppervlakken, met de URL's en de methode zodat deze opnieuw kan worden uitgevoerd, staat op onze referentiepagina voor de naam. Wat hier van belang is, is beperkter: een gelekt nummer is geen specificatie, en een benchmarkclaim die aan een gelekt nummer is gekoppeld, kan door niemand worden gecontroleerd, ook niet door de mensen die hem hebben gepubliceerd.

Twee modellen, twee soorten bewijs

Leg de twee partijen langs dezelfde meetlat en de asymmetrie is niet langer retorisch:

• Tariefkaart — GPT-6 Astra $10,00 invoer, $1,00 gecachet, $12,50 cache-schrijfacties, $50,00 uitvoer per 1M tegenover GLM-5.5: niets gepubliceerd, omdat er geen prijspagina is om op te publiceren

• Band voor lange prompts — GPT-6 Astra opnieuw geprijsd op $20.00 / $75.00 boven 272.000 inputtokens versus GLM-5.5, geen voorwaarden te vermelden

• Contextvenster — GPT-6 Astra 1.050.000 tokens in, 128.000 uit vs GLM-5.5 onvermeld

• Invoermodaliteit — GPT-6 Astra tekst, afbeelding en bestand in, tekst uit vs GLM-5.5 niet vermeld

• Identificator — GPT-6 Astra gpt-6-astra, terug te vinden in de documentatie van OpenAI en in onze catalogus, tegenover GLM-5.5 geen identificator op enig leveranciersoppervlak

• Onafhankelijke score — GPT-6 Astra 53 op de Artificial Analysis Intelligence Index, 44,6 outputtokens per seconde, $3,26 per voltooide indextaak versus GLM-5.5 geen vermelding, en geen manier om er een te produceren

• Benchmarkclaim — GPT-6 Astra: een leverancierstabel (98% FrontierMath Tier 4, 99.9% ARC-AGI-3, 100% ExploitBench, 57.9% Terminal-Bench 4.0), elk cijfer is toe te schrijven aan OpenAI en elk cijfer is hieronder van een voorbehoud voorzien; tegenover GLM-5.5: een vergelijkende bewering zonder cijfer, zonder harness en zonder model

• Gewichten — GPT-6 Astra gesloten, alleen API vs. GLM-5.5 geen om vrij te geven

Het deel van het Astra-dossier dat kritische toetsing doorstaat, en het deel dat dat niet doet.

Omdat de ene kant van deze pagina een volledige bewijsbasis heeft en de andere geen, is het waardevollere dat dit artikel kan doen, precies zeggen hoeveel van het Astra-dossier dragend is.

Het onafhankelijke deel is solide. Artificial Analysis meet GPT-6 Astra over tien evaluaties op 53 op zijn huidige Intelligence Index, als de zevende van de 216 modellen op die ranglijst, tegen $3,26 per voltooide indextaak, met ruwweg 60M outputtokens die tijdens de run zijn gegenereerd — beknopter dan de mediaan van die ranglijst, die ongeveer 85M bedraagt. Het wordt gemeten op 44,6 outputtokens per seconde, waarmee het qua snelheid 168e van 185 staat, en dat is geen afrondingsartefact: voor een agent die veel opeenvolgende aanroepen doet, is doorvoer een kostenpost. Die cijfers komen van een evaluator die zijn methodologie publiceert, en het zijn de cijfers waarmee een lezer moet rekenen.

De leveranciershelft moet nog van labels worden voorzien. O​penAI rapporteert 98% op FrontierMath Tier 4 en beschrijft dat niveau als verzadigd; 99,9% op ARC-AGI-3 met een claim van pariteit in actie-efficiëntie met mensen op 96% van de niveaus; 100% op ExploitBench, waarbij Astra het eerste O​penAI-model is dat de Critical-drempel voor cybersecurity van het bedrijf overschrijdt; en 57,9% op Terminal-Bench 4.0 tegenover 37,3% voor GPT-5.6 Sol. Geen van die cijfers is onafhankelijk gereproduceerd. Het ARC-AGI-3-cijfer is het cijfer dat het meest om een voetnoot vraagt, en ARC Prize leverde die: onder de standaardharness, waarbij het model alleen notities mag meenemen die het voor zichzelf schrijft, scoorde Astra 62,7%; de 99,9% werd gemeten onder een provideradapter die de redeneerstatus tussen verzoeken behoudt. Beide kolommen werden gepubliceerd. De 37-puntsspreiding is de omvang van de harness, en wie 99,9% citeert tegenover het standaardharnesscijfer van een concurrent, vergelijkt twee verschillende experimenten.

Pas die discipline toe op de bewering van 6 oktober en ze mislukt bij de eerste stap. Er is geen harness om te benoemen, geen score om te vergelijken, geen configuratie om constant te houden, en geen model-identifier om vast te zetten. "Verslaat GPT-6 Astra" is nog geen bewering die waar of onwaar kan zijn; het is een bewering die op een onderwerp wacht.

De GLM die je daadwerkelijk tegen Astra kunt draaien

Als de vraag achter de zoekopdracht is "moet ik een GLM of een OpenAI-flagship gebruiken", dan is de naam in het rapport niet de naam in het antwoord. Z.ai's tekstvlaggenschip dat momenteel wordt geleverd, is GLM-5.3, uitgebracht op 18 augustus 2026, met gewichten op Hugging Face vanaf 25 augustus — een mixture-of-experts-model met 753 miljard parameters, met ongeveer 40 miljard actieve parameters per token, een contextvenster van 1.000.000 tokens, een uitvoerplafond van 128.000 tokens, en alleen tekst in en tekst uit. Denken staat altijd aan; de diepte wordt ingesteld met reasoning_effort. Het heeft een aangepaste licentie in plaats van een open licentie, wat een echte beperking is als je van plan bent om op de gewichten voort te bouwen in plaats van de API aan te roepen.

Vergeleken met GPT-6 Astra is de vorm van de afweging een afweging tussen prijs en breedsprakigheid, en de tweede helft ervan is de helft die niemand citeert:

• Prijs — GPT-6 Astra $10,00 / $50,00 per 1 mln. vs. GLM-5.3 $1,40 / $4,40 op de eigen tariefkaart van Z.ai, die in onze catalogus $1,26 / $3,96 aangeeft

• Onafhankelijke index — GPT-6 Astra 53 vs GLM-5.3 45, beide op de huidige schaal van Artificial Analysis

• Kosten per voltooide indextaak — GPT-6 Astra $3,26 vs. GLM-5.3 $2,01

• Uitvoertokens bij die run — GPT-6 Astra 60M vs GLM-5.3 210M, tegen een scorebordmediaan van nabij 85M

• Doorvoer — GPT-6 Astra 44,6 tokens per seconde vs GLM-5.3 58,2

Die vierde regel is degene die beslissingen verandert. De tariefkaart van GLM-5.3 is ongeveer zeven keer goedkoper dan die van Astra voor input en elf keer goedkoper voor output, en toch kost het $2,01 om een indextaak te voltooien, tegenover de $3,26 van Astra — een verschil dat veel kleiner is dan de tariefkaarten doen vermoeden. De reden is breedsprakigheid: 210M outputtokens tegenover 60M van Astra voor dezelfde suite. Een goedkoop token vermenigvuldigd met een spraakzaam model blijft niet goedkoop. Dit is ook waarom de $1,26 / $3,96 die onze catalogus toont, minder uitmaakt dan het lijkt: een korting van 10% op een meter waarvan het model 3,5x zoveel verbruikt, is een klein effect vergeleken met het verschil in tokenaantal.

Een correctie die in de officiële verslaglegging thuishoort en niet in een voetnoot, omdat ze iedereen raakt die nog een ouder cijfer in handen heeft: eerdere berichtgeving in deze reeks, inclusief ons eigen augustusartikel, citeerde GLM-5.3 met een score van 60 op de Artificial Analysis Intelligence Index. Dat was de stand op de indexversie die in augustus actueel was. Hetzelfde model scoort 45 op de schaal die vandaag wordt gehanteerd, omdat de index zelf is herzien. Het cijfer is niet gedaald; de meetlat is veranderd. Elke vergelijking die een cijfer uit de ene indexversie vermengt met een cijfer uit een andere is geen vergelijking; dat is dezelfde faalmodus als het citeren van Astra's 99,9% ARC-AGI-3 tegenover een rivaal die met een standaardharnas is getest.

Waar routing past

In dit alles zit een praktische test, en het is degene die een catalogus uitvoert. GPT-6 Astra resolveert als openai/gpt-6-astra op OrcaRouter en GLM-5.3 resolveert als z-ai/glm-5.3, beide achter één OpenAI-compatibel endpoint tegen de lijsttarieven van de provider, doorgegeven zonder dat wij er een opslag op zetten — dus een tariefwijziging van Z.ai en een tariefwijziging van OpenAI komen beide op dezelfde sleutel terecht op de dag dat ze worden gepubliceerd, en het verplaatsen van verkeer tussen de twee is een wijziging van een modelstring in plaats van een tweede contract. Een naam die nergens naar resolveert is een ander soort signaal, en de query is goedkoop om uit te voeren.

Dat heeft hier een specifiek nut. De manier om een GLM-versus-Astra-vraag voor je eigen verkeer te beslechten, is je eigen takenreeks tegen beide te draaien, en de kosten van het opzetten van dat experiment zijn precies wat een gedeeld endpoint wegneemt. Het geeft je ook de goedkopere helft van het antwoord zonder een experiment: Astra's tariefband van $20,00 / $75,00 boven 272.000 tokens bevindt zich precies daar waar het vaste tarief van $1,26 / $3,96 van GLM-5.3 dat niet doet, dus een workload met een lange context heeft een prijsargument om de GLM te verkiezen voordat er ook maar een benchmark wordt geraadpleegd.

Er wordt geen route opgeëist voor GLM-5.5, want er valt niets te routeren: het is een naam, en een catalogusquery erop levert een not-found op in plaats van een model.

Wat zou deze pagina verouderd maken?

De lijst is kort en elk item is afzonderlijk controleerbaar, en dat is precies het punt. GLM-5.5 wordt echt wanneer er een modelkaart op de documentatie van Z.ai verschijnt met een identificatie, wanneer een regel in een tariefkaart het vermeldt, wanneer een Hugging Face-repository die eigendom is van het lab gewichten publiceert onder een benoemde licentie, wanneer een onafhankelijke evaluator er een pagina voor heeft, en wanneer een query op een catalogus een model retourneert in plaats van een 404. Elk van deze is een sterk signaal. Totdat minstens één daarvan zich aandient, beschrijft een rapport over hoe GLM-5.5 presteert tegenover GPT-6 Astra een vergelijking tussen een product en een projectie.

De verdedigbare interpretatie van deze confrontatie vandaag is dus geen eindoordeel, maar een taakverdeling. GPT-6 Astra is het beter onderbouwde model en het duurdere model, en zijn zwakste terrein is precies waar een GLM het sterkst is: lange context, hoog volume, en werk waarbij de uitvoerigheid van de output de dominante kostenpost is. GLM-5.3 is de goedkopere meter met de tragere besteding, de onafhankelijke score is 8 punten lager, en het kan tegen geen enkele prijs een afbeelding zien. Als er daadwerkelijk een GLM-5.5 wordt uitgebracht, is het cijfer om het eerst in het oog te houden niet zijn benchmark — het is het aantal output-tokens op een vaste suite, want dat is het cijfer dat het prijsvoordeel van GLM historisch gezien tot bijna niets heeft teruggebracht.

Een release is ook het moment om te controleren wat er eerder mis is gegaan: de gedocumenteerde AI-incidenten en agentfouten rond modellen in deze klasse zijn verzameld in the OrcaRouter AI Incident Archive , waar elk item zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-markering bevat.