Nemotron 3.5 Super vs GLM-5.5: een van deze modellen bestaat

There is a real comparison between NVIDIA Nemotron 3.5 Super and GLM-5.5, and it is not the one the search results promise. Nemotron 3.5 Super — 120 billion total parameters with 12 billion active per token, a hybrid Mamba-2 and Transformer mixture of experts with a C-RADIO vision encoder, published under the fuller name NVIDIA Nemotron 3.5 Super VL and shipped on Ollama as nemotron-3.5-super — is a set of weights that went up on Hugging Face on 12 October 2026, were announced by NVIDIA on 15 October, and can be downloaded and run tonight under the OpenMDW-1.1 licence. GLM-5.5 is a model that Z.ai has not released. There is no repository, no model card, no endpoint, no price and no parameter count. There are reports going back to June 2026 about a trillion-parameter launch, a leak write-up in October claiming it beats two frontier models, and silence from the lab.

Wat betekent dat een head-to-head tussen deze twee de specificaties van het ene echte model tegenover de reputatie van het andere model zou zijn. Dat is geen vergelijking; het is een horoscoop met benchmarks. Daarom doet deze pagina wat daadwerkelijk nuttig is: ze vermeldt wat Z.ai heeft uitgebracht, wat bekend is over wat het niet heeft uitgebracht, en voert vervolgens de vergelijking uit waar een lezer met een GPU en een workload vandaag mee aan de slag kan.

Wat Z.ai daadwerkelijk heeft uitgebracht

Z.ai's published flagship line runs through GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 and GLM-5.3-Flash. On our own catalogue the highest GLM identifier we route is z-ai/glm-5.3, alongside z-ai/glm-5.3-flash and a free variant of the flash tier. There is no GLM-5.5 id, and the model list stops where the lab's log stops.

Wat GLM-5.3 is, op basis van de cijfers die we kunnen verifiëren: een mengeling van experts met 753 miljard parameters en 40 miljard actief per token, een contextvenster van 1.000.000 tokens met een uitvoerlimiet van 128.000 tokens, tekstinvoer, een licentie die Z.ai onder zijn eigen naam publiceert en waarbij commercieel gebruik is toegestaan, en een doorberekend metertarief van $1,26 per miljoen invoertokens en $3,96 per miljoen uitvoertokens. De flash-tier zit daaronder op $0,15 en $0,50 met een context van 1M en tekst-, beeld- en video-invoer.

Dat flash-tier is op één specifiek punt een interessantere concurrent voor deze NVIDIA-release dan het vlaggenschip, en er is een zusterpagina in dezelfde batch die dit behandelt. Voor de doeleinden van dit artikel is het punt beperkter: als je Nemotron 3.5 Super wilt vergelijken met iets dat Z.ai heeft uitgebracht, vergelijk je het met GLM-5.3, en die vergelijking is vandaag beschikbaar.

Waarom de GLM-5.5-rapporten geen bruikbare cijfers zijn

De berichtgeving over GLM-5.5 valt in drie categorieën, en geen ervan zal een aankoopbeslissing ondersteunen.

Het eerste is planning. Berichtgeving uit medio 2026 beschreef een geplande augustuslancering gericht op ChatGPT en Claude, gebaseerd op uitspraken van Zhipu-personeel en op geruchten in de sector. De datum verstreek zonder release. Een lanceringsvenster dat al is gemist, is geen bewijs over een model.

Het tweede is het parameteraantal. Er doen rapporten de ronde over een biljoen parameters. Niemand heeft een safetensors-index, een config of een aantal experts per laag gepubliceerd, terwijl dat normaal gesproken is waaraan een parameterclaim wordt getoetst. Het getal kan best juist blijken te zijn; op dit moment is het een bewering zonder enig artefact erachter.

Het derde zijn benchmarkclaims. Een artikel uit oktober beweerde dat GLM-5.5 twee met naam genoemde frontiermodellen verslaat. Er is geen harness, geen promptset, geen scoringsconfiguratie en geen reproduceerbaarheidspad in die claim — precies de leemte die NVIDIA, wat men verder ook zegt over door leveranciers uitgevoerde evaluaties, dichtte door een NeMo Gym-recept met benchmarkspecifieke containers en inferentieparameters naast zijn tabel te publiceren. Een leveranciersbenchmark met een recept is zwak bewijs. Een gelekte benchmark zonder een recept is geen bewijs.

Er bestaat een versie van dit artikel die de uitgelekte cijfers als echt behandelt, ze in een scorebord met twee kolommen zet en de lezer laat aannemen dat de confrontatie beslecht is. Dat artikel zou niets waard zijn voor iedereen die een beslissing moet nemen, en het zou binnen een week na welke daadwerkelijke aankondiging dan ook achterhaald zijn.

De vergelijking die gemaakt kan worden, goed uitgevoerd

Nemotron 3.5 Super VL versus GLM-5.3, het vlaggenschip dat Z.ai daadwerkelijk heeft gepubliceerd.

• Totale en actieve parameters — 120B totaal met 12B actief, 512 gerouteerde experts per MoE-laag · GLM-5.3 op 753B totaal met 40B actief. Wat actieve parameters betreft is het NVIDIA-model een derde van de omvang en zou het op gelijkwaardige hardware dramatisch goedkoper per token moeten zijn om te draaien, wat de hele ontwerpbedoeling is.

• Context — 1.000.000 tokens op beide, met een belangrijke nuance. De kaart van NVIDIA zegt dat beschikbaar geheugen en runtime-instellingen het bruikbare aantal bepalen, en dat prompts, afbeeldingen, geschiedenis, toolresultaten en gegenereerde tokens het budget delen. Z.ai publiceert een uitvoerlimiet van 128.000 tokens voor GLM-5.3 en NVIDIA publiceert helemaal geen uitvoerlimiet, waardoor GLM-5.3 het voorspelbaardere model is voor lange generaties en het NVIDIA-checkpoint het meer open-eindige model.

• Modaliteit — tekst, afbeelding en video in met tekst uit voor het NVIDIA-model, via een vision-encoder en connector, met een projector van 1,6 GiB op elke gepubliceerde tag · alleen tekst voor GLM-5.3, waarbij het multimodale pad in plaats daarvan in de goedkopere flash-tier zit. Als je invoer een documentpagina is, doet het vlaggenschip-GLM niet mee.

• Prijs per verbruik — geen voor het NVIDIA-checkpoint, dat alleen zelf te hosten is · $1.26 in en $3.96 uit per miljoen tokens voor GLM-5.3, doorberekend tegen de lijstprijs van de provider, zonder enige opslag.

• Index van derden, de enige geauditeerde rij in deze lijst — het panel dat deze modellen beoordeelt, plaatst het NVIDIA-checkpoint op ongeveer 26 en GLM-5.3 op ongeveer 45. Dat is een verschil van achttien punten in het voordeel van het Chinese vlaggenschip, gemeten door een derde partij in plaats van door een van beide leveranciers, en het is het allerbelangrijkste getal hier.

• Releasestatus — gewichten openbaar op 12 oktober 2026, aangekondigd op 15 oktober, vier dagen operationele geschiedenis · GA, met een uitgebrachte reeks revisies achter zich.

Het gat op de index verdient het om zonder verzachting te worden benoemd. De door NVIDIA zelf gepubliceerde tabel kan niet worden gebruikt om het weg te redeneren, omdat de leverancier GLM-5.3 niet als baseline heeft gedraaid — de GLM-kolom in die tabel is GLM-5.3-Flash, de goedkopere tier, en zelfs daar blijft NVIDIA's model achter op de meeste agentic-rijen. Een open checkpoint met 12B actieve parameters concurreert op algemene capaciteiten niet met een vlaggenschip met 40B actieve parameters, en elke pagina die je iets anders vertelt, heeft iets te verkopen.

Wat de architectuurkeuze je daadwerkelijk oplevert

De interessante vraag is niet of 12B actief 40B actief verslaat. Dat doet het niet. De interessante vraag is wat er gebeurt wanneer je normaliseert voor de hardware die je je kunt veroorloven.

Bij zijn standaard 4-bit-tag is de NVIDIA-checkpoint 82,3 GiB aan gewichten plus een vision projector van 1,6 GiB — één kaart van 96 GB, met KV-cache-marge die krimpt naarmate je de context vergroot. GLM-5.3 met 753 miljard parameters in totaal past op geen enkele machine bij welke kwantisatie dan ook die zijn gedrag behoudt, en de goedkoopste correcte uitrol is het cluster van iemand anders via een API voor $1,26 en $3,96.

Dus de twee modellen zijn geen substituten. Het ene is een naar verbruik afgerekende capaciteit die je huurt en het andere is een vaste kostenpost die je bezit, en het enige dat de keuze tussen beide bepaalt, is hoe continu je het ding gebruikt. Onder een bepaalde doorvoer is een topmodel van $1,26 per miljoen tokens simpelweg goedkoper dan een kaart van 96 GB en de elektriciteit erachter. Boven een bepaalde doorvoer wint de kaart, en ze wint zonder het betere model te hoeven zijn.

Het andere dat het NVIDIA-ontwerp oplevert, en dat is niet niets, is de visuele route onder een permissieve licentie. GLM-5.3 ondersteunt alleen tekst. GLM-5.3-Flash accepteert afbeeldingen en video voor vijftien cent en vijftig cent per miljoen tokens, wat opmerkelijk goedkoop is en daarom is de flash-tier — niet het vlaggenschip — de juiste Z.ai-vergelijking voor een documentpijplijn. Een zelfgehost visionmodel tegen vaste kosten versus een gehost visionmodel van vijftien cent is een echte vraag met een echt omslagpunt, en het is de moeite waard om dat met je eigen pagina-aantallen uit te rekenen in plaats van met een leaderboard.

Drie dingen over het NVIDIA-checkpoint die onopgelost zijn

Om ook de andere kant recht te doen, omdat de openheid van de NVIDIA-release de specificatie ervan niet compleet maakt.

De standaardtag die de meeste mensen zullen pullen is een 4-bits kwantisatie, en elk gepubliceerd evaluatiecijfer — de eigen tabel van NVIDIA, de score van het externe panel — is voor BF16 of NVFP4. De versie die daadwerkelijk in gebruik is, heeft geen gepubliceerde evaluatie. Dit is de grootste ongemeten grootheid aan beide zijden van deze pagina.

De standaard sampling-instellingen die de runtime meelevert, zijn de tekstinstellingen van de kaart: temperatuur 1,0 met top_p 0,95, terwijl de visie-instelling van de kaart temperatuur 0,6 is. Een visiemodel waarvan de standaardconfiguratie is afgestemd op zijn teksthelft, zal teleurstellende eerste indrukken opleveren op gescande pagina's, en de oplossing is een configuratiewijziging in plaats van een ander model.

And the specification disagrees with itself in two small places that matter to tooling: the Ollama config blob declares model_type: 123.6B while every human-facing label says 120B, and the library page advertises a 1M context for its GGUF tags but no context figure at all for its three MLX tags. Neither is a defect in the weights. Both are things a deployment script will trip over.

Waar dit een lezer achterlaat

Als je hier bent omdat je wilde weten hoe Nemotron 3.5 Super zich verhoudt tot GLM-5.5, dan is het antwoord dat het tweede model nog niet bestaat en dat elke pagina die je er cijfers voor geeft, ze verzint. Wat wel bestaat, is een lek met een parameteraantal, een gemist lanceervenster en een bewering zonder enig testkader erachter.

Als je moet kiezen tussen wat daadwerkelijk wordt geleverd, dan is de keuze tussen een op verbruik gebaseerd Z.ai-flagship dat wezenlijk sterker is in algemene capaciteiten en alleen tekst aankan, een op verbruik gebaseerde Z.ai-flash-tier die opmerkelijk goedkoop is en afbeeldingen aankan, en een NVIDIA-checkpoint die je zelf kunt bezitten, die tekst, afbeeldingen en video aankan, en die achterblijft op de enige onafhankelijk gemeten score die een van hen heeft. Nemotron 3.5 Super staat niet op OrcaRouter — we routeren iets meer dan tweehonderd modellen en er is geen NVIDIA Nemotron-vermelding bij — dus als je de NVIDIA-checkpoint wilt, zijn de eigen kanalen van de leverancier en het lokaal ophalen je route.

GLM-5.3 en GLM-5.3-Flash staan op onze key, tegen de lijstprijs van de provider, doorgegeven zonder opslag per token, en een prijswijziging van Z.ai komt dezelfde dag nog bij ons terecht in plaats van pas bij uw volgende contractverlenging. Dat is het goedkope experiment: draai de workload tegen het model dat u vandaag kunt bereiken, ontdek wat het kost per eenheid echt werk, en beslis pas dan of de vaste kosten van een kaart die u bezit opwegen tegen een meter die u huurt.

En wanneer GLM-5.5 er eenmaal is — als dat gebeurt — zal de versie van deze pagina die het lezen waard is, degene zijn die is geschreven nadat iemand anders dan het lab het heeft gedraaid.

Benchmarks verouderen en prijzen veranderen; het faalregister niet: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding haar eigen bronnen, ernstniveau, betrouwbaarheidsklasse en betwistingsmarkering bevat.