GLM-5.3-Flash vs GLM-5.3: Czy przewaga flagowca o trzy punkty uzasadnia dziesięciokrotną cenę?

Zhipu AI spędziło 26 sierpnia na podcinaniu cen własnego flagowca. Tego samego dnia, kiedy potwierdziło GLM-5.3-Flash — multimodalny model z 18B aktywnych parametrów, stojący za anonimowym „Ox Alpha" — wyceniło ten model na jedną dziesiątą ceny GLM-5.3, swojego flagowca z 743B parametrów, który tydzień wcześniej prowadził na listach otwartych modeli, z ograniczoną czasowo zniżką, która obniża ją do jednej dwudziestej. Oba modele mają wspólną nazwę, wspólne pochodzenie i okno kontekstowe o długości 1M tokenów, ale znajdują się na przeciwnych krańcach cennika Zhipu, a luka między nimi stawia teraz pytanie: GLM-5.3 zdobywa 60 punktów w Artificial Analysis Intelligence Index, podczas gdy Zhipu twierdzi, że GLM-5.3-Flash ma 57 — tak więc cała premia za flagowy model opiera się na trzech punktach indeksu i na tym, czy te punkty są warte od dziesięciu do dwudziestu razy więcej pieniędzy.

To porównanie w ramach jednej rodziny, więc typowe pytanie „który jest lepszy” jest niewłaściwe — właściwe brzmi: „który poziom pasuje do zadania”. Flash jest tańszy, gotowy na otwarte wagi i natywnie multimodalny; flagowiec wypada lepiej w niezależnie mierzonych zadaniach rozumowania, jest bardziej rozwlekły i wciąż czeka na własną datę udostępnienia otwartych wag. Oto tabela wyników, a następnie uzasadnienie.

Jedna rodzina, dwa poziomy

GLM-5.3 to flagowy model rozumowania Zhipu: łącznie 743B parametrów na tej samej bazie mixture-of-experts co GLM-5.2 (około 40B aktywnych na token), obsługa wyłącznie tekstu, wymagane myślenie na trzech poziomach wysiłku oraz niezależnie zmierzony wynik 60 w AA Intelligence Index, co daje remis z Kimi K3 w kategorii najlepszego wyniku wśród otwartych modeli. GLM-5.3-Flash to kontrpropozycja: 320B łącznie / 18B aktywnych w 45 warstwach, natywne wejście tekstu/obrazu/wideo, wagi na licencji MIT wypuszczone w dniu premiery oraz wynik 57 w AA Index, który Zhipu raportuje, ale Artificial Analysis nie potwierdził jeszcze niezależnie. Oba obsługują okno kontekstowe 1M tokenów, oba są serwowane przez API Zhipu i oba wcielają podejście GLM-5 z dużym naciskiem na post-trening — wszystkie zyski GLM-5.3 pochodziły ze skalowanego uczenia przez wzmacnianie na stałej bazie, a Flash kontynuuje ten kierunek, zamiast go odwracać.

Gdzie idą te trzy punkty?

Na indeksie różnica między 57 a 60 to różnica między dorównaniem Claude Opus 4.8 (57) a dorównaniem Kimi K3 na szczycie modeli otwartych (60). W praktyce trzy punkty AA przekładają się na trudny koniec rozumowania — problemy długohoryzontowe, wieloetapowe, w których widoczne jest skalowane post-trenowanie flagowca. Jest to zgodne z tym, co jeszcze wiadomo o obu modelach: GLM-5.3 jest najbardziej rozwlekłym modelem w swojej klasie, generującym znacznie więcej tokenów wyjściowych na zadanie niż jego rówieśnicy, co jest sygnałem modelu, który myśli dłużej, zanim odpowie. Flash, zgodnie z pozycjonowaniem Zhipu, wymienia część tej rozwagi na koszt i szybkość.

Istnieje również asymetria w weryfikacji. {{1}}Wynik 60 dla GLM-5.3 został zmierzony niezależnie przez Artificial Analysis; wynik 57 dla GLM-5.3-Flash pochodzi z materiałów premierowych Zhipu i na moment pisania tego tekstu nie pojawił się na liście liderów.{{/1}} Jeśli chodzi o kodowanie, {{2}}raportowane przez producenta wyniki GLM-5.3 są mocne (Terminal-Bench 3.0 28.3, DeepSWE v1.1 66.9, Agents' Last Exam CLI 28.5),{{/2}} a {{3}}Zhipu twierdzi, że kodowanie Flasha w jego wewnętrznym benchmarku Z.ai Code Bench jest porównywalne z Claude Opus 4.8{{/3}} — twierdzenie, które społeczność przetestuje na wagach MIT w ciągu kilku dni, a nie miesięcy.

Luka cenowa, określona ilościowo

GLM-5.3 kosztuje 1,40 USD za milion tokenów wejściowych i 4,40 USD za milion tokenów wyjściowych. GLM-5.3-Flash to jedna dziesiąta tej ceny — około 0,14 / 0,44 USD, wyliczone z podanego przez Zhipu współczynnika — lub około 0,07 / 0,22 USD w okresie promocji ograniczonej czasowo, czyli jedna dwudziesta. Zhipu szacuje również koszt Flasha na jedno zadanie AA Intelligence Index na około 0,045 USD w porównaniu z szacowanymi 0,68 USD dla GLM-5.3. Sednem jest różnica w cenie za token: dziesięcio- do dwudziestokrotna różnica cen przy trzypunktowej różnicy w indeksie.

Dwa zastrzeżenia nie pozwalają przeceniać tej różnicy. Po pierwsze, rabat na Flasha jest wyraźnie ograniczony czasowo, więc jego regularna cena może wynosić 0,14 $ / 0,44 $, a nie promocyjne 0,07 $ / 0,22 $. Po drugie, rzeczywista różnica kosztów zależy od rozwlekłości odpowiedzi: GLM-5.3 zużywa dużo tokenów wyjściowych, podczas gdy zachowanie Flasha nie zostało jeszcze zmierzone na dużą skalę. Jeśli Flash działa z podobnym współczynnikiem ekspansji, część przewagi cenowej znika w przeliczeniu na pojedyncze zadanie. Jak zawsze, porównuj koszt pojedynczego zadania na własnych obciążeniach, a nie ceny katalogowe za token.

Otwarte wagi: Flash prześcignął flagowy model

Najbardziej zaskakującym szczegółem tej premiery jest kolejność licencji. GLM-5.3-Flash opublikował swoje wagi na Hugging Face na licencji MIT 26 sierpnia, tego samego dnia co ogłoszenie. GLM-5.3 — model, który Zhipu pozycjonował jako flagowy z otwartymi wagami — był w tamtym dniu nadal zastrzeżony, a wagi obiecano na około 28 sierpnia, dwa tygodnie po premierze z 14 sierpnia. W rezultacie tańszy model Zhipu można już hostować samodzielnie, podczas gdy flagowy jeszcze nie, a społeczność będzie mogła porównać Flasha z deklarowaną wydajnością flagowca, zanim pojawią się wagi tego ostatniego. Jeśli podawane przez producenta wyniki Flasha — 57 punktów i deklaracje dotyczące kodowania — przetrwają niezależne testy, argument o wartości flagowca będzie trudniejszy do obrony; jeśli nie, trzypunktowa premia wydaje się uzasadniona.

Który GLM właściwie powinieneś wywołać?

Przejdź przez poziomy tak, jak sugeruje cennik:

• Wejście multimodalne — GLM-5.3-Flash jest jedynym z tych dwóch modeli oferującym natywne rozumienie tekstu, obrazów i wideo; GLM-5.3 obsługuje wyłącznie tekst.

• Self-hosting — GLM-5.3-Flash, wagi MIT już dostępne; wagi GLM-5.3 wciąż w przygotowaniu.

• Najtrudniejsze zadania wymagające rozumowania — GLM-5.3, dzięki niezależnie zmierzonemu wynikowi 60 i znanej głębi analizy.

• Wolumen wrażliwy na koszty — GLM-5.3-Flash, w cenie od jednej dziesiątej do jednej dwudziestej stawki modelu flagowego, z powyższym zastrzeżeniem dotyczącym rabatu.

• Kodowanie agentowe — dowody są mieszane, dopóki Flash nie zostanie niezależnie przetestowany; liczby dotyczące kodowania podawane przez producenta GLM-5.3 są solidne, ale też niezreplikowane, a twierdzenie Flasha o kodowaniu jest jeszcze nowsze. Przetestuj na własnym zestawie testowym.

Po stronie routingu flagowa strona tego porównania jest już aktywna na OrcaRouter — GLM-5.3 trafił na listę w dniu otwarcia API Zhipu, po cenie katalogowej Zhipu z zerowym narzutem. GLM-5.3-Flash nie ma jeszcze na liście; to dzień premiery. Użyteczną konsekwencją jest to, że gdy Flash się pojawi, cała rodzina będzie dostępna za jednym kluczem, a DSL routingu pozwoli kierować trudne problemy do flagowca, a duże wolumeny do Flasha bez drugiej integracji. Do tego czasu wagi MIT modelu Flash to najszybszy sposób, aby przekonać się, który poziom rzeczywiście odpowiada Twojemu obciążeniu.

Najważniejsze

GLM-5.3-Flash kontra GLM-5.3 to nie do końca pojedynek — to Zhipu wyceniające dwa poziomy tej samej krzywej możliwości, a różnica w cenie jest strategią produktową. Trzy punkty przewagi flagowego modelu są realne tam, gdzie mają znaczenie (niezależne pomiary, najtrudniejsze rozumowanie) i warte swojej ceny dla obciążeń, które ich potrzebują. Zniżka Flasha rzędu dziesięciu–dwudziestokrotności kupuje to samo podejście z tej samej rodziny, natywne wejście multimodalne i wagi na licencji MIT — kosztem trzech punktów indeksu i zestawu niepotwierdzonych deklaracji. Dla większości obciążeń produkcyjnych, które nie operują na twardym krańcu rozumowania, Flash jest racjonalnym domyślnym wyborem; dla pozostałych GLM-5.3 jest ubezpieczeniem. Dwuweekendowe okno, zanim pojawią się wagi flagowego modelu, rozstrzygnie, ile z tej premii to faktyczne możliwości, a ile tymczasowy placeholder.