GPT-6 Sol Pro vs GLM 5.3: Co tak naprawdę daje ci licencja open-weight?

GPT-6 Sol Pro i GLM 5.3 to dwie połowy prawdziwego rozłamu w tym, jak kupuje się model rozumujący, a miejscem tego rozłamu jest licencja. GPT-6 Sol — model dostawcy, który uruchamia konfiguracja gpt-6-sol-pro, ogólnie dostępny od 22 września 2026 roku po 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych — to zamknięte API. Wynajmujesz je. GLM 5.3, flagowy model firmy, który trafił do API 18 sierpnia 2026 roku i opublikował swoje wagi na początku września, kosztuje 1,26 USD za tokeny wejściowe i 3,96 USD za tokeny wyjściowe za milion tokenów na naszej własnej stronie modelu, a Ty możesz go pobrać.

Ten tekst nie zamierza dowodzić, że któryś z nich jest słuszny. Zamierza być precyzyjny co do tego, co tak naprawdę daje ci to pobranie, ponieważ odpowiedź jest węższa, niż zwykle sugeruje dyskurs wokół otwartych wag, a ta część, która jest naprawdę wartościowa, nie jest tą, którą ludzie zwykle przywołują.

Co mówi każda linia cenowa

Obie to listy dostawców — własne liczby OpenAI i Z.ai, przekazywane bez zmian przez platformy, które je hostują.

• Dane wejściowe — GPT-6 Sol 2,00 USD za milion tokenów vs GLM 5.3 1,26 USD za milion tokenów

• Wyjście — GPT-6 Sol 10,00 USD za milion tokenów vs GLM 5.3 3,96 USD za milion tokenów

• Dane wejściowe z pamięci podręcznej — GPT-6 Sol 0,20 USD za milion tokenów w porównaniu z GLM 5.3 przy 90% zniżce względem swojej stawki bez pamięci podręcznej, co stanowi ten sam ułamek mniejszej liczby

• Zapis do pamięci podręcznej — GPT-6 Sol 2,50 USD za milion tokenów przy pojedynczym TTL vs poziom zapisu do pamięci podręcznej GLM 5.3, i to tutaj oba cenniki przestają być bezpośrednio porównywalne, ponieważ dostawcy inaczej rozliczają zapisy

• Cennik długiego kontekstu — GPT-6 Sol wycenia żądanie powyżej swojego progu wejściowego według wyższej stawki za całe żądanie; okno 1M tokenów GLM 5.3 jest rozliczane według standardowych stawek przez cały czas

• Okno kontekstowe — GPT-6 Sol 1 050 000 tokenów vs GLM 5.3 1 000 000 tokenów

• Maksymalna długość wyjścia — GPT-6 Sol 128 000 tokenów vs GLM 5.3 128 000 tokenów

• Modalności wejściowe — GPT-6 Sol: tekst i obraz vs GLM 5.3: tylko tekst

• Wagi — GPT-6 Sol zamknięte, brak pobierania vs GLM 5.3 opublikowane na Hugging Face na własnej licencji GLM-5.3 firmy Z.ai

Według stawek katalogowych GLM 5.3 jest około 1,6× tańszy na wejściu i 2,5× tańszy na wyjściu. To realna różnica i nie jest rozstrzygająca. Wiersz, który zmienia decyzje, to ostatni.

Co tak naprawdę mówi licencja, a czego nie

Tu właśnie rozmowa o otwartych wagach zwykle idzie w złą stronę. Twierdzenie „to otwarte wagi, więc jesteś bezpieczny od ryzyka dostawcy” jest prawdziwe w jednym konkretnym sensie, a fałszywe w innym, a różnica jest warta wyjaśnienia.

Wagi GLM 5.3 zostały opublikowane. Licencja to własna licencja GLM-5.3 firmy Z.ai, a nie MIT — poprzednia generacja, GLM-5.2, była na licencji MIT, a cała historia sprowadza się do tej zmiany. Nowa licencja pozwala na użycie komercyjne i dostrajanie. Dodaje warunek: dostawca modeli jako usługi z przychodami powyżej 10 miliardów dolarów w dowolnym okresie dwunastu miesięcy musi przejść kontrolę bezpieczeństwa Z.ai, zanim zaoferuje model jako usługę.

Ten warunek mówi, do czego służy licencja. Nie jest to ograniczenie wymierzone w ciebie. Jest wymierzone w garstkę hiperskalerów, którzy w przeciwnym razie mogliby odsprzedawać pracę Z.ai jako własny produkt, nie wnosząc do niej wkładu. Jeśli uruchamiasz GLM 5.3 w swoim produkcie, dostrajasz go na własnych danych lub udostępniasz go swoim użytkownikom, klauzula cię nie dotyczy.

Co to właściwie oznacza: licencja jest dokumentem kontrolowanym przez dostawcę, a nie nieodwołalnym nadaniem praw. Licencji MIT nie można zmienić. Licencję niestandardową można zmienić dla przyszłych wersji, a warunki, które zaakceptowałeś dla 5.3, nie są obietnicą dotyczącą tego, co Z.ai oznaczy następnym numerem. To mniejsze ryzyko niż „dostawca może wycofać model” — pobrane wagi nie przestają działać — ale to nie nic i żadna strona porównująca modele open-weights o tym nie wspomina.

Naprawdę wartościowa część tego pobrania jest węższa i bardziej konkretna niż slogan: polega na tym, że checkpoint, który oceniłeś, to checkpoint, który serwujesz — na stałe, niezależnie od tego, co dalej zrobi roadmapa dostawcy lub cennik. To gwarancja odtwarzalności, a nie gwarancja kosztowa.

Co pokazuje niezależny zapis

Artificial Analysis to neutralne środowisko testowe, w którym pojawiają się oba modele, i 7 września 2026 r. zmieniło podstawę swojego indeksu — zastępując jeden końcowy benchmark innym i zmieniając wagi komponentu zadań prywatnych. Ta zmiana podstawy jest powodem, dla którego najbardziej cytowany krążący wynik GLM 5.3 został wycofany: model opublikowano z wynikiem 60 w poprzednim indeksie, a w obecnym odczytuje się jako 45, przy czym jest to zmiana środowiska testowego, a nie zmiana modelu.

W obecnej tabeli GPT-6 Sol uzyskuje 48 przy maksymalnym wysiłku, za 1,06 USD na zadanie indeksowe. GLM 5.3 uzyskuje 45 za 2,01 USD na zadanie indeksowe. Trzy punkty różnicy w indeksie to uczciwe podsumowanie, a wiąże się z tym nietypowy niuans: w tej parze tańszy model jest tym zamkniętym. Koszt GPT-6 Sol na ukończone zadanie jest około o połowę niższy, co jest odwrotnością założenia, od którego wychodzi większość porównań modeli z otwartymi wagami.

Należy dołączyć jeszcze dwa zastrzeżenia.

• Ranking modeli z otwartymi wagami to wynik w kategorii, a nie ogólny. Pozycja GLM 5.3 mówi tyle samo o dziedzinie modeli do pobrania, co o samym GLM 5.3.

• Większość krążących wyników benchmarków dla GLM 5.3 pochodzi od samego Z.ai. Niezależne liczby to wynik indeksu i koszt na zadanie; wyniki Terminal-Bench, DeepSWE i zdolności cybernetycznych na karcie modelu zostały uzyskane przez dostawcę i przy cytowaniu należy je tak oznaczyć.

Jeden punkt na korzyść GLM, który wskaźnik na zadanie zaniża: tańsze rodzeństwo. GLM 5.3 Flash to model o 320 miliardach parametrów i 18 miliardach aktywnych parametrów, na licencji MIT, w cenie 0,15 USD za wejście i 0,50 USD za wyjście za milion tokenów, który uzyskuje 42 punkty w tym samym indeksie przy koszcie 0,25 USD na zadanie. To jedna czwarta kosztu na zadanie GPT-6 Sol za sześć punktów indeksu, i to właśnie ten model w tym porównaniu faktycznie leży na granicy efektywności kosztowej indeksu.

Argument kosztowy za samodzielnym hostingiem jest słabszy niż argument kosztowy przeciwko niemu.

Kusi, by przedstawiać pobranie jako zagranie kosztowe. Przy 1,26 USD i 3,96 USD za milion tokenów API jest już wystarczająco tanie, że 753-miliardowy model mixture-of-experts nie jest oczywiście tańszy w samodzielnym uruchomieniu — a GLM 5.3 to 753B MoE, który nie jest wdrożeniem na pojedynczym GPU przy żadnym schemacie kwantyzacji zachowującym jego zachowanie. Próg rentowności to kwestia wykorzystania, a dla większości zespołów uczciwa odpowiedź brzmi: nigdy nie zostaje osiągnięty.

Powód, aby skorzystać z pobrania, jest taki, jaki sugeruje sekcja licencji: kontrola nad tym, gdzie odbywa się wnioskowanie. Samodzielne hostowanie odpowiada na pytanie o rezydencję danych tym, gdzie uruchamiasz model, a nie tym, co mówi umowa dostawcy, a w przypadku obciążeń regulowanych to jedyna wersja odpowiedzi, która obowiązuje. Pozwala również na dostrajanie na danych zastrzeżonych, przy czym żadne dane nie opuszczają twojej infrastruktury, czego zamknięte API nie oferuje za żadną cenę.

Jeśli żadna z tych sytuacji cię nie dotyczy, API jest właściwym wyborem, a licencja nie ma znaczenia. To uzasadniony wniosek i właśnie taki powinna wyciągnąć większość zespołów.

Gdzie warstwa routingu zmienia arytmetykę

GLM 5.3 jest dostępny w katalogu OrcaRouter w cenie 1,26 USD za milion tokenów wejściowych i 3,96 USD za milion tokenów wyjściowych, z oknem kontekstowym 1 000 000 tokenów, limitem wyjściowym 128 000 tokenów, p50 czasu do pierwszego tokenu wynoszącym 3,99 sekundy, mierzonym na naszej własnej stronie modelu. Ceny katalogowe dostawców są przekazywane bez dodatkowej marży, więc zmiana ceny Z.ai jest widoczna u nas tego samego dnia, w którym pojawia się u nich.

GPT-6 Sol nie jest jedną z naszych tras, więc nic tutaj nie stanowi twierdzenia o jego cenie przez nas.

To, dlaczego pojedynczy endpoint ma znaczenie w tym konkretnym zestawieniu, wynika z faktu, że te dwa modele nie są tyle substytutami, ile warstwami. GLM 5.3 obsługuje wyłącznie tekst; GPT-6 Sol przyjmuje obrazy. GLM 5.3 można pobrać; GPT-6 Sol nie. Żadna z tych cech nie jest decyzją cenową i żadnej nie rozstrzyga benchmark. Zespół tak naprawdę chce tu jednego klucza, który pozwoli sięgnąć po tani model tekstowy do obsługi wolumenu i po inny model do wywołań wymagających wizji — bez drugiej umowy, drugiego SDK i drugiego zestawu limitów szybkości. To problem routingu, a zachowanie przy przełączaniu awaryjnym ma znaczenie z tego samego powodu co zawsze: tania warstwa, od której zależy twój pipeline, nie powinna być warstwą, która doprowadza cały pipeline do awarii.

Reguła decyzyjna

• Praca z tekstem w dużych ilościach przy znanym poziomie jakości — GLM 5.3. Trzy punkty indeksu poniżej GPT-6 Sol przy około 40% wydajności generowania, na tym samym oknie kontekstu i tym samym limicie wyjściowym.

• Wszystko, co wymaga odczytania obrazu — GPT-6 Sol albo żadne z tych. GLM 5.3 nie akceptuje obrazów w API, a żadna przewaga cenowa nie przetrwa modalności, której nie można użyć.

• Dane objęte regulacjami albo obciążenie, które musisz być w stanie odtworzyć za dwa lata — GLM 5.3, hostowany samodzielnie z opublikowanego checkpointu. Nie dlatego, że jest taniej, ale dlatego, że checkpoint jest stały, a kwestię rezydencji rozwiązuje twoja własna infrastruktura.

• Dostrajanie na zastrzeżonych danych — GLM 5.3. Zamknięte API nie oferuje odpowiednika za żadną cenę.

• Zespół bez ograniczeń rezydentury i bez planu dostrajania — GPT-6 Sol, i traktuj licencję jako nieistotną. To dla ciebie autentycznie nieistotne, a udawanie, że jest inaczej, sprawia, że argumenty open-weights tracą wiarygodność.

Licencja nie jest dźwignią kosztową. Jest dźwignią kontroli i jest warta dokładnie tyle, ile warta jest dla ciebie ta kontrola — co dla niektórych zespołów stanowi całą decyzję, a dla innych nie znaczy zupełnie nic.