Nemotron 3.5 Super vs GLM-5.5: jeden z tych modeli istnieje

Istnieje prawdziwe porównanie między NVIDIA Nemotron 3.5 Super a GLM-5.5, i nie jest to to, które obiecują wyniki wyszukiwania. Nemotron 3.5 Super — 120 miliardów całkowitych parametrów, z 12 miliardami aktywnymi na token, hybrydowy model mieszanki ekspertów Mamba-2 i Transformer z enkoderem wizyjnym C-RADIO, opublikowany pod pełniejszą nazwą NVIDIA Nemotron 3.5 Super VL i udostępniony w Ollama jako code>nemotron-3.5-super — to zestaw wag, który pojawił się na Hugging Face 12 października 2026 r., został ogłoszony przez NVIDIA 15 października i można go pobrać i uruchomić jeszcze dziś wieczorem na licencji OpenMDW-1.1. GLM-5.5 to model, którego Z.ai nie wydał. Nie ma repozytorium, karty modelu, punktu końcowego, ceny ani liczby parametrów. Istnieją doniesienia sięgające czerwca 2026 r. o premierze modelu o bilionie parametrów, październikowy artykuł oparty na przecieku twierdzący, że przewyższa dwa czołowe modele, oraz cisza ze strony laboratorium.

Co oznacza, że bezpośrednie starcie tych dwóch byłoby porównaniem specyfikacji jednego prawdziwego modelu z reputacją drugiego modelu. To nie jest porównanie; to horoskop z benchmarkami. Dlatego ta strona robi to, co faktycznie użyteczne: podaje, co Z.ai wypuściło, co wiadomo o tym, czego nie wypuściło, a następnie przeprowadza porównanie, które czytelnik mający GPU i obciążenie może wykorzystać już dziś.

Co Z.ai faktycznie dostarczył

Opublikowana linia flagowa Z.ai obejmuje GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 i GLM-5.3-Flash. W naszym własnym katalogu najwyższy identyfikator GLM, który kierujemy, to code>z-ai/glm-5.3/code>, jak również code>z-ai/glm-5.3-flash/code> oraz darmowy wariant poziomu flash. Nie istnieje identyfikator GLM-5.5, a lista modeli kończy się tam, gdzie kończy się log laboratorium.

Czym jest GLM-5.3 według danych, które możemy zweryfikować: model typu mixture of experts o 753 miliardach parametrów i 40 miliardach aktywnych parametrów na token, okno kontekstu o rozmiarze 1 000 000 tokenów z limitem wyjścia 128 000 tokenów, wejście tekstowe, licencja, którą Z.ai publikuje pod własną nazwą, z dozwolonym użytkiem komercyjnym, oraz przekazywana dalej stawka rozliczeniowa w wysokości 1,26 USD za milion tokenów wejściowych i 3,96 USD za milion tokenów wyjściowych. Poziom flash plasuje się poniżej niego, w cenie 0,15 USD i 0,50 USD, z kontekstem 1 mln tokenów oraz wejściem tekstowym, obrazowym i wideo.

Ten poziom „flash” jest pod jednym konkretnym względem ciekawszym konkurentem dla tej premiery NVIDIA niż flagowiec, a w tej samej partii jest pokrewna strona, która to omawia. Na potrzeby tego artykułu chodzi jednak o węższą kwestię: jeśli chcesz porównać Nemotron 3.5 Super z czymś, co Z.ai już wypuściło, to porównujesz go z GLM-5.3, a to porównanie jest dostępne już dziś.

Dlaczego raporty GLM-5.5 nie podają użytecznych liczb

Doniesienia wokół GLM-5.5 dzielą się na trzy kategorie i żadna z nich nie przesądzi o decyzji zakupowej.

Pierwsza kwestia to harmonogram. Doniesienia z połowy 2026 r. opisywały planowaną na sierpień premierę skierowaną na ChatGPT i Claude, powołując się na wypowiedzi pracowników Zhipu oraz branżowe pogłoski. Termin minął bez premiery. Okno premiery, które już zostało pominięte, nie stanowi dowodu na temat modelu.

Drugi to liczba parametrów. W obiegu krążyły doniesienia o bilionie parametrów. Nikt nie opublikował indeksu safetensors, pliku konfiguracyjnego ani liczby ekspertów na warstwę, czyli tego, z czym zwykle weryfikuje się twierdzenia o liczbie parametrów. Całkiem możliwe, że ta liczba okaże się prawdziwa; obecnie jest to jednak twierdzenie, za którym nie stoi żaden artefakt.

Trzecia kwestia to twierdzenia dotyczące benchmarków. Październikowy artykuł twierdził, że GLM-5.5 przewyższa dwa nazwane czołowe modele. W tym twierdzeniu nie ma żadnego środowiska testowego, zestawu promptów, konfiguracji oceniania ani ścieżki odtwarzalności — a to dokładnie ta luka, którą NVIDIA, cokolwiek by się mówiło o ewaluacjach prowadzonych przez dostawców, zamknęła, publikując przepis NeMo Gym ze specyficznymi dla benchmarku kontenerami i parametrami wnioskowania obok swojej tabeli. Benchmark dostawcy z przepisem to słaby dowód. Benchmark z przecieku bez niego nie jest dowodem.

Istnieje wersja tego artykułu, która traktuje liczby z przecieku jako prawdziwe, umieszcza je w dwukolumnowej tablicy wyników i pozwala czytelnikowi założyć, że starcie jest rozstrzygnięte. Taki artykuł nie byłby nic wart dla nikogo, kto musi podjąć decyzję, i stałby się nieaktualny w ciągu tygodnia od jakiegokolwiek rzeczywistego ogłoszenia.

Porównanie, które można przeprowadzić, wykonane prawidłowo

Nemotron 3.5 Super VL kontra GLM-5.3, flagowiec, który Z.ai faktycznie opublikowało.

• Parametry całkowite i aktywne — 120B łącznie, z 12B aktywnymi, 512 ekspertów routowanych na warstwę MoE · GLM-5.3 przy 753B łącznie z 40B aktywnymi. Pod względem aktywnych parametrów model NVIDIA ma jedną trzecią rozmiaru i powinien być dramatycznie tańszy na token przy uruchomieniu na równoważnym sprzęcie, co jest całym zamysłem projektowym.

• Kontekst — 1 000 000 tokenów w obu przypadkach, z istotnym zastrzeżeniem. Karta NVIDIA podaje, że o użytecznej wartości decydują dostępna pamięć i ustawienia środowiska uruchomieniowego, a prompty, obrazy, historia, wyniki narzędzi i wygenerowane tokeny dzielą ten sam budżet. Z.ai publikuje limit wyjściowy 128 000 tokenów dla GLM-5.3, natomiast NVIDIA nie podaje żadnego limitu wyjściowego, co czyni GLM-5.3 modelem bardziej przewidywalnym przy długich generacjach, a checkpoint NVIDIA — modelem o bardziej otwartym charakterze.

• Modalność — tekst, obraz i wideo na wejściu, tekst na wyjściu w przypadku modelu NVIDIA, przez enkoder wizyjny i konektor, z projektorem 1,6 GiB przy każdym opublikowanym tagu · tylko tekst dla GLM-5.3, a ścieżka multimodalna znajduje się zamiast tego w tańszej warstwie flash. Jeśli dane wejściowe to strona dokumentu, flagowy GLM nie wchodzi w grę.

• Cena naliczana za użycie — brak dla checkpointu NVIDIA, który jest przeznaczony wyłącznie do samodzielnego hostowania · 1,26 USD za wejście i 3,96 USD za wyjście za milion tokenów dla GLM-5.3, przekazywane po cenie katalogowej dostawcy bez doliczania marży.

• Indeks niezależny, który jest jedynym audytowanym wierszem na tej liście — panel oceniający te modele umieszcza checkpoint NVIDIA na poziomie około 26, a GLM-5.3 na poziomie około 45. To osiemnastopunktowa różnica na korzyść chińskiego flagowca, zmierzona przez stronę trzecią, a nie przez któregokolwiek z dostawców, i jest to najważniejsza liczba w tym zestawieniu.

• Status wydania — wagi publicznie 12 października 2026, ogłoszone 15 października, cztery dni historii operacyjnej · GA, z dostarczoną linią poprawek za sobą.

Lukę w indeksie należy przedstawić bez łagodzenia. Opublikowana przez samą NVIDIA tabela nie może posłużyć do tego, by ją odeprzeć, ponieważ dostawca nie uruchomił GLM-5.3 jako punktu odniesienia — kolumna GLM w tej tabeli to GLM-5.3-Flash, tańszy wariant, a nawet tam model NVIDIA pozostaje w tyle w większości wierszy agentowych. Otwarty checkpoint z 12B aktywnych parametrów nie konkuruje z flagowym modelem o 40B aktywnych parametrów pod względem ogólnych możliwości, a każda strona, która twierdzi inaczej, ma coś do sprzedania.

Co faktycznie daje ci wybór architektury

Ciekawe pytanie nie brzmi, czy 12B aktywnych pokonuje 40B aktywnych. Nie pokonuje. Ciekawe pytanie brzmi, co się dzieje, gdy znormalizujesz względem sprzętu, na który cię stać.

Przy domyślnym tagu 4-bit checkpoint NVIDIA to 82,3 GiB wag plus 1,6 GiB projektora wizyjnego — jedna karta 96 GB, z zapasem pamięci podręcznej KV, który maleje wraz ze zwiększaniem kontekstu. GLM-5.3 przy 753 miliardach parametrów całkowitych nie mieści się na żadnej pojedynczej maszynie przy żadnej kwantyzacji, która zachowuje jego zachowanie, a jego najtańsze poprawne wdrożenie to cudzy klaster przez API za 1,26 i 3,96 USD.

Zatem te dwa modele nie są substytutami. Jeden z nich to rozliczana za zużycie możliwość, którą wynajmujesz, a drugi to koszt stały, który posiadasz; jedyną rzeczą, która decyduje między nimi, jest to, jak nieprzerwanie korzystasz z danej rzeczy. Poniżej pewnej przepustowości flagowy model za 1,26 dolara za milion tokenów jest po prostu tańszy niż karta 96 GB i stojąca za nią energia elektryczna. Powyżej pewnej przepustowości wygrywa karta — i wygrywa, nie musząc być lepszym modelem.

Inną rzeczą, którą daje projekt NVIDIA — i nie jest to bez znaczenia — jest ścieżka wizyjna na permisywnej licencji. GLM-5.3 obsługuje wyłącznie tekst. GLM-5.3-Flash przyjmuje obrazy i wideo po piętnaście centów i pięćdziesiąt centów za milion tokenów, co jest niezwykle tanie i dlatego to poziom flash — a nie flagowy — jest właściwym porównaniem Z.ai dla potoku dokumentów. Samodzielnie hostowany model wizyjny przy stałym koszcie kontra hostowany model wizyjny za piętnaście centów to prawdziwe pytanie z prawdziwym punktem przecięcia i warto je rozstrzygnąć na podstawie własnej liczby stron, a nie tabeli liderów.

Trzy nierozwiązane kwestie dotyczące punktu kontrolnego NVIDIA

Zachowując bezstronność w drugą stronę, ponieważ otwartość wydania NVIDIA nie czyni jego specyfikacji kompletnej.

Domyślnym tagiem, który większość ludzi pobierze, jest kwantyzacja 4-bitowa, a każdy opublikowany wynik ewaluacji — własna tabela NVIDIA, ocena niezależnego panelu — dotyczy BF16 lub NVFP4. Wersja faktycznie używana nie ma opublikowanej ewaluacji. To największa niezmierzona wielkość po obu stronach tej strony.

Domyślne ustawienia próbkowania dostarczane z runtime to ustawienia tekstowe karty: temperatura 1,0 i top_p 0,95, podczas gdy ustawienie wizyjne karty to temperatura 0,6. Model wizyjny, którego domyślna konfiguracja jest dostrojona pod jego część tekstową, będzie sprawiał rozczarowujące pierwsze wrażenie na skanowanych stronach, a rozwiązaniem jest zmiana konfiguracji, a nie inny model.

A specyfikacja jest wewnętrznie sprzeczna w dwóch drobnych miejscach, które mają znaczenie dla narzędzi: blob konfiguracji Ollama deklaruje code>model_type: 123.6B/code>, podczas gdy każda etykieta widoczna dla człowieka mówi o 120B, a strona biblioteki reklamuje kontekst 1M dla swoich tagów GGUF, ale nie podaje żadnej wartości kontekstu dla swoich trzech tagów MLX. Żadna z tych rzeczy nie jest wadą wag. Obie to coś, na czym potknie się skrypt wdrożeniowy.

Co to oznacza dla czytelnika

Jeśli jesteś tu, bo chciałeś wiedzieć, jak Nemotron 3.5 Super wypada w porównaniu z GLM-5.5, odpowiedź brzmi: drugi model jeszcze nie istnieje, a każda strona, która podaje dla niego liczby, wymyśla je. To, co istnieje, to przeciek z liczbą parametrów, przegapione okno premiery i twierdzenie bez żadnego zaplecza testowego.

Jeśli wybierasz między tym, co jest faktycznie dostępne, wybór jest między rozliczanym flagowym modelem Z.ai, który jest znacząco silniejszy w ogólnych możliwościach i obsługuje wyłącznie tekst, rozliczaną warstwą flash Z.ai, która jest wyjątkowo tania i obsługuje obrazy, a punktem kontrolnym NVIDIA, który możesz posiadać, obsługującym tekst, obrazy i wideo, i który ustępuje w jedynym niezależnie zmierzonym wyniku, jaki którykolwiek z nich posiada. Nemotron 3.5 Super nie znajduje się w OrcaRouter — trasujemy nieco ponad dwieście modeli i nie ma wśród nich wpisu NVIDIA Nemotron — więc jeśli chcesz punkt kontrolny NVIDIA, własne kanały dostawcy i lokalne pobranie są twoją drogą.

GLM-5.3 i GLM-5.3-Flash są na naszym kluczu, w cenie katalogowej dostawcy przekazywanej dalej bez narzutu za token, a zmiana ceny Z.ai pojawia się po naszej stronie tego samego dnia, a nie dopiero przy kolejnym odnowieniu Twojej umowy. To tani eksperyment: uruchom obciążenie na modelu, do którego możesz dotrzeć już dziś, sprawdź, ile kosztuje on na jednostkę rzeczywistej pracy, i dopiero wtedy zdecyduj, czy stały koszt posiadanej karty bije wynajmowany licznik.

A kiedy GLM-5.5 już się pojawi — jeśli w ogóle się pojawi — wersją tej strony wartą przeczytania będzie ta napisana po tym, jak uruchomi go ktoś spoza samego laboratorium.