Cartão de título gerado para Claude Opus 5.5 vs GLM-5.4, com três chips com os textos 'GLM-5.4: modelo inexistente', 'GLM-5.3 pesos abertos, 18 ago 2026' e 'Opus 5.5 GA 22 set 2026', e um rodapé indicando que a documentação da Z.ai e o Hugging Face foram verificados em 19 de novembro de 2026. Logotipo da OrcaRouter no canto inferior direito.
Guides & Insights

Claude Opus 5.5 vs GLM-5.4: O Token Barato Não É a Tarefa Barata

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O erro mais caro na seleção de modelo é comparar listas de preços em vez de tarefas concluídas. O Claude Opus 5.5 custa US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de saída. O GLM-5.3 — o modelo que a Z.ai realmente disponibiliza, e o que qualquer pessoa que digita "GLM-5.4" está procurando — custa US$ 1,40 e US$ 4,40. Na etiqueta de preço, o modelo chinês de pesos abertos custa cerca de um quinto do preço. Na própria medição da Artificial Analysis de quanto custa concluir uma tarefa, a diferença cai para 2×. Esse colapso, e não a lista de preços, é a história desta comparação.

Primeiro, o nome. O GLM-5.4 não existe. O índice de documentação da Z.ai lista o GLM-5.3 e o GLM-5.3-Flash como os modelos de texto atuais, a organização do laboratório no Hugging Face não tem nenhum repositório com "5.4" no nome, e uma pesquisa de texto completo no Hub em 19 de novembro não retorna nada. O número é um termo de busca, não um lançamento. O GLM-5.3 foi lançado em agosto de 2026 — em 18 de agosto, segundo a data de lançamento da Artificial Analysis, com os pesos no Hub a partir de 25 de agosto — e é o modelo ao qual todas as afirmações abaixo se referem.

O que é o GLM-5.3 e quanto custa

GLM-5.3 é o modelo principal de texto com pesos abertos da Z.ai. Ele usa o mesmo modelo base do GLM-5.2, com todos os ganhos vindos do pós-treinamento, e é por isso que a licença e a arquitetura permanecem inalteradas e que as melhorias se concentram em exatamente dois pontos: codificação complexa e trabalho agêntico de longo horizonte. Ele tem contexto de 1M de tokens, saída máxima de 128K, entrada apenas de texto e raciocínio que não pode ser desativado — três níveis de esforço, baixo, alto e máximo, com padrão máximo.

Headless capture of Z.ai's developer documentation page for GLM-5.3, showing the model overview, the note that it uses the same base model as GLM-5.2 with all gains from post-training, and the feature section stating a 1M-token context window and 128K maximum output.

Preço — Claude Opus 5.5 US$ 4,00 entrada / US$ 20,00 saída / US$ 0,20 leitura de cache vs GLM-5.3 US$ 1,40 / US$ 4,40.

• Pesos — apenas API fechada vs. lançamento aberto no estilo Apache no Hugging Face, baixável e auto-hospedável.

• Contexto — 1M de tokens em ambos, saída máxima de 128K em ambos.

• Controle de esforço — o Opus 5.5 usa raciocínio adaptativo que não pode ser desativado, padrão médio vs. o raciocínio do GLM-5.3 sempre ativado, padrão máximo.

• Índice de Inteligência — 59,1 vs 31,7 na revisão v5.0.1, uma diferença de 27,4 pontos.

• Custo por tarefa de Index — US$ 10,04 vs US$ 5,01, uma diferença de 2×, não os 4,5× que o preço anunciado sugere.

• Modalidade — entrada de texto e imagem vs. somente texto.

Por que uma vantagem de preço de 4,5× se torna uma vantagem de custo de 2×

A Artificial Analysis executou ambos os modelos na mesma suíte Index e contou os tokens gastos por cada um. O Claude Opus 5.5 gerou 218M tokens de saída na suíte. O GLM-5.3 gerou 135M. Essa não é a direção que a maioria das pessoas espera — o modelo caro é o mais verboso aqui —, mas a proporção que importa é em relação ao preço, e a vantagem de 1,6× em tokens do GLM-5.3 não chega perto de cobrir sua vantagem de 4,5× por token na direção oposta.

Generated two-column scoreboard titled 'Claude Opus 5.5 vs GLM-5.3 - the scoreboard'. Left column Claude Opus 5.5 rows: Intelligence Index 59.1, cost per task $10.04, Terminal-Bench 4.0 59.6%, FrontierCode 2.0 46.4%, weights closed, price $4 / $20. Right column GLM-5.3 rows: Intelligence Index 31.7, cost per task $5.01, Terminal-Bench 4.0 41.9%, FrontierCode 2.0 21.6%, weights Apache open, price $1.40 / $4.40. Footer: both per Artificial Analysis index v5.0.1, GLM-5.4 does not exist. OrcaRouter logo bottom-right.

Faça as contas como um orçamento faria. Em uma tarefa em que os dois modelos gastam o mesmo número de tokens, o GLM-5.3 é 4,5× mais barato. Na prática, o GLM-5.3 gasta cerca de 0,62 token para cada token gasto pelo Opus 5.5, então a razão efetiva fica perto de 2,8× antes dos tokens de entrada, e o valor medido por tarefa, de US$ 5,01 contra US$ 10,04, o coloca em 2×. Ainda assim, é uma economia real — cerca de metade —, mas metade é uma decisão diferente de um quinto. Uma equipe que fez o orçamento com base no preço de etiqueta e recebeu uma conta 2× maior terá montado o caso de negócios errado.

Há um efeito de segunda ordem que vale a pena sinalizar, porque pegou mais de uma equipe de surpresa: o raciocínio do GLM-5.3 vem por padrão como max. Uma migração que apenas troca o ID do modelo e deixa o padrão de raciocínio intacto acaba com a configuração mais cara e mais lenta do modelo, que é exatamente de onde vem a verbosidade. A própria nota de migração da Z.ai é explícita ao afirmar que desativar o raciocínio não é mais suportado e que low deve ser definido deliberadamente.

A lacuna de capacidades é real e não é uniforme.

Uma diferença de 27 pontos no índice parece eliminatória e, para trabalho de conhecimento geral, quase é. Mas os números por benchmark separam os dois modelos ao longo de uma linha que importa mais do que o composto. Todos os números abaixo são da Artificial Analysis, mesmo harness, ambos na configuração de esforço mais alto.

• Terminal-Bench 4.0 — 59,6% vs 41,9%. Uma diferença de 18 pontos em trabalho de terminal agêntico.

• FrontierCode-AA 2.0 — 46,4% vs 21,6%. O Opus 5.5 mais que dobra o GLM-5.3.

• Terminal-Bench-Science 0.1 — 59,0% vs 9,5%. A maior diferença do quadro, e uma goleada.

• HLE-Diamond — 67,9% contra 17,9%.

• AA-Omniscience — 48,1 com 65,5% de precisão vs 6,0 com 32,3% de precisão.

• GDPval-AA v2.1 — 1866 Elo vs 1655, a menor diferença do conjunto, com 211 pontos.

• ITBench-SRE — 38,2% vs 46,1%, um dos poucos pontos em que o GLM-5.3 vence.

• LCR (raciocínio de contexto longo) — 84,7% vs 79,7%.

O padrão é que o GLM-5.3 se mantém firme em raciocínio de contexto longo e em tarefas de confiabilidade de sites, e desmorona em trabalho de terminal com forte componente científico e em recuperação de conhecimento. Se sua carga de trabalho for análise de documentos em um contexto longo, o composto de 27 pontos superestima a diferença. Se for codificação agêntica em repositórios desconhecidos — que é o que ambos os fornecedores comercializam —, o composto a subestima.

A tabela do fornecedor que a Z.ai publica compara o Opus 4.8, não o Opus 5.5

Vale saber antes de confiar em qualquer número de GLM versus Claude que você encontrar em um gráfico. A ficha do modelo GLM-5.3 da Z.ai traz uma tabela de benchmark com uma coluna "Opus 4.8" e uma coluna "Fable 5 (com fallback)". O Claude Opus 5.5, lançado cinco semanas depois do GLM-5.3, não aparece nela. Isso não é desonestidade — a tabela foi montada quando o 5.3 foi lançado e o Opus 5.5 ainda não existia —, mas significa que a comparação que a maioria das pessoas procura nunca foi publicada por nenhum dos fornecedores, e os únicos números disponíveis no mesmo harness são os independentes acima.

Os números da própria Z.ai trazem uma afirmação que vale levar a sério, porque aponta para a força genuína do modelo de pesos abertos: no CyberGym, seu benchmark de descoberta de vulnerabilidades, o GLM-5.3 marca 84,5 contra 78,1 do Opus 4.8. A ficha descreve o ganho como "emergente" — a capacidade cibernética escalou mais rápido do que a equipe esperava à medida que o pós-treinamento escalava — e os benchmarks de exploração mais que dobram em relação ao GLM-5.2. A Anthropic publicou uma análise das capacidades cibernéticas do GLM-5.3 em 29 de setembro, o que não é algo que fornecedores costumam fazer sobre o lançamento de pesos abertos de um concorrente. Se o seu trabalho envolve ferramentas de segurança defensiva, esse é o único eixo em que o modelo aberto está genuinamente à frente, e também é o eixo em que os pesos abertos mais importam: você pode executar o classificador na sua própria infraestrutura em vez de enviar prompts próximos de exploits para a API de outra pessoa.

Onde os pesos abertos realmente mudam a decisão

Tudo acima é uma comparação de capacidade e custo e, em ambos os critérios, o Claude Opus 5.5 vence na maioria das tarefas. A razão pela qual o GLM-5.3 ainda é implantado não é nenhuma das duas: é que um modelo da família 5.3 pode ser baixado, é executado atrás do seu próprio gateway e nunca sai da sua rede.

Três situações concretas em que isso supera 27 pontos de índice. Dados regulamentados que não podem cruzar uma fronteira jurisdicional, em que a escolha é GLM-5.3 ou nada. Classificação de alto volume, em que um ajuste fino de 300M de parâmetros do modelo base supera o modelo geral nos seus rótulos a uma fração do custo por chamada. E ferramentas ligadas à cibersegurança, em que a vantagem no benchmark e o requisito de auto-hospedagem apontam na mesma direção.

Para todo o resto, a recomendação honesta é manter a decisão de roteamento barata. Ambos os modelos estão numa única chave OrcaRouter — anthropic/claude-opus-5.5 e z-ai/glm-5.3 — com 0% de margem sobre o preço de tabela do provedor, o que importa mais para o lado da Z.ai do que para o lado da Anthropic, porque a Z.ai remarcou o preço desta linha duas vezes em 2026. Encaminhe as passagens de alto volume e baixo risco para o GLM-5.3 e o ciclo de planejamento para o Opus 5.5, e deixe o failover cobrir o caso em que o provedor do nível barato tem uma tarde ruim. A DSL de roteamento transforma isso numa mudança de configuração em vez de duas integrações, e o valor combinado por tarefa é o que deve entrar no orçamento, e não qualquer um dos preços de etiqueta.

Headless capture of OrcaRouter's model page for z-ai/glm-5.3, showing the model name and its sections for code samples, pricing, performance and public benchmarks.

A resposta, com o nome definido

O Claude Opus 5.5 é o melhor modelo para programação agêntica, trabalho de terminal com forte componente científico e qualquer tarefa em que o recall seja importante. Ele custa cerca de duas vezes mais por tarefa concluída do que o GLM-5.3, não quatro vezes e meia, e vale a diferença para as cargas de trabalho que ambos os fornecedores anunciam.

GLM-5.3 é a escolha certa quando os pesos precisam ser seus, quando a carga de trabalho é raciocínio de contexto longo ou triagem de plantão, ou quando a tarefa é ciberdefesa. É um modelo aberto genuinamente próximo da fronteira a um preço genuinamente baixo, e sua maior fraqueza — trabalho de terminal científico com 9,5% — é estreita o suficiente para que uma avaliação específica da carga de trabalho lhe diga em uma tarde se isso importa para você.

O GLM-5.4, o modelo mencionado no título, não faz parte da decisão. É um número de versão sem nenhum lançamento por trás e, se a Z.ai o lançar, a aritmética acima é o que ele terá de superar.

Comparados neste artigo3

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente