GPT-6.1 Terra vs GLM-5.5: O Modelo Ausente e Aquele que Você Pode Baixar

Procurando por GPT-6.1 Terra versus GLM-5.5 retorna muitas tabelas confiantes sobre um modelo que não existe. A Z.ai não publicou nenhuma ficha do modelo, identificador de API, preço nem pesos sob o nome GLM-5.5; seu catálogo ainda vai no máximo até o GLM-5.3, lançado em meados de agosto de 2026, com pesos abertos disponibilizados mais tarde no mesmo mês. Terra, em contrapartida, foi lançado em 26 de outubro e pode ser chamado hoje. Portanto, a comparação real é Terra contra GLM-5.3 — e, nessa comparação, os dois modelos custam quase exatamente o mesmo por token, enquanto Terra custa cerca de um quinto por tarefa concluída. O motivo não é um truque de precificação. É verbosidade.

O estado do GLM-5.5 merece ser declarado com precisão, porque a máquina de rumores tem sido produtiva. Relatórios do final de outubro apontam para uma janela de lançamento entre o final de outubro e o início de novembro de 2026. Notas vazadas sugerem de 2,5 a 3,5 trilhões de parâmetros totais, acima das alegações anteriores de 1T e 1,6T, e uma meta de desempenho "de classe Fable". A própria Z.ai disse apenas que GLM-5.4 e GLM-5.5 serão da classe de trilhões de parâmetros, e mencionou o GLM-6.0 em sua teleconferência de resultados de 31 de agosto sem uma data. Nada disso é um produto. O teste de quatro partes — um ID de API chamável, preços publicados com taxas de cache, uma entrada independente em ranking e pesos baixáveis — atualmente falha nas quatro.

O modelo que está de fato do outro lado desta comparação

• GLM-5.3 — lançado em meados de agosto de 2026; pesos abertos sob a licença GLM-5.3; aproximadamente 750B de parâmetros totais, com cerca de 40B ativos por token; contexto de 1M de tokens; saída de 128K; somente texto; raciocínio ativado por padrão; preço de tabela de US$ 1,40/US$ 4,40 por 1M de tokens de entrada/saída, ou US$ 1,26/US$ 3,96 via OrcaRouter.

• GPT-6.1 Terra — lançado em 26 de outubro de 2026; pesos fechados; contexto de 1,05 milhão de tokens; saída de 128K; entrada de texto e imagem; seis níveis de raciocínio; US$ 1,00/US$ 5,00 por 1 milhão de tokens de entrada/saída, subindo para US$ 2,00/US$ 7,50 após 272K tokens de entrada; entrada em cache US$ 0,05.

• Índice de Inteligência Independente — Terra 48, GLM-5.3 45, na escala atual da Artificial Analysis.

Na tabela de preços, estes são quase gêmeos. No preço de repasse da OrcaRouter, o GLM-5.3 custa US$ 1,26/US$ 3,96 contra US$ 1,00/US$ 5,00 do Terra. O GLM é 26% mais barato na entrada e 21% mais barato na saída. Uma equipe que escolhesse com base nesses dois números escolheria o GLM-5.3 e seguiria em frente.

Por token, custam o mesmo; por tarefa, não.

O Artificial Analysis mede o custo por tarefa do Intelligence Index, que incorpora quantos tokens um modelo realmente gasta para chegar a uma resposta. O Terra fica em cerca de US$ 0,40. O GLM-5.3 fica em cerca de US$ 2,01 — cinco vezes mais, apesar das tarifas por token mais baratas. A causa é visível na própria avaliação: o Terra consumiu aproximadamente 130 milhões de tokens de saída em toda a suíte, e o GLM-5.3, cerca de 210 milhões. O GLM-5.3 pensa por mais tempo, repete mais e paga por isso na cobrança por uso.

Esta é a coisa mais útil para se entender sobre essa comparação, e é justamente o que a cobertura de lançamento de ambos os modelos costuma deixar de lado. Os preços por token são um insumo do custo, não uma medida dele. Um modelo que é 20% mais barato por token e 60% mais prolixo é 33% mais caro por resposta. Para extração, classificação ou geração de respostas curtas em alto volume, essa inversão decide a conta.

Isso também significa que a comparação se inverte conforme o formato da carga de trabalho. A verbosidade do GLM-5.3 prejudica mais nas saídas curtas, em que a sobrecarga de raciocínio domina. Na geração de textos longos, em que ambos os modelos produzem milhares de tokens de qualquer forma, a diferença de preço por token volta a se impor, e o desconto de 21% na saída do GLM se traduz em dinheiro de verdade.

Onde o GLM-5.3 é, de qualquer forma, a melhor compra

Pesos abertos são a resposta óbvia, e não são um detalhe insignificante. O GLM-5.3 pode ser baixado, auto-hospedado, ajustado por fine-tuning e mantido dentro de um limite de conformidade. O Terra não pode. Para um setor regulamentado, uma implantação air-gapped ou uma equipe que precisa que um modelo pare de mudar sob seus pés, isso resolve a questão antes mesmo de se consultarem os benchmarks.

O GLM-5.3 também tem um perfil técnico forte pelo preço. Ele lidera o campo de pesos abertos no índice da Artificial Analysis, praticamente empatado com o Kimi K3, e é excepcionalmente forte em segurança cibernética e pesquisa de vulnerabilidades — as próprias avaliações cibernéticas da Zhipu e os testes de red team da Anthropic o colocam perto dos modelos de fronteira na descoberta de exploits. No SciCode, marcou 59,0, à frente dos 54,2 do GPT-6.1 Sol, embora o Terra não tenha sido listado nessa execução. Ele suporta um contexto de 1M tokens e um desconto de cache de cerca de 81%, o que torna prompts longos repetidos mais baratos do que o preço de tabela sugere.

Seus limites são igualmente claros. Ele é apenas texto: sem imagens, sem áudio, sem PDFs. O raciocínio está sempre ativado, com vários níveis de esforço, mas sem um verdadeiro botão de desativação. E a verbosidade é um custo operacional real, não apenas um artefato de benchmark — ela se manifesta como latências mais longas, faturas maiores e mais tokens para filtrar em pipelines posteriores.

Onde a Terra vence

A vantagem de três pontos da Terra no índice é modesta, e os conjuntos de testes independentes fazem com que ela pareça ainda menor. No Vals Index, a Terra obtém 60,17% contra 59,73% do GLM-5.3 — uma diferença de 0,44 ponto que está dentro do ruído, a um custo por teste mais alto de US$ 2,92. No benchmark de contabilidade da DualEntry, o GLM-5.3 teve pontuação mais alta e custo menor do que os 78,2% da Terra. Se a pergunta é "qual modelo é mais inteligente", a resposta honesta é que eles estão próximos o suficiente para que o benchmark escolhido determine o vencedor.

As vantagens do Terra estão em outro lugar. Ele aceita imagens; o GLM-5.3 não. Ele oferece seis níveis de raciocínio, de modo que o tráfego fácil pode ser direcionado para esforço baixo de uma forma que o pensamento sempre ativo do GLM não permite. Seu corte de conhecimento é junho de 2026, contra a janela de treinamento anterior do GLM-5.3. E ele é rápido: 90,9 tokens de saída por segundo no Artificial Analysis, na mesma faixa do GLM-5.3, cuja taxa de transferência medida variou dos 60 e poucos aos 90 e poucos, dependendo do provedor e do snapshot. Velocidade combinada com menor custo por tarefa é uma combinação genuinamente forte para produtos interativos.

A sobretaxa de 272K pesa contra. Acima desse limite de entrada, os preços da Terra saltam para US$ 2,00/US$ 7,50, o que apaga por completo sua vantagem de entrada sobre o GLM-5.3 e torna a saída 89% mais cara. Fluxos de trabalho com documentos longos devem considerar o preço com a sobretaxa, não o preço anunciado.

Se o GLM-5.5 realmente for lançado

A maneira útil de pensar sobre o modelo ausente não é "quanto ele vai pontuar", mas "o que teria de ser verdade para que ele mudasse esta decisão". Três coisas:

• Precisaria ser drasticamente menos prolixo. Um modelo de 2,5T de parâmetros que pensa ainda mais do que o GLM-5.3 perderia em custo por tarefa, por melhor que parecesse seu preço por token. Os rumores sobre os parâmetros apontam na direção errada nesse aspecto.

• Precisaria de pesos abertos no lançamento, não semanas depois. Os pesos do GLM-5.3 chegaram cerca de dez dias após a API; esse atraso é suficiente para quebrar um ciclo de compras.

• Precisaria ter um preço inferior ao do GLM-5.3, ou um salto de capacidade grande o suficiente para justificar um valor premium. Um modelo de um trilhão de parâmetros oferecido a preços de fronteira não ficaria abaixo dos US$ 0,40 por tarefa do Terra.

Nada disso é uma previsão. É a lista de verificação para executar no dia em que um card aparecer. Até lá, o GLM-5.5 é um motivo para acompanhar as notas de lançamento da Z.ai, não um motivo para adiar uma decisão.

Executando ambos hoje

O GLM-5.3 está no catálogo do OrcaRouter a US$ 1,26/US$ 3,96 por milhão de tokens, com o preço de tabela do provedor repassado a 0% de margem, ao lado de mais de 200 outros modelos em uma única chave com failover automático. O Terra não está no catálogo na data de publicação — ele está disponível pela API da OpenAI e por várias plataformas de terceiros —, então o experimento prático é chamar o GLM-5.3 pelo OrcaRouter e o Terra pela OpenAI e depois compará-los usando seu próprio tráfego, e não um ranking.

Quando fizer isso, meça tokens por tarefa concluída, não preço por token. Esse é o número que separa esses dois modelos, e é o número que nenhum post de lançamento colocou na manchete. Se o Terra concluir sua carga de trabalho com um terço menos tokens de saída, sua desvantagem de 21% no preço de saída desaparece e sua taxa de entrada mais barata começa a se acumular. Se o raciocínio do GLM-5.3 se pagar com menos novas tentativas e menos revisão humana, a conta por tarefa se inverte. As médias dos benchmarks dizem que os modelos estão a poucos pontos de distância. Suas contagens de tokens dirão qual deles é mais barato.

A questão de esperar tem uma resposta simples. O GLM-5.5 pode chegar em algumas semanas; o GLM-5.3 já está disponível para download agora, e o Terra pode ser chamado agora. Uma equipe que precisa de pesos abertos tem uma opção real hoje, e uma equipe que precisa do menor custo por tarefa concluída tem outra. Nenhuma dessas opções melhora esperando por um modelo sem endpoint.