GPT-6 Astra vs GLM-5.5: Um dos lados desta comparação não pode ser testado

Em 6 de outubro de 2026, um site de tecnologia de terceiros publicou um relatório cuja manchete afirmava que GLM-5.5 supera o Mythos 5.1 e GPT-6 Astra. Essa alegação é o motivo pelo qual esta página existe, e vale a pena ser preciso sobre o que ela é: uma manchete sobre duas coisas que não são o mesmo tipo de coisa. O GPT-6 Astra é um modelo já lançado — a OpenAI o lançou em 3 de setembro de 2026, ele carrega o identificador gpt-6-astra, tem quatro métricas publicadas, uma janela de contexto documentada de 1.050.000 tokens e uma posição no Artificial Analysis Intelligence Index que qualquer pessoa pode consultar. O GLM-5.5 é um número de versão que nunca apareceu em um registro de lançamentos da Z.ai, em um cartão de modelo, em uma tabela de preços ou em qualquer repositório pertencente ao laboratório. Em 15 de outubro de 2026, não há artefato por trás dele para avaliar, chamar ou precificar.

Portanto, a forma honesta desta comparação não é um confronto direto. É uma descrição do que cada lado pode sustentar como evidência e das coisas concretas e verificáveis que teriam de surgir antes que o confronto se tornasse real. Isso acaba sendo mais útil do que uma ficha técnica teria sido, porque o padrão — um número de versão vazado adquirindo uma alegação de benchmark que não consegue sustentar — é o que os leitores continuam encontrando nesta linha de produtos.

O que é o GLM-5.5, em um parágrafo

É um nome dentro de uma linhagem que o deixou de fora. O registro de lançamentos da Z.ai traz GLM-5.3 em 18 de agosto de 2026 e GLM-5.3-Flash em 26 de agosto; a documentação da empresa lista esses dois mais o GLM-5.2 e para. As posições 5.4 e 5.5 foram presumidas por extrapolação a partir de uma projeção mais antiga de analista, e a própria chamada de resultados de 31 de agosto da empresa nomeou GLM-6.0 como a base da próxima geração — pulando ambos os números. A auditoria completa das nove superfícies, com as URLs e o método para que possa ser reexecutada, está na nossa página de referência para o nome. O que importa aqui é mais restrito: um número vazado não é uma especificação, e uma alegação de benchmark atrelada a um número vazado não pode ser verificada por ninguém, incluindo as pessoas que a publicaram.

Dois modelos, dois tipos de evidência

Coloque os dois lados sob as mesmas dimensões e a assimetria deixa de ser retórica:

• Tabela de preços — GPT-6 Astra US$ 10,00 de entrada, US$ 1,00 em cache, US$ 12,50 para gravações de cache, US$ 50,00 de saída por 1M vs GLM-5.5, nada publicado, porque não há página de preços onde publicar

• Faixa de prompt longo — GPT-6 Astra com preço reajustado para US$ 20,00 / US$ 75,00 acima de 272.000 tokens de entrada vs. GLM-5.5, sem termos a declarar

• Janela de contexto — GPT-6 Astra 1.050.000 tokens de entrada, 128.000 de saída vs GLM-5.5 não especificado

• Modalidade de entrada — GPT-6 Astra: entrada de texto, imagem e arquivo, saída de texto vs. GLM-5.5 não especificado

• Identificador — GPT-6 Astra gpt-6-astra, resolvível na documentação da OpenAI e em nosso catálogo, versus GLM-5.5 sem identificador em nenhuma superfície do fornecedor

• Pontuação independente — GPT-6 Astra 53 no Artificial Analysis Intelligence Index, 44,6 tokens de saída por segundo, US$ 3,26 por tarefa de índice concluída vs. GLM-5.5 sem entrada, e nenhuma forma de produzir uma

• Afirmação de benchmark — GPT-6 Astra: uma tabela de fornecedor (98% FrontierMath Tier 4, 99,9% ARC-AGI-3, 100% ExploitBench, 57,9% Terminal-Bench 4.0), cada número atribuível à O​penAI e cada um com ressalva abaixo vs. GLM-5.5: uma afirmação comparativa sem número, sem harness e sem modelo

• Pesos — GPT-6 Astra fechado, somente API vs GLM-5.5, nenhum a lançar

A parte do registro da Astra que resiste ao escrutínio, e a parte que não resiste.

Como um dos lados desta página tem uma base de evidências completa e o outro não tem nenhuma, a coisa mais valiosa que este artigo pode fazer é dizer exatamente quanto do histórico da Astra serve de sustentação.

A metade independente é sólida. A Artificial Analysis mede o GPT-6 Astra em 53 no seu atual Intelligence Index ao longo de dez avaliações, o sétimo entre os 216 modelos desse quadro, a $3,26 por tarefa de índice concluída, com cerca de 60M de tokens de saída gerados ao longo da execução — mais conciso do que a mediana do quadro, de cerca de 85M. É medido em 44,6 tokens de saída por segundo, o que o coloca em 168.º de 185 em velocidade, e isso não é um artefacto de arredondamento: para um agente que faz muitas chamadas sequenciais, a taxa de transferência é uma linha de custo. Esses números vêm de um avaliador que publica a sua metodologia, e são os números que um leitor deve ter como referência para o seu planeamento.

A metade do fornecedor precisa que seus rótulos sejam anexados. A OpenAI relata 98% no FrontierMath Tier 4 e descreve o nível como saturado; 99,9% no ARC-AGI-3, com a alegação de paridade de eficiência de ação humana em 96% dos níveis; 100% no ExploitBench, com Astra sendo o primeiro modelo da OpenAI a cruzar o limiar Critical de cibersegurança da empresa; e 57,9% no Terminal-Bench 4.0 contra 37,3% do GPT-5.6 Sol. Nenhum desses foi reproduzido de forma independente. O número do ARC-AGI-3 é o que mais precisa de sua nota de rodapé, e o ARC Prize a forneceu: sob a estrutura de avaliação padrão, na qual o modelo pode levar adiante apenas anotações que ele mesmo escreve, Astra marcou 62,7%; os 99,9% foram medidos sob um adaptador de provedor que preserva o estado de raciocínio entre requisições. Ambas as colunas foram publicadas. A diferença de 37 pontos é o tamanho da estrutura de avaliação, e qualquer pessoa que cite 99,9% contra o número da estrutura padrão de um rival está comparando dois experimentos diferentes.

Aplique essa disciplina à alegação de 6 de outubro e ela falha já no primeiro passo. Não há harness a nomear, nem pontuação a comparar, nem configuração a manter constante, e nem identificador de modelo a fixar. “Supera o GPT-6 Astra” ainda não é uma alegação que possa ser verdadeira ou falsa; é uma alegação à espera de um sujeito.

O GLM que você pode realmente rodar contra o Astra

Se a pergunta por trás da busca é "devo usar um GLM ou um modelo principal da OpenAI", o nome no relatório não é o nome na resposta. O principal modelo de texto em produção da Z.ai é o GLM-5.3, lançado em 18 de agosto de 2026, com pesos disponibilizados no Hugging Face a partir de 25 de agosto — um modelo de mistura de especialistas com 753 bilhões de parâmetros, com aproximadamente 40B parâmetros ativos por token, uma janela de contexto de 1.000.000 de tokens, um teto de saída de 128.000 tokens e apenas entrada e saída de texto. O raciocínio está sempre ativado; a profundidade é definida com reasoning_effort. Ele tem uma licença personalizada em vez de uma aberta, o que é uma restrição real se você pretende construir sobre os pesos em vez de chamar a API.

Em relação ao GPT-6 Astra, a forma da troca é uma troca de preço por verbosidade, e a segunda metade dela é a metade que ninguém cita:

• Preço — GPT-6 Astra $10.00 / $50.00 por 1M vs. GLM-5.3 $1.40 / $4.40 na própria tabela de preços da Z.ai, que consta como $1.26 / $3.96 no nosso catálogo

• Índice independente — GPT-6 Astra 53 vs GLM-5.3 45, ambos na escala atual da Artificial Analysis

• Custo por tarefa de indexação concluída — GPT-6 Astra $3.26 vs GLM-5.3 $2.01

• Tokens de saída nessa execução — GPT-6 Astra 60M vs GLM-5.3 210M, contra uma mediana do ranking próxima de 85M

• Vazão — GPT-6 Astra 44,6 tokens por segundo vs GLM-5.3 58,2

Essa quarta linha é a que muda as decisões. A tabela de preços do GLM-5.3 é cerca de sete vezes mais barata que a da Astra na entrada e onze vezes mais barata na saída, e ainda assim custa $2,01 para concluir uma tarefa de índice, contra $3,26 da Astra — uma diferença bem menor do que as tabelas de preços sugerem. O motivo é a verbosidade: 210M tokens de saída contra 60M da Astra para a mesma suíte. Um token barato multiplicado por um modelo verboso não continua barato. É também por isso que os $1,26 / $3,96 que o nosso catálogo mostra importam menos do que parecem: um desconto de 10% sobre um medidor do qual o modelo consome 3,5x mais é um efeito pequeno diante da diferença na contagem de tokens.

Uma correção que deve constar no registro, e não em nota de rodapé, porque afeta qualquer pessoa que tenha um número mais antigo: a cobertura anterior nesta linha, incluindo nosso próprio texto de agosto, citou o GLM-5.3 com 60 no Artificial Analysis Intelligence Index. Essa era a leitura na versão do índice vigente em agosto. O mesmo modelo registra 45 na escala em vigor hoje, porque o próprio índice foi revisado. O número não caiu; a régua mudou. Qualquer comparação que misture um número de uma versão do índice com um número de outra não é uma comparação, o que é o mesmo modo de falha que citar os 99,9% da Astra no ARC-AGI-3 contra um rival de harness padrão.

Onde o roteamento se encaixa

Há um teste prático em tudo isto, e é o que um catálogo realiza. GPT-6 Astra resolve como openai/gpt-6-astra no OrcaRouter e GLM-5.3 resolve como z-ai/glm-5.3, ambos por trás de um único endpoint compatível com a OpenAI às tarifas de tabela do fornecedor, repassadas sem qualquer margem nossa — por isso uma alteração de tarifa da Z.ai e uma alteração de tarifa da OpenAI incidem ambas na mesma chave no dia em que são publicadas, e mover tráfego entre as duas é uma alteração a uma string de modelo, e não um segundo contrato. Um nome que não resolve para nada é um tipo diferente de sinal, e a consulta é barata de executar.

Isso tem um uso específico aqui. A maneira de resolver uma questão GLM versus Astra para o seu próprio tráfego é executar seu próprio conjunto de tarefas nos dois, e o custo de montar esse experimento é exatamente o que um endpoint compartilhado elimina. Ele também lhe dá a metade mais barata da resposta sem um experimento: a faixa de US$ 20,00 / US$ 75,00 da Astra acima de 272.000 tokens fica precisamente onde o preço fixo de US$ 1,26 / US$ 3,96 do GLM-5.3 não fica, então uma carga de trabalho de contexto longo tem um motivo de preço para preferir o GLM antes de se consultar qualquer benchmark.

Nenhuma rota é atribuída ao GLM-5.5 porque não há nada para rotear: é um nome, e uma consulta ao catálogo por ele retorna um não encontrado, em vez de um modelo.

O que tornaria esta página desatualizada?

A lista é curta e cada item pode ser verificado de forma independente, o que é justamente o ponto. O GLM-5.5 torna-se real quando aparece um model card na documentação da Z.ai com um identificador, quando uma linha de uma tabela de preços o inclui, quando um repositório do Hugging Face pertencente ao laboratório publica pesos sob uma licença nomeada, quando um avaliador independente tem uma página para ele, e quando uma consulta a um catálogo devolve um modelo em vez de um 404. Qualquer um deles é um sinal forte. Até que pelo menos um apareça, um relatório que descreve o desempenho do GLM-5.5 face ao GPT-6 Astra está a descrever uma comparação entre um produto e uma projeção.

A leitura defensável deste confronto hoje, portanto, não é um veredito, mas uma divisão de trabalho. O GPT-6 Astra é o modelo com melhores evidências e o mais caro, e seu ponto mais fraco é exatamente onde um GLM é mais forte: contexto longo, alto volume e trabalho onde a verbosidade da saída é o custo dominante. O GLM-5.3 é o medidor mais barato com o gasto mais lento, a pontuação independente é 8 pontos mais baixa, e ele não consegue ver uma imagem a nenhum preço. Se um GLM-5.5 for lançado, o número a observar primeiro não é o seu benchmark — é a sua contagem de tokens de saída em um conjunto fixo, porque essa é a cifra que historicamente reduziu a vantagem de preço do GLM a quase nada.

Um lançamento também é o momento de verificar o que deu errado antes: os incidentes documentados de IA e as falhas de agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, grau de confiança e indicador de contestação.