GPT-6 Sol Pro vs GLM 5.3: O que uma licença open-weight realmente lhe oferece

GPT-6 Sol Pro e GLM 5.3 são as duas metades de uma bifurcação genuína na forma de comprar um modelo de raciocínio, e a licença é onde está a bifurcação. GPT-6 Sol — o modelo do fornecedor que a configuração gpt-6-sol-pro executa, disponível de forma geral desde 22 de setembro de 2026 a US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída — é uma API fechada. Você o aluga. GLM 5.3, o carro-chefe da empresa, que chegou à API em 18 de agosto de 2026 e publicou seus pesos no início de setembro, custa US$ 1,26 de entrada e US$ 3,96 de saída por milhão de tokens em nossa própria página de modelo, e você pode baixá-lo.

Este texto não vai defender que uma delas está correta. Vai ser preciso sobre o que o download de fato lhe proporciona, porque a resposta é mais limitada do que o discurso sobre pesos abertos costuma sugerir, e a parte que é genuinamente valiosa não é a parte que as pessoas costumam citar.

O que cada linha de preço diz

Ambas são listas de fornecedores — os próprios números da OpenAI e da Z.ai, repassados sem alteração pelas plataformas que os hospedam.

• Entrada — GPT-6 Sol $2,00 por milhão de tokens vs GLM 5.3 $1,26 por milhão de tokens

• Saída — GPT-6 Sol US$ 10,00 por milhão de tokens vs GLM 5.3 US$ 3,96 por milhão de tokens

• Entrada em cache — GPT-6 Sol US$ 0,20 por milhão de tokens vs. GLM 5.3 com 90% de desconto sobre sua tarifa sem cache, que é a mesma fração de um número menor

• Gravação em cache — GPT-6 Sol US$ 2,50 por milhão de tokens em um único TTL vs. o nível de gravação em cache do GLM 5.3, que é onde as duas tabelas de preços deixam de ser diretamente comparáveis, porque os fornecedores medem as gravações de forma diferente

• Preço para contexto longo — O GPT-6 Sol reprecifica uma solicitação acima do seu limite de entrada a uma taxa mais alta para toda a solicitação; a janela de 1M de tokens do GLM 5.3 é cobrada às suas tarifas padrão do início ao fim

• Janela de contexto — GPT-6 Sol 1.050.000 tokens vs GLM 5.3 1.000.000 tokens

• Saída máxima — GPT-6 Sol 128.000 tokens vs GLM 5.3 128.000 tokens

• Modalidades de entrada — GPT-6 Sol texto e imagem vs GLM 5.3 somente texto

• Pesos — GPT-6 Sol fechado, sem download vs GLM 5.3 publicado no Hugging Face sob a própria Licença GLM-5.3 da Z.ai

Nas tarifas de tabela, o GLM 5.3 é cerca de 1,6× mais barato na entrada e 2,5× mais barato na saída. Essa é uma diferença real, e não é decisiva. A linha que muda as decisões é a última.

O que a licença realmente diz, e o que não diz

É aqui que a conversa sobre pesos abertos costuma dar errado. A afirmação "são pesos abertos, então você está a salvo do risco de fornecedor" é verdadeira em um sentido específico e falsa em outro, e a diferença vale a pena explicar.

Os pesos do GLM 5.3 foram publicados. A licença é a Licença GLM-5.3 própria da Z.ai, não a MIT — a geração anterior, GLM-5.2, era MIT, e a mudança é o ponto principal. A nova licença permite uso comercial e ajuste fino. Ela adiciona uma condição: um provedor de modelo como serviço com mais de US$ 10 bilhões em receita em qualquer período de doze meses deve passar por uma revisão de segurança da Z.ai antes de oferecer o modelo como serviço.

Essa condição diz para que serve a licença. Ela não é uma restrição dirigida a você. Ela se dirige ao punhado de hyperscalers que, de outra forma, poderiam revender o trabalho da Z.ai como produto próprio sem contribuir para ele. Se você executa o GLM 5.3 dentro do seu próprio produto, ou faz ajuste fino nele com seus próprios dados, ou o disponibiliza para seus próprios usuários, a cláusula não se aplica a você.

O que isso significa é que a licença é um documento controlado pelo fornecedor, e não uma concessão irrevogável. A licença MIT não pode ser revisada. Uma licença personalizada pode ser revisada para versões futuras, e os termos que você aceitou para a 5.3 não são uma promessa sobre o que quer que a Z.ai numere em seguida. Esse é um risco menor do que "o fornecedor pode aposentar o modelo" — os pesos que você baixou não param de funcionar —, mas não é pouca coisa, e nenhuma página de comparação de pesos abertos menciona isso.

A parte genuinamente valiosa do download é mais restrita e mais concreta do que o slogan: é que o checkpoint que você avaliou é o checkpoint que você serve, permanentemente, independentemente do que o roadmap ou a tabela de preços do fornecedor faça a seguir. Isso é uma garantia de reprodutibilidade, não uma garantia de custo.

O que o registro independente mostra

O Artificial Analysis é o banco de testes neutro no qual ambos os modelos aparecem, e ele re-baseou seu índice em 7 de setembro de 2026 — trocando um benchmark terminal por outro e reponderando o componente de tarefas privadas. É por causa dessa re-base que o número do GLM 5.3 mais citado em circulação está aposentado: o modelo foi publicado com 60 no índice anterior e aparece com 45 no atual, e a mudança é uma troca de banco de testes, e não uma mudança de modelo.

No placar atual, o GPT-6 Sol marca 48 com esforço máximo a US$ 1,06 por tarefa de índice. O GLM 5.3 marca 45 a US$ 2,01 por tarefa de índice. Três pontos de separação no índice é o resumo honesto, e ele vem com uma peculiaridade incomum: neste par, o modelo mais barato é o fechado. O GPT-6 Sol custa aproximadamente metade por tarefa concluída, o que é o oposto da suposição da qual a maioria das comparações de pesos abertos parte.

Mais duas ressalvas devem ser anexadas.

• O ranking de pesos abertos é um resultado de categoria, não geral. A posição do GLM 5.3 é uma afirmação tanto sobre o campo dos modelos baixáveis quanto sobre o próprio GLM 5.3.

• A maioria dos números de benchmark que circulam sobre o GLM 5.3 são do próprio Z.ai. Os números independentes são a pontuação do índice e o custo por tarefa; os números de Terminal-Bench, DeepSWE e de capacidade cibernética na ficha do modelo são executados pelo fornecedor e devem ser identificados como tal quando citados.

Um ponto a favor do GLM que o valor por tarefa subestima: o irmão mais barato. O GLM 5.3 Flash é um modelo de 320 bilhões de parâmetros com 18 bilhões de parâmetros ativos, licenciado sob MIT, a US$ 0,15 de entrada e US$ 0,50 de saída por milhão de tokens, e pontua 42 no mesmo índice a US$ 0,25 por tarefa. Isso é um quarto do custo por tarefa do GPT-6 Sol por seis pontos de índice, e é o modelo, nesta comparação, que de fato está na fronteira de custo-eficiência do índice.

O argumento de custo a favor da auto-hospedagem é mais fraco do que o argumento de custo contra ela.

É tentador enquadrar o download como uma jogada de custo. A US$ 1,26 e US$ 3,96 por milhão de tokens, a API já é barata o suficiente para que um modelo de mistura de especialistas de 753 bilhões de parâmetros não seja obviamente mais barato de executar por conta própria — e o GLM 5.3 é um MoE de 753B, que não é uma implantação em uma única GPU sob nenhum esquema de quantização que preserve seu comportamento. O ponto de equilíbrio é uma questão de utilização e, para a maioria das equipes, a resposta honesta é que ele nunca chega.

A razão para optar pelo download é a que a secção da licença implica: controlo sobre onde a inferência acontece. A auto-hospedagem responde a uma questão de residência de dados pelo local onde se executa o modelo, e não pelo que diz o contrato de um fornecedor, e, para cargas de trabalho reguladas, essa é a única versão da resposta que se sustenta. Também permite o fine-tuning com dados proprietários sem que nenhum dado saia da sua infraestrutura, algo que uma API fechada não oferece a preço algum.

Se nenhuma dessas opções se aplica a você, a API é a escolha correta e a licença é irrelevante. Essa é uma conclusão legítima e é aquela a que a maioria das equipes deve chegar.

Onde uma camada de roteamento altera a aritmética

O GLM 5.3 está no OrcaRoutercatálogo da a $1,26 de entrada e $3,96 de saída por milhão de tokens, com uma janela de contexto de 1.000.000 de tokens, um limite de saída de 128.000 tokens e um tempo p50 até o primeiro token de 3,99 segundos, conforme medido na nossa própria página do modelo. O preço de tabela do provedor é repassado sem nenhum acréscimo por cima, portanto, uma mudança de preço da Z.ai entra no ar do nosso lado no mesmo dia em que entra no ar do lado deles.

O GPT-6 Sol não é uma das nossas rotas, portanto nada aqui é uma afirmação sobre o seu preço através de nós.

O motivo pelo qual um endpoint único importa nesse confronto específico é que os dois modelos não são tanto substitutos, mas sim camadas. O GLM 5.3 é só de texto; o GPT-6 Sol aceita imagens. O GLM 5.3 pode ser baixado; o GPT-6 Sol, não. Nenhuma dessas coisas é uma decisão de preço, e nenhuma delas se resolve com um benchmark. O que uma equipe realmente quer aqui é uma única chave que consiga alcançar o modelo de texto barato para o volume e um modelo diferente para as chamadas que precisam de visão, sem um segundo contrato, um segundo SDK e um segundo conjunto de limites de taxa. Isso é um problema de roteamento, e o comportamento de failover importa pelo mesmo motivo de sempre — a camada barata da qual seu pipeline depende não deveria ser a camada que derruba todo o pipeline.

A regra de decisão

• Trabalho de texto em volume a um nível de qualidade conhecido — GLM 5.3. Três pontos de índice abaixo do GPT-6 Sol a aproximadamente 40% da taxa de saída, na mesma janela de contexto e no mesmo teto de saída.

• Qualquer coisa que precise ler uma imagem — GPT-6 Sol, ou nenhum destes. O GLM 5.3 não aceita imagens na API, e nenhuma vantagem de preço sobrevive a uma modalidade que você não pode usar.

• Dados regulamentados, ou uma carga de trabalho que você precise conseguir reproduzir daqui a dois anos — GLM 5.3, auto-hospedado a partir do checkpoint publicado. Não porque seja mais barato, mas porque o checkpoint é fixo e a questão de residência é respondida pela sua própria infraestrutura.

• Ajuste fino em dados proprietários — GLM 5.3. Uma API fechada não oferece equivalente a nenhum preço.

• Uma equipe sem restrição de residência e sem plano de fine-tuning — GPT-6 Sol, e trate a licença como não sendo um problema. Para você, ela genuinamente não é um problema, e é fingindo o contrário que argumentos de pesos abertos perdem credibilidade.

A licença não é uma alavanca de custo. É uma alavanca de controle, e vale exatamente tanto quanto o controle vale para você — o que, para algumas equipes, é a decisão inteira e, para outras, não é absolutamente nada.