Mercury 3 vs GLM-5.5: A comparação que a consulta de pesquisa pede, executada com o modelo que existe

Não existe GLM-5.5. O registro de lançamentos da Z.ai termina no GLM-5.3-Flash, em 26 de agosto de 2026; seu índice de documentação enumera GLM-5.3, GLM-5.3-Flash e GLM-5.2; os quatro repositórios mais recentes da organização zai-org no Hugging Face são a série GLM-5.3, criada em 25 de agosto; a Artificial Analysis não tem página com esse nome; e nosso próprio catálogo retorna model-not-found para z-ai/glm-5.5. Cinco superfícies, verificadas novamente hoje, todas negativas. Portanto, uma página intitulada “Mercury 3 vs GLM-5.5” pode fazer uma de duas coisas: inventar uma ficha técnica para um modelo que nunca existiu, ou dizer a que o nome provavelmente se refere e fazer a comparação que realmente pode ser executada. Esta página faz a segunda. As falhas de IA e os incidentes de agentes documentados por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de contestação.

O modelo que existe é o GLM-5.3, que a Z.ai lançou em 18 de agosto de 2026, com os pesos abertos vindo em seguida, em 25 de agosto. Ao lado dele está o Mercury 3, que a Inception Labs lançou em 19 de outubro de 2026 como um modelo de linguagem de difusão com contexto de 1 milhão de tokens e uma alegação de throughput de 1.068 tokens por segundo. Esse é um confronto real com uma pergunta real embutida: um modelo de programação comprovado de pesos abertos a US$ 1,26/US$ 3,96 contra um modelo de velocidade não medido a US$ 0,35 de saída durante sua janela de lançamento. O número da versão no título está errado. A comparação abaixo dele não está.

Por que o nome existe, afinal de contas

GLM-5.5 é uma projeção, não um anúncio. Remonta a uma previsão de analista que circulou em junho de 2026 e situava o próximo carro-chefe da Z.ai numa janela de agosto; agosto terminou com o GLM-5.3, em vez disso. Analistas que observam a cadência da Z.ai agora esperam que o próximo lançamento tenha o número 5.4, dentro de uma janela que vai aproximadamente de 8 de outubro a 9 de novembro. Hoje é 20 de outubro — dentro dessa janela, sem nada lançado.

Este blog já abordou esse nome uma dúzia de vezes, sempre com a mesma constatação, e a tentação diante de um novo lançamento do Mercury é tratar a ausência do oponente como permissão para pular o artigo. Não é: a consulta é real, e a resposta útil é uma comparação com o modelo que a Z.ai realmente vende. O que segue lista o que teria de aparecer para que o título se torne preciso e, depois, examina os números que existem.

Cinco coisas que tornariam o GLM-5.5 um modelo

• Um identificador de API — z-ai/glm-5.5 que resolve em qualquer catálogo público. O nosso retorna model-not-found, assim como o glm-5.4.

• Uma linha da tabela de preços — um preço na página da API de modelos da z.ai. A página atualmente lista GLM-5.3 ($1,40/$4,40), GLM-5.3-Flash ($0,15/$0,50), GLM-5.3-FlashX ($0,37/$1,25) e modelos anteriores, e nada acima de 5.3.

• Uma entrada de nota de versão — a página New Released do docs.z.ai é datada por entrada e vai até 2026-08-26, no máximo.

• Um repositório de pesos ou uma declaração explícita de ausência de pesos — os repositórios de texto mais recentes do feed zai-org têm todos a data de 2026-08-25.

• Um cartão independente datado — artificialanalysis.ai/models/glm-5-5 retorna 404, enquanto glm-5-3 retorna uma página completa.

Qualquer um desses seria um sinal forte. Todos os cinco aparecendo juntos é o que um lançamento parece; nenhum aparecendo é o que uma previsão parece. A verificação é reexecutável e deve ser reexecutada em vez de confiada, porque um resultado negativo perde validade no momento em que o fornecedor faz o lançamento.

O contraste real das especificações

• Preço — Mercury 3 $0.10/$0.35 por milhão no lançamento, $0.20/$0.70 na tabela. GLM-5.3 $1.26/$3.96 no nosso catálogo, o que é 10% abaixo da tabela da própria Z.ai de $1.40/$4.40.

• Contexto — ambos com 1M de tokens. Mercury 3 tem um teto de saída de 131.072 tokens; GLM-5.3 limita a saída a 128.000.

• Arquitetura — O Mercury 3 é um modelo de difusão, gerando tokens em paralelo; a Inception afirma que ele é mais de 40 vezes maior que o Mercury 1, sem fornecer uma contagem absoluta de parâmetros. O GLM-5.3 é um transformer de mistura de especialistas cujos detalhes publicados a Z.ai mantém no nível da família.

• Velocidade — Mercury 3 a 1.068 tok/s, o número da Inception, não reproduzido. GLM-5.3 a 88,4 tok/s de saída medidos em nosso próprio tráfego de playground ao longo de sete dias, com latência ponta a ponta mediana de 3,3 segundos.

• Pontuação independente — o GLM-5.3 obtém 44,8 no Intelligence Index da Artificial Analysis e 74,8 no Coding Index dela, ocupando a 14.ª posição em programação entre os modelos que ela acompanha. O Mercury 3 não tem página na Artificial Analysis.

• Pontuações de tarefas — GLM-5.3 registra 83,9% no Terminal-Bench 2.1 e 41,9% no Terminal-Bench 4.0, 91,7% no GPQA Diamond e 50,3% no τ²-Banking, todos segundo a Artificial Analysis. O Mercury 3 não publica pontuações numéricas de tarefas; seu único resultado estruturado é 50% de conclusão em 50 tarefas de navegação ao vivo do Mind2Web.

• Pesos — o GLM-5.3 é aberto, com checkpoints no Hugging Face a partir de 25 de agosto. Os pesos do Mercury 3 não são publicados e a Inception não assumiu o compromisso de publicá-los.

• Modalidades — entrada de texto, saída de texto em ambos.

A única linha em que o GLM-5.3 é inequivocamente a compra mais forte é a mais barata de verificar: ela foi medida. Um índice de codificação de 74,8 e uma pontuação de 83,9 no Terminal-Bench 2.1 dizem o que o modelo faz em tarefas que você consegue nomear. O Mercury 3 diz que supera o Claude Haiku 5.5 sem dizer por quanto, em quê ou em qual das suas quatro configurações de esforço.

Quanto valem 1.068 tokens por segundo, e para quem

O argumento de velocidade do Mercury não é que ele conclua uma tarefa de programação mais rápido em termos de tempo de relógio — um modelo que dá mais passos ou precisa de uma nova tentativa pode perder essa corrida em qualquer vazão. O argumento é que turnos individuais retornam enquanto uma pessoa ainda está olhando para a tela. As próprias citações de clientes da Inception deixam isso explícito: dicas de tutoria em cerca de um segundo, geração de busca com mediana de 0,9 segundos, respostas de suporte que permanecem conversacionais.

GLM-5.3 a 88,4 tokens por segundo é uma velocidade autorregressiva normal e seria desagradável para qualquer um desses casos. É totalmente adequada para um agente que é executado por seis minutos e retorna com resultados, que é o formato de carga de trabalho que seu perfil de benchmark descreve — codificação em escala de repositório, engenharia de várias etapas, uso de ferramentas em horizontes longos.

Essa é a verdadeira linha divisória entre esses dois modelos, e não é o preço. É se há um humano esperando. Se sim, a vazão do Mercury 3 é o produto, e seus benchmarks ausentes são um risco que você pode limitar com um orçamento de retentativas. Se não, a competência medida do GLM-5.3 vale o prêmio de 11 vezes no preço de saída, porque uma resposta errada de um agente em segundo plano custa mais do que os tokens que economizou.

Custo em uma carga de trabalho de agente de codificação

Agentes de codificação são intensivos em entrada: um contexto longo de repositório, definições de ferramentas e histórico de conversa a cada etapa. Considere 300 milhões de tokens de entrada e 12 milhões de tokens de saída por dia, o que equivale a uma pequena equipe executando agentes continuamente. No Mercury 3, na tarifa de lançamento, isso dá US$ 30 de entrada e US$ 4,20 de saída, ou US$ 34,20. No preço de tabela, US$ 60 e US$ 8,40, ou US$ 68,40.

No GLM-5.3, com a nossa tarifa de catálogo, o mesmo tráfego custa $378 de entrada e $47.52 de saída, ou $425.52 por dia. O preço de tabela da Z.ai seria $420 e $52.80, ou $472.80. Portanto, o prêmio é de aproximadamente 6.2 vezes no preço de tabela da Mercury e 12.4 vezes durante a janela de lançamento.

Agora, o contrapeso honesto: se a taxa de conclusão do Mercury 3 em uma tarefa real de codificação for materialmente inferior à do GLM-5.3, esse múltiplo desmorona. Um modelo que conclui dois terços das tarefas precisa de 50% mais tentativas, e cada tentativa reenvia o contexto do repositório. Com um déficit de 33%, o prêmio efetivo cai para cerca de 4 vezes — ainda grande, ainda real, e não mais uma decisão que você possa tomar sem medir. O resultado do Mind2Web diz que o Mercury consegue navegar por um site ao vivo; não diz nada sobre se ele consegue aplicar um patch.

A questão dos pesos abertos, que não é uma questão de preços

Os pesos do GLM-5.3 estão no Hugging Face, o que significa que o modelo pode ser auto-hospedado, ajustado ao seu próprio código-fonte ou fixado para evitar a descontinuação. Para uma equipe cuja vantagem competitiva reside em um fine-tune, esse é o argumento decisivo, e nenhum preço de solução hospedada compete com isso. O Mercury 3 não oferece esse caminho: é um produto de API, e a camada empresarial do anúncio trata de capacidade dedicada e retenção de dados, e não de entregar os pesos a você.

O contra-argumento é econômico. Executar você mesmo um modelo da classe do GLM-5.3 custa mais em GPUs e operações do que US$ 1,26 por milhão de tokens de entrada para a maioria das equipes, e a licença aberta é um seguro, e não um plano. Ela importa quando o fornecedor muda os termos, e não importa numa terça-feira.

Executando os dois lado a lado

O GLM-5.3 está no nosso catálogo como z-ai/glm-5.3 a $1.26/$3.96 — o preço de tabela do provedor com 0% de markup, então quando a Z.ai altera o preço, a alteração entra em vigor do nosso lado no mesmo dia, e não no próximo ciclo de cobrança. O Mercury 3 não está no nosso catálogo; nossa API de modelos retorna model-not-found para todos os modelos da Inception, então a forma de acessá-lo é a plataforma da própria Inception, que concede 100 milhões de tokens gratuitos às novas contas. Roteamos o GLM-5.3 e não roteamos o Mercury 3, e a diferença na forma de acessar cada um decorre disso, e não de uma preferência.

A forma de resolver esse confronto com o seu próprio tráfego, em vez de com um post de lançamento, é uma divisão cega de roteamento: enviar metade dos passos do seu agente para o Mercury 3 pela chave da Inception, em um nível de esforço fixado, e metade para z-ai/glm-5.3, e comparar a taxa de conclusão e o custo total por tarefa concluída em vez de por token. Um endpoint compatível com OpenAI cobre o lado do GLM junto com mais de 200 outros modelos, com failover automático, então, se o primeiro mês do novo provedor for irregular, seu fallback já está configurado. A DSL de roteamento pode manter a divisão como uma regra, de modo que seja uma mudança de configuração e não de código quando a resposta chegar.

O que fazer enquanto o GLM-5.5 permanece apenas um nome

Se você chegou aqui procurando o GLM-5.5, a resposta sincera é que a Z.ai não o lançou e o número é uma previsão. Fique de olho na página de notas de lançamento e no feed do Hugging Face; quando um repositório aparecer, o nome se torna um modelo e esta comparação fica obsoleta no bom sentido. Analistas esperam o próximo carro-chefe na janela de 8 de outubro a 9 de novembro, a maioria deles numerado 5.4, e hoje estamos dentro dessa janela sem nada publicado.

Se você precisa decidir hoje, a escolha é entre um modelo de programação open weights comedido, por cerca de seis a doze vezes o preço, e um modelo de texto muito mais rápido, sem pontuações de benchmark publicadas. Escolha o GLM-5.3 para trabalhos cuja saída você não lerá antes de entrarem em produção. Escolha o Mercury 3 para trabalhos em que uma pessoa está esperando e uma nova tentativa é barata. E orce o Mercury 3 pelo preço de tabela, porque o desconto que faz parecer gratuito é o único número que a Inception não prometeu manter.