Mistral Large 4 vs GLM-5.5: Um Modelo Real Contra um Nome

Não há nenhum GLM-5.5 com que comparar Mistral Large 4. Em 6 de outubro de 2026, o nome não tem ficha de modelo, nem identificador de API, nem linha de preços, nem checkpoint e nem arquivo de licença, e o próprio site da Z.ai não o usa em lugar nenhum. O modelo no fim dessa linha numérica é o GLM-5.3, que a Z.ai lançou em 18 de agosto de 2026 — o mesmo carro-chefe de pesos abertos da Z.ai com o qual a Mistral compara o Mistral Large 4, pelo nome, em seu próprio post de lançamento. Então a comparação que pode de fato ser feita é uma prévia lançada hoje contra um modelo de pesos abertos de dois meses de idade, com um preço ativo, quatro bilhões e meio de tokens por semana de tráfego real e um arquivo de licença que você pode ler. Acontece que esse é o confronto mais útil, de qualquer forma.

É também um teste mais limpo da alegação central da Mistral do que a comparação com o GLM que o post de lançamento faz. A Mistral diz que o Mistral Large 4 é o modelo de pesos abertos mais forte criado fora da China. O GLM-5.3 é o modelo de pesos abertos mais forte criado dentro dela. As duas alegações são verificáveis uma contra a outra no mesmo índice, e uma delas atualmente depende de pesos que não foram disponibilizados.

O que existe, e o que não existe

A verificação leva cerca de dez minutos, e cada um destes é um lugar onde um flagship lançado da Z.ai apareceria:

• A própria página model-api da Z.ai lista exatamente três cards — GLM-5.3, GLM-5.3-FlashX e GLM-5.2. Não há uma quarta entrada sob qualquer nome 5.4 ou 5.5.

• A Artificial Analysis tem uma página ativa do GLM-5.3; artificialanalysis.ai/models/glm-5-5 e /glm-5-4 retornam 404.

• Os repositórios mais recentes da organização zai-org no Hugging Face são os GLM-5.3, criados em 25 de agosto de 2026 — entre eles, GLM-5.3, GLM-5.3-BF16 e GLM-5.3-Flash. Não existe nada posterior.

• Nosso próprio catálogo retorna model-not-found para z-ai/glm-5.5, z-ai/glm-5.4 e z-ai/glm-6.0, enquanto z-ai/glm-5.3 é resolvido com um preço ativo.

• A teleconferência de resultados da Z.ai em 31 de agosto de 2026 nomeou o GLM-6.0 como a base de próxima geração, pulando completamente as versões 5.4 e 5.5.

O nome circula porque a Z.ai lançou a versão 5.3 em agosto e o próximo carro-chefe é naturalmente lido como o próximo número. Isso é uma convenção de nomenclatura, não um produto. Nada neste artigo deve ser lido como uma ficha técnica do GLM-5.5, porque produzi-la significaria inventar cada número dela.

A verdadeira comparação: Mistral Large 4 preview vs GLM-5.3

Os números da Mistral vêm do seu próprio post de lançamento e do seu cartão de modelo; os do GLM-5.3 vêm da sua entrada de catálogo ao vivo no OrcaRouter e da sua página no Artificial Analysis, ambos consultados em 6 de outubro.

• Arquitetura — 1,05T no total / 49B ativos de MoE esparso com um codificador de visão de 1,6B vs. um MoE somente de texto com pesos abertos publicados

• Modalidades — texto e imagem como entrada, texto como saída vs texto como entrada, texto como saída

• Janela de contexto — 1M declarado pela Mistral, 524.288 na configuração que a Artificial Analysis está testando, contra 1M efetivamente disponibilizado

• Limite máximo de saída — não publicado vs 128K tokens

• Preço por milhão, entrada / saída — US$ 1,36 / US$ 4,18 de tabela, atualmente US$ 0,68 / US$ 2,09 em promoção, vs. US$ 1,40 / US$ 4,40 de tabela, atualmente US$ 1,26 / US$ 3,96 praticados

• Entrada em cache por milhão — US$ 0,14, atualmente US$ 0,07, vs. US$ 0,26 de tabela, US$ 0,234 praticado

Intelligence Index v4.3 — 38,4 vs 44,8

• Custo por tarefa de indexação — US$ 1,13 vs US$ 2,01

• Terminal-Bench 4.0 — 26,8% vs 41,9%

• AutomationBench — 59,9% vs 62,2%

• Pesos — prometidos para o final de outubro, licença não especificada vs. disponíveis agora sob os próprios termos da Z.ai

Falando claramente: o GLM-5.3 é o melhor modelo no índice independente por 6,4 pontos e já está disponível para download. O Mistral Large 4 é 44% mais barato por tarefa concluída e é, na linha do Terminal-Bench, o modelo mais fraco em programação por quinze pontos. A simetria de preços é coincidente e próxima o suficiente para ser confusa — $1,36 / $4,18 contra $1,40 / $4,40 para as tarifas de tabela, embora a OrcaRouter ofereça o GLM-5.3 a $1,26 / $3,96, o que fica abaixo da tarifa de tabela da Mistral de forma direta. O preço promocional da Mistral de $0,68 / $2,09 é o que torna o preview mais barato hoje, e é um preço de lançamento.

Onde a Mistral leva a melhor

Duas linhas importam, e nenhuma delas é o índice.

O primeiro é multimodal. O GLM-5.3 é um modelo de entrada e saída de texto, e sua ficha de catálogo é explícita quanto a isso. O Mistral Large 4 traz um codificador de visão de 1,6 bilhão de parâmetros, e a Mistral afirma ter o estado da arte em ancoragem visual entre modelos abertos — citando 42% contra 41% do GPT-6 Astra no Dense 200, além de demonstrações de imagens de satélite em gigapixel, desenhos de engenharia e recuperação densa de documentos. No mesmo harness, a pontuação multimodal do GLM-5.3 não aparece porque não há nada para pontuar. Para qualquer pipeline que leia gráficos, desenhos, documentos protocolados ou capturas de tela, a comparação se resume a um único candidato.

O segundo é trabalho de segurança. A Mistral afirma 82% no teste Artificial Analysis Cyber Index, que pede a um modelo que reproduza uma vulnerabilidade real e depois a corrija — descrito como o mais alto de qualquer modelo —, além de 93% nos 40 exercícios de competição do Cybench, e uma posição entre as cinco primeiras no ranking geral do Cyber Index, liderando modelos de pesos abertos criados fora da China. A Z.ai também publicou alegações de cibersegurança para o GLM-5.3, e a própria descrição do GLM-5.3 atribui-lhe igualar o Mythos 5 em capacidades selecionadas de cibersegurança. Ambos os conjuntos de números são citados pelos fornecedores e ambos devem ser rotulados como tal. A diferença é que os da Mistral são colocados num índice independente nomeado e associados a um teste específico, o que os torna mais fáceis de verificar e mais fáceis de refutar.

Tudo o resto favorece o incumbente, e o argumento do custo de uma pré-visualização é aquele com que é preciso ter cuidado. O post de lançamento da Mistral afirma que a pré-visualização é servida na mesma infraestrutura europeia em que foi treinada — 3.800 GPUs NVIDIA Grace Blackwell nos datacenters da própria Mistral — e que os pesos chegam no final de outubro. O que isso lhe compra hoje é um modelo que pode ser chamado, com um fim declarado para o seu período de pré-visualização; o que não lhe compra é aquilo sobre o que assenta todo o discurso de venda da Mistral.

O que tornaria o GLM-5.5 um modelo?

Se a Z.ai lançar a versão 5.4 ou a 5.5, os artefatos apareceriam em uma ordem fixa e cada um seria verificável sem precisar perguntar nada à Z.ai:

• Um cartão de modelo na própria página model-api da Z.ai, que hoje lista apenas três entradas

• Um identificador de API que resolve, do modo como z-ai/glm-5.3 resolve e z-ai/glm-5.5 não.

• Uma linha de preços com uma taxa por milhão de tokens na documentação da Z.ai

• Um repositório do Hugging Face da organização zai-org com um arquivo de licença — a série atual vai até 25 de agosto de 2026

• Uma página num organismo de benchmarking neutro, onde o glm-5.5 atualmente dá 404

As evidências prospectivas apontam para longe do nome, e não na direção dele: a própria teleconferência de resultados da empresa saltou 5.4 e 5.5 e nomeou GLM-6.0 como a próxima geração. Qualquer um que escreva uma ficha de especificações do GLM-5.5 neste mês está escrevendo ficção com um título plausível.

Escolher entre os dois que existem

Se você quer o melhor modelo hoje, a resposta é o GLM-5.3, e não há nada perto dele no índice independente. Ele está 6,4 pontos à frente no Intelligence Index v4.3, quinze pontos à frente no Terminal-Bench 4.0, à frente em automação de fluxos de trabalho, um lançamento real de pesos abertos com um checkpoint que você pode baixar, e movimenta mais de cinco bilhões de tokens por semana em nosso catálogo — volume que mostra que seus modos de falha são conhecidos. Seu contexto é de um milhão de tokens servidos e seu teto de saída é um 128K publicado, contra uma prévia cujo número de contexto difere por um fator de dois dependendo da página que você lê e cujo teto de saída não foi declarado de forma alguma.

Se você precisa de visão, se precisa de trabalho de segurança, ou se uma prévia com uma data de término declarada é um risco aceitável para um modelo que pode se tornar seu para executar, o Mistral Large 4 é o lado interessante da negociação. No OrcaRouter, o GLM-5.3 está no catálogo à taxa do provedor com 0% de markup em o mesmo endpoint compatível com OpenAI que mais de 200 outros modelos, com failover automático entre provedores e uma DSL de roteamento que pode enviar classificação e extração para o modelo mais barato daquela semana. O Mistral Large 4 não está no nosso catálogo; a prévia é acessada por meio da própria API da Mistral e de várias plataformas de terceiros.

Seja explícito sobre o que você está comprando. GLM-5.3 é um produto. Mistral Large 4 é um produto com uma promessa atrelada, e a promessa é a parte que ainda não foi entregue. A diferença entre eles não são os 6,4 pontos de índice — esses vão mudar — é que um desses modelos existe em uma forma que você pode segurar, e o outro é uma convenção de nomenclatura com data de entrega.