Uma capa de título 16:9 gerada sobre um fundo cinza-carvão escuro com linhas horizontais tênues, com o título "Qwen4-Max vs GLM-5.4" e o subtítulo "Um foi lançado. O outro perdeu a janela." Uma linha do tempo vertical de pontos datados desce pelo lado direito em 2026-02-12, 2026-04-07, 2026-06-16, 2026-08-18 e 2026-08-26, terminando em um segmento tracejado vazio rotulado GLM-5.4. Um selo verde-azulado no canto inferior esquerdo diz "janela expirada em 27 de outubro de 2026". Logotipo OrcaRouter no canto inferior direito.
Guides & Insights

Qwen4-Max vs GLM-5.4: Um foi lançado, o outro perdeu a própria janela

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

Há uma versão desta comparação que seria útil e uma versão que seria ficção. A útil começa com uma data: o próprio registro de lançamentos da Z.ai ainda termina em GLM-5.3-Flash, em 26 de agosto de 2026, o índice de documentação dela enumera GLM-5.2, GLM-5.3 e GLM-5.3-Flash e nada acima deles, e o caminho da documentação do GLM-5.4 retorna Página Não Encontrada, como fazia em outubro. Qwen4-Max, em contrapartida, está à venda por consumo medido desde 16 de novembro de 2026, com uma tabela de preços publicada e uma pontuação independente. Portanto, o confronto não é entre dois carros-chefe. É entre um carro-chefe e uma data prevista que agora já expirou.

O que torna isso mais do que uma refutação é a aritmética por trás da projeção. Este blog estabeleceu uma cadência de 54 a 70 dias para a linha G​LM em outubro e publicou a janela que isso implicava. Essa janela fechou. Calcular em quanto ela foi excedida, e o que o fechamento lhe diz sobre como a Z.ai está sequenciando os lançamentos, é genuinamente mais informativo do que outra ficha de especificações especulativa — e deixa uma comparação que pode de fato ser realizada: Qwen4-Max contra GLM-5.3, o G​LM que chega ao mercado, no mesmo índice independente, na mesma semana.

Qual é a situação do nome em 18 de novembro

A auditoria é curta e é repetível. Quatro superfícies, todas verificadas hoje, todas negativas.

• O registro de lançamentos — entrada mais recente GLM-5.3-Flash, datada de 2026-08-26; em seguida GLM-5.3 em 2026-08-18, GLM-5.2 em 2026-06-16, GLM-5.1 em 2026-04-07, GLM-5 em 2026-02-12

• O índice de documentação — GLM-5.3-Flash/FlashX, GLM-5.3, GLM-5.2. Não há entrada 5.4 em nenhum nível de esforço

• O caminho da documentação — docs.z.ai/guides/llm/glm-5.4 retorna 404, exatamente como em 13 de outubro

• Hugging Face — uma busca de repositório por "glm-5.4" não retorna nada na própria organização do laboratório, e os checkpoints de texto mais recentes ali são as quatro versões do GLM-5.3 criadas em 25 de agosto

A página model-api do fornecedor dá a mesma resposta pelo lado comercial: GLM-5.3, GLM-5.3-Flash, GLM-5 e GLM-5V-Turbo, sem nenhuma linha entre 5.3 e 6. Nove superfícies foram verificadas para a página permanente sobre este nome em outubro; as mesmas quatro que importam para o status de envio continuam negativas cinco semanas depois. Essa consistência é o achado. Um nome que está ausente de todas as superfícies próprias há oito semanas não é um lançamento em andamento; é um nome que a linha deixou de lado, pelo menos por enquanto.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.3' with six rows: input per million $1.50 against $1.40; output per million $4.50 against $4.40; index score 43 against 32; cost per task $3.27 against $5.01; wall-clock per task 32.1 min against 22.0 min; weights none against downloadable. Footer reads 'Artificial Analysis Intelligence Index v5.0.1; prices per vendor list'. OrcaRouter logo bottom-right.

A janela, e o quanto já a ultrapassamos

O argumento da cadência nunca foi um vazamento. Era aritmética sobre as próprias datas de lançamento da Z.ai: do GLM-5 para o GLM-5.1 foram 54 dias, do GLM-5.1 para o GLM-5.2 foram 70, do GLM-5.2 para o GLM-5.3 foram 63. Aplique o mesmo intervalo a 18 de agosto e o próximo modelo principal de texto estava previsto para algum momento entre 11 de outubro e 27 de outubro de 2026. Se, em vez disso, você datar a família a partir da entrada do nível Flash em 26 de agosto, a borda externa se desloca para 4 de novembro.

É 18 de novembro. Ambas as leituras expiraram, a mais recente há duas semanas. Essa é a afirmação mais clara disponível sobre o GLM-5.4 hoje, e é mais forte do que "não conseguimos encontrá-lo", porque é falsificável: um único registro datado no log de lançamentos do fornecedor a derrubaria, e até que um apareça, a projeção foi testada e falhou.

Há duas leituras honestas para esse fracasso, e elas apontam em direções opostas. A primeira é que a Z.ai desacelerou — que um modelo carro-chefe de 753 bilhões de parâmetros agora é caro o bastante para exigir iteração em um ciclo mais longo, e que a cadência do primeiro semestre de 2026 foi um sprint que chegou ao fim. A segunda é que o próximo lançamento não é um 5.4 de jeito nenhum: que a linha pula um número, ou que o esforço foi para a camada Flash multimodal, que é onde de fato está a única atividade posterior a agosto no registro de lançamentos. Nada publicado pelo laboratório distingue entre essas duas possibilidades, e uma página que adivinhasse estaria fazendo exatamente o que faz um placar com colunas inventadas.

O que você pode realmente comparar: Qwen4-Max contra GLM-5.3

O GLM-5.3 não é um prêmio de consolação. É um modelo de mistura de especialistas com 753 bilhões de parâmetros, que ativa aproximadamente 40 bilhões de parâmetros por token, somente texto, com uma janela de contexto de 1 milhão de tokens e um teto de saída de 128 mil tokens, e tem algo que a cobertura de lançamento do Qwen4-Max em grande parte não tinha: uma linha medida no mesmo índice, obtida pelo mesmo harness, na mesma revisão do índice.

• Preço de entrada — Qwen4-Max US$ 1,50 por milhão de tokens em Singapura, US$ 1,413 nas suas outras cinco regiões, versus GLM-5.3 US$ 1,40 na lista da Z.ai

• Preço de saída — Qwen4-Max $4,50 versus GLM-5.3 $4,40

• Pontuação independente — Qwen4-Max 43 no Artificial Analysis Intelligence Index v5.0.1, versus GLM-5.3 com 32 no esforço máximo e 23 no esforço baixo

• Custo por tarefa de indexação — Qwen4-Max $3,27 versus GLM-5.3 $5,01. Esta é a linha que importa, e ela aponta na direção oposta à da pontuação

• Tempo real por tarefa — Qwen4-Max 32,1 minutos versus GLM-5.3 22,0 minutos no esforço máximo, 12,2 no baixo

• Apetite por tokens — Qwen4-Max 127 milhões de tokens de saída por execução do índice, contra GLM-5.3 135 milhões no esforço máximo e 63,3 milhões no esforço baixo

• Throughput — Qwen4-Max 55 tokens de saída por segundo versus GLM-5.3 90

• Modalidade — Qwen4-Max recebe texto, imagem e vídeo e retorna texto; o GLM-5.3 é documentado como somente texto, com o trabalho visual direcionado para a camada Flash

• Saída máxima — Qwen4-Max 131.072 tokens, ou 262.144 compartilhados entre raciocínio e resposta; GLM-5.3 128.000

{{1}}Pesos{{/1}} — o Qwen4-Max não publica nenhum e sinaliza ajuste fino e implantação como não suportados; {{2}}os pesos do GLM-5.3 podem ser baixados sob uma licença personalizada da Z.ai{{/2}}

• Controle de esforço — Qwen4-Max oferece níveis selecionáveis; GLM-5.3 sempre raciocina, com baixo, alto e máximo

As linhas de preço estão quase empatadas — dez centavos na entrada, dez centavos na saída — e essa é a coisa menos interessante da lista. O interessante é que os dois modelos chegam a preços de tabela quase idênticos com estruturas diferentes por baixo. O Qwen4-Max custa mais por tarefa, apesar de ter um medidor mais barato, porque leva mais tempo e pensa por mais tempo; o GLM-5.3 custa mais por tarefa, apesar de ter um medidor mais barato, porque, no esforço máximo, consome tokens a um ritmo que a configuração de esforço menor não consome. A tabela de preços de nenhum dos fornecedores informa isso. Só a linha de custo por tarefa informa, e é justamente a linha que os dois posts de lançamento omitem.

A diferença de pontuação é real, mas menor do que 43 contra 32 sugere, por um motivo que vale a pena declarar claramente: esses números vêm de configurações de esforço diferentes no mesmo índice, e este blog já viu mudanças de revisão mover o número de um modelo em dois dígitos. Trate 43 e 32 como uma diferença direcional obtida em um único instrumento em um único dia, não como uma diferença de capacidade medida de 11 pontos. O que sobrevive a essa cautela é a afirmação mais modesta: Qwen4-Max responde a tarefas mais difíceis do que o GLM-5.3 no esforço máximo, e o faz por menos dinheiro por tarefa, embora seja o modelo mais lento por token e o mais caro por milhão.

A screenshot of Z.ai's release notes page headed 'New Released' with a right-hand date rail ending at 2026-08-26 and, below it, 2026-08-18, 2026-06-16 and 2026-04-07, and body entries describing native visual capabilities, a hybrid attention architecture with 320B total and 18B activated parameters, and GLM-5.3's coding gains on Z.ai Code Bench.

O que quem busca no GLM 5.4 realmente precisa

As pessoas digitam "GLM-5.4" por uma de duas razões, e as duas querem respostas opostas.

A primeira é a de compras: eles querem saber se devem migrar do GLM-5.3, ou se devem escolher o G​LM em vez do Q​wen para uma build que começa este mês. A resposta é que não há para onde migrar, e a decisão que eles podem tomar hoje é entre um modelo somente texto com pesos baixáveis a $1,40/$4,40 e um aluguel multimodal a $1,50/$4,50 que pontua mais e custa menos por tarefa concluída. Essa é uma escolha real, e não exige um 5.4 para tomá-la.

O segundo é o acompanhamento: eles querem uma data. A resposta honesta é que a janela baseada na cadência para este nome expirou em 27 de outubro, ou em 4 de novembro na leitura mais generosa, e que o fracasso da projeção é, ele próprio, a atualização. O próximo sinal a observar não é um vazamento, mas o log de lançamentos: uma entrada acima do GLM-5.3-Flash resolveria a questão em uma linha, e ela não apareceu nas doze semanas desde que o nível Flash foi lançado.

Executando qualquer um deles sem um segundo contrato

Aqui, os dois lados desta comparação realmente diferem, e a diferença é de acesso, não de capacidade. O OrcaRouter roteia z-ai/glm-5.3 hoje, ao lado da família Q​wen 3.8, em um único endpoint compatível com OpenAI com 0% de margem — nada acrescentado além do que o provedor de serviço cobra, o que, na nossa própria página do modelo, é US$ 1,26 de entrada e US$ 3,96 de saída por milhão, iguais ou inferiores aos preços de tabela da Z.ai, de US$ 1,40 e US$ 4,40. O que o OrcaRouter não roteia é o Qwen4-Max: o modelo não está no catálogo, e esta página não dará a entender o contrário. O Qwen4-Max está acessível pelas seis regiões da própria A​libaba e por plataformas de terceiros que o revendem; se você quiser usá-lo na mesma chave que o G​LM, isso é uma questão de esperar que o catálogo o inclua, não de configurar nada hoje.

A screenshot of the OrcaRouter model page for GLM 5.3, showing the identifier z-ai/glm-5.3, the byline Z.ai with the date 2026-08-18, a description of the model as a text-in text-out flagship for repo-scale coding, pricing of $1.26 input and $3.96 output per million tokens, a 1M-token context and a 128K maximum output.

Onde o roteamento compensa imediatamente é na própria comparação. Os números de custo por tarefa acima são médias sobre uma combinação fixa de benchmark, e a sua combinação não é essa. Executar os mesmos prompts pelo GLM-5.3 e por um nível Q​wen 3.8 em um único endpoint é como você descobre qual lado vence no seu tráfego, com failover automático cobrindo você se um provedor aplicar limite de taxa no meio da execução — e é trabalho de uma manhã, em vez de duas conversas com o setor de compras.

O que tornaria isso um confronto de verdade?

Um documento. Um cartão de modelo que reúne parâmetros, comprimento de contexto, preço e um identificador de API, datado no próprio registro de lançamentos da Z.ai. Esse é o padrão que este blog aplicou o ano todo, e é a única coisa que converte o GLM-5.4 de um número de versão em um modelo. Uma segunda qualificação, mais fraca, mas útil: uma linha do GLM-5.3 medida em esforço baixo contra o Qwen4-Max em sua própria configuração baixa, o que permitiria fazer a comparação de custos esforço por esforço, em vez de entre os padrões dos dois fornecedores.

Até então, o resumo correto é desconfortável para ambos os lados da busca. O Qwen4-Max é real, tem preço, foi medido e é ligeiramente melhor do que sua reputação em custo — 43 no índice a US$ 3,27 por tarefa é um flagship competente, não dominante. O GLM-5.4 é um número em uma sequência cuja data prevista passou sem uma entrada no log, e o G​LM que você pode executar hoje é um dígito menor, mensurável, baixável, dez centavos mais barato no medidor e uma vez e meia mais caro por tarefa concluída com esforço máximo. Quem lhe disser o contrário está vendendo uma ficha técnica que não consegue comprovar.

Comparados neste artigo1

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente