Сгенерированная титульная карточка для Claude Opus 5.5 vs GLM-5.4 с тремя чипами: «GLM-5.4: такой модели нет», «GLM-5.3 открытые веса, 18 августа 2026» и «Opus 5.5 GA 22 сентября 2026», а также нижним колонтитулом с примечанием, что документация Z.ai и Hugging Face были проверены 19 ноября 2026. Логотип OrcaRouter в правом нижнем углу.
Guides & Insights

Claude Opus 5.5 против GLM-5.4: дешёвый токен — ещё не дешёвая задача

Автор

jinhao.song

Дата публикации

Новые модели · 20Все модели →
Бенчмарки: Artificial Analysis · обновляется ежедневно
Назад ко всем статьям

Самая дорогая ошибка при выборе модели — сравнивать прайс-листы, а не выполненные задачи. Claude Opus 5.5 стоит $4 за миллион входных токенов и $20 за миллион выходных. GLM-5.3 — модель, которую фактически поставляет Z.ai и которую ищет каждый, кто вводит «GLM-5.4», — стоит $1.40 и $4.40. По ценнику китайская модель с открытыми весами примерно в пять раз дешевле. По собственному измерению Artificial Analysis стоимости выполнения задачи разрыв сокращается до 2×. Именно это сокращение, а не прайс-лист, и есть суть этого сравнения.

Сначала о названии. GLM-5.4 не существует. В индексе документации Z.ai текущими текстовыми моделями указаны GLM-5.3 и GLM-5.3-Flash, в организации лаборатории на Hugging Face нет репозитория с «5.4» в названии, а полнотекстовый поиск по Hub 19 ноября ничего не возвращает. Это число — поисковый запрос, а не релиз. GLM-5.3 вышла в августе 2026 года — 18 августа по дате релиза Artificial Analysis, а веса появились на Hub 25 августа — и именно о ней идёт речь во всех приведённых ниже утверждениях.

Что такое GLM-5.3 и сколько это стоит

GLM-5.3 — флагманская текстовая модель Z.ai с открытыми весами. Она использует ту же базовую модель, что и GLM-5.2, и весь прирост обеспечивается постобучением, поэтому лицензия и архитектура не изменились, а улучшения сосредоточены ровно в двух областях: сложное программирование и длительная агентная работа. У неё контекст 1M токенов, максимальный вывод 128K, текстовый ввод и рассуждения, которые нельзя отключить, — три уровня усилий, низкий, высокий и максимальный, по умолчанию — максимальный.

Headless capture of Z.ai's developer documentation page for GLM-5.3, showing the model overview, the note that it uses the same base model as GLM-5.2 with all gains from post-training, and the feature section stating a 1M-token context window and 128K maximum output.

• Цена — Claude Opus 5.5: $4.00 за ввод / $20.00 за вывод / $0.20 за чтение кэша против GLM-5.3: $1.40 / $4.40.

• Веса — только закрытый API в сравнении с открытым релизом в стиле Apache на Hugging Face, который можно скачать и развернуть самостоятельно.

• Контекст — 1M токенов у обоих, 128K максимальный вывод у обоих.

• Контроль усилий — Opus 5.5 использует адаптивное мышление, которое нельзя отключить, по умолчанию средний, тогда как в GLM-5.3 рассуждение всегда включено, по умолчанию максимальный.

• Индекс интеллекта — 59,1 против 31,7 в версии v5.0.1, разрыв в 27,4 пункта.

• Стоимость одной задачи Index — $10.04 против $5.01: разрыв в 2 раза, а не в 4.5 раза, как можно предположить по заявленной цене.

• Модальность — ввод текста и изображений в отличие от только текста.

Почему 4,5-кратное преимущество в цене превращается в 2-кратное преимущество по издержкам

Artificial Analysis прогнала обе модели через один и тот же набор тестов Index и подсчитала, сколько токенов потратила каждая. Claude Opus 5.5 сгенерировала 218 млн выходных токенов по всему набору. GLM-5.3 сгенерировала 135 млн. Это не то направление, которого ждёт большинство — здесь более дорогая модель более многословна, — но соотношение, которое имеет значение, — это соотношение с ценой, и 1,6-кратное преимущество GLM-5.3 по токенам близко не покрывает её 4,5-кратное преимущество в расчёте на токен в противоположном направлении.

Generated two-column scoreboard titled 'Claude Opus 5.5 vs GLM-5.3 - the scoreboard'. Left column Claude Opus 5.5 rows: Intelligence Index 59.1, cost per task $10.04, Terminal-Bench 4.0 59.6%, FrontierCode 2.0 46.4%, weights closed, price $4 / $20. Right column GLM-5.3 rows: Intelligence Index 31.7, cost per task $5.01, Terminal-Bench 4.0 41.9%, FrontierCode 2.0 21.6%, weights Apache open, price $1.40 / $4.40. Footer: both per Artificial Analysis index v5.0.1, GLM-5.4 does not exist. OrcaRouter logo bottom-right.

Проведите расчёты так, как это делает бюджет. В задаче, где обе модели расходуют одинаковое количество токенов, GLM-5.3 обходится в 4,5 раза дешевле. На практике GLM-5.3 расходует около 0,62 токена на каждый токен, который расходует Opus 5.5, поэтому эффективное соотношение оказывается ближе к 2,8× до учёта входных токенов, а измеренная стоимость на задачу — $5,01 против $10,04 — даёт 2×. Это всё ещё реальная экономия — примерно вдвое, — но экономия вдвое и экономия впятеро требуют разных решений. Команда, которая рассчитывала бюджет по заявленной цене, а получила счёт, соответствующий 2×, построила неверный бизнес-кейс.

Есть побочный эффект, о котором стоит предупредить, потому что он застал врасплох не одну команду: уровень рассуждений GLM-5.3 по умолчанию — max. Миграция, в которой меняется только ID модели, а значение рассуждений по умолчанию остаётся нетронутым, даёт самую дорогую и медленную конфигурацию модели — и именно отсюда берётся многословность. В собственной заметке Z.ai о миграции прямо указано, что отключение рассуждений больше не поддерживается и что low нужно задавать намеренно.

Разрыв в возможностях реален, и он неоднороден.

Разрыв в 27 пунктов по индексу звучит как дисквалифицирующий, и для общей работы со знаниями это почти так. Но цифры по отдельным бенчмаркам разделяют две модели по линии, которая важнее композитного показателя. Все приведённые ниже цифры — от Artificial Analysis, один и тот же тестовый стенд, обе модели на максимальном уровне усилий.

• Terminal-Bench 4.0 — 59,6% против 41,9%. Разрыв в 18 пунктов в агентной работе с терминалом.

• FrontierCode-AA 2.0 — 46,4% против 21,6%. Opus 5.5 более чем вдвое превосходит GLM-5.3.

• Terminal-Bench-Science 0.1 — 59,0% против 9,5%. Самый большой разрыв в таблице — и полный разгром.

• HLE-Diamond — 67,9% против 17,9%.

• AA-Omniscience — 48,1 при точности 65,5% против 6,0 при точности 32,3%.

• GDPval-AA v2.1 — 1866 Elo против 1655, самый узкий разрыв в наборе — 211 пунктов.

• ITBench-SRE — 38,2% против 46,1%, одно из немногих мест, где выигрывает GLM-5.3.

• LCR (рассуждение с длинным контекстом) — 84,7% против 79,7%.

Закономерность такова: GLM-5.3 уверенно показывает себя в рассуждениях на длинном контексте и в задачах SRE, но проваливается в терминальной работе с сильным научным уклоном и в воспроизведении знаний. Если ваша нагрузка — это анализ документов на длинном контексте, сводный показатель в 27 баллов преувеличивает разницу. Если же это агентное программирование в незнакомых репозиториях — а именно это продвигают оба поставщика — сводный показатель её преуменьшает.

Таблица поставщика, публикуемая Z.ai, сравнивает Opus 4.8, а не Opus 5.5.

Стоит знать, прежде чем доверять любым цифрам сравнения GLM с Claude, которые вы найдёте на графике. В карточке модели GLM-5.3 от Z.ai есть таблица бенчмарков с колонкой «Opus 4.8» и колонкой «Fable 5 (w/ fallback)». Claude Opus 5.5, выпущенный через пять недель после GLM-5.3, в ней не фигурирует. Это не нечестность — таблица была составлена, когда 5.3 вышла, а Opus 5.5 ещё не существовал, — но это означает, что сравнение, которое ищет большинство людей, не публиковал ни один из вендоров, а единственные доступные цифры, полученные в одинаковых условиях тестирования, — это независимые данные выше.

Собственные цифры Z.ai действительно содержат одно утверждение, которое стоит воспринимать серьёзно, потому что оно указывает на реальное преимущество модели с открытыми весами: в CyberGym — её бенчмарке по поиску уязвимостей — GLM-5.3 набирает 84,5 против 78,1 у Opus 4.8. В карточке модели этот прирост описывается как «эмерджентный»: киберспособности масштабировались быстрее, чем ожидала команда, по мере масштабирования посттренировки, а результаты в бенчмарках по эксплуатации более чем вдвое превышают показатели GLM-5.2. 29 сентября Anthropic опубликовала анализ кибервозможностей GLM-5.3 — обычно поставщики так не делают в отношении релиза открытой модели конкурента. Если вы работаете над инструментами защитной безопасности, это та единственная ось, где открытая модель действительно впереди, и одновременно та ось, где открытые веса важнее всего: вы можете запускать классификатор на собственной инфраструктуре, а не отправлять промпты, связанные с эксплуатацией уязвимостей, в чужой API.

Где открытые веса действительно меняют решение

Всё вышесказанное — это сравнение возможностей и затрат, и по обоим параметрам Claude Opus 5.5 выигрывает для большинства задач. Причина, по которой GLM-5.3 всё ещё развёртывают, — ни то, ни другое: дело в том, что модель семейства 5.3 можно скачать, она работает за вашим собственным шлюзом и никогда не покидает вашу сеть.

Три конкретные ситуации, в которых это перевешивает 27 пунктов индекса. Регулируемые данные, которые не могут пересекать границу юрисдикции, где выбор — GLM-5.3 или ничего. Высокообъемная классификация, где дообучение базовой модели с 300 млн параметров превосходит универсальную модель на ваших метках за долю стоимости одного вызова. И инструментарий, смежный с кибербезопасностью, где преимущество в бенчмарках и требование самохостинга указывают в одну сторону.

Во всём остальном честная рекомендация — сделать выбор маршрута недорогим. Обе модели доступны по одному ключу OrcaRouter — anthropic/claude-opus-5.5 и z-ai/glm-5.3 — с наценкой 0% к прайс-листу провайдера, и это важнее для Z.ai, чем для Anthropic, потому что Z.ai дважды пересматривал цены на эту линейку в 2026 году. Массовые проходы с низкой ценой ошибки направляйте на GLM-5.3, а цикл планирования — на Opus 5.5, а резервное переключение пусть закрывает случай, когда у провайдера дешёвого уровня выдался неудачный день. DSL маршрутизации превращает это в правку конфигурации, а не в две отдельные интеграции, и в бюджет стоит закладывать усреднённую стоимость на задачу, а не тот или иной ценник.

Headless capture of OrcaRouter's model page for z-ai/glm-5.3, showing the model name and its sections for code samples, pricing, performance and public benchmarks.

Ответ, когда имя уточнено

Claude Opus 5.5 — более качественная модель для агентного программирования, работы в терминале с интенсивной научной нагрузкой и любых задач, где важна полнота извлечения информации. Она стоит примерно вдвое дороже за выполненную задачу, чем GLM-5.3, а не в четыре с половиной раза, и эта разница оправдана для рабочих нагрузок, которые рекламируют оба поставщика.

GLM-5.3 — правильный выбор, когда веса должны принадлежать вам, когда нагрузка связана с рассуждениями на длинном контексте или триажем дежурных вызовов, либо когда задача — киберзащита. Это по-настоящему близкая к передовому уровню открытая модель по действительно низкой цене, а её главный недостаток — работа в научном терминале с результатом 9,5% — достаточно узок, чтобы оценка под конкретную нагрузку за один день показала, важно ли это для вас.

GLM-5.4, модель из заголовка, не участвует в решении. Это номер версии, за которым нет релиза, и если Z.ai выпустит её, то именно приведённую выше арифметику ей и придётся превзойти.

Сравнение в этой статье3

Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно