GPT-6.1 Sol против GLM-5.3: веса выпущены, а счёт не изменился

OpenAI выпустила GPT-6.1 Sol 29 сентября 2026 года на своей презентации DevDay, а Z.ai выпустила GLM-5.3 на шесть недель раньше, 18 августа 2026 года, а затем придержала чекпоинт на неделю. Эта задержка закончилась: zai-org/GLM-5.3 доступен на Hugging Face с 25 августа — чекпоинт BF16/FP8 примерно на 753 миллиарда параметров, из которых около 40 миллиардов активны на каждый токен, — и с тех пор он превысил 1,4 миллиона загрузок. Так что вопрос, который большинство сравнений задают с августа, — это открытая модель или арендованная? — получил ответ, и ответ не изменил арифметику. В независимом рейтинге GPT-6.1 Sol набирает 51,8 балла и стоит $0,72 за выполненное задание индекса; GLM-5.3 набирает 44,8 балла и стоит $2,01. Теперь вы можете владеть моделью, более дешёвой в расчёте за токен, и всё равно платить почти в три раза больше за завершённую задачу.

Что на самом деле представляет собой каждая модель

GPT-6.1 Sol — это модель GPT-6 среднего уровня от OpenAI, на одну ступень ниже флагманской GPT-6 Astra и выше бюджетной GPT-6 Luna. Она имеет контекстное окно размером 1 050 000 токенов с потолком вывода в 128 000 токенов и датой отсечки знаний 30 апреля 2026 года, а на вход принимает текст, изображения и файлы. Рассуждения работают в диапазоне от low до max со значением по умолчанию medium; значения none и minimal, которые принимала GPT-6 Sol, теперь возвращают ошибку, и собственное руководство OpenAI по миграции решает эту проблему, советуя разработчикам заменить их на low. Стоимость составляет $2.00 за миллион входных токенов и $10.00 за миллион выходных, а кэшированный ввод — $0.10.

GLM-5.3 — текущий флагман Z.ai для разработки программного обеспечения и длительной агентной работы, построенный на той же базе смеси экспертов, что и GLM-5.2, причём улучшения достигнуты за счёт посттренировки, а не за счёт более крупной модели. Это текст на входе — текст на выходе, без поддержки изображений, ни за какие деньги, с окном в 1 млн токенов, ограничением вывода в 128 000 токенов и постоянно включённым режимом размышления. Режима без рассуждений нет, что является жёстким ограничением для вызова, чувствительного к задержке. Z.ai указывает цену $1.40 за ввод и $4.40 за вывод за миллион токенов при кэшированном вводе $0.26; в нашем собственном каталоге он представлен по $1.26 и $3.96 при чтении из кэша $0.234, так что карточка поставщика — более консервативная цифра, и именно от неё следует отталкиваться.

Тарифная карта и строка, которая её инвертирует

По одной строке на каждое измерение, обе стороны — на каждом:

• Ввод — GPT-6.1 Sol $2.00 за 1 млн против GLM-5.3 $1.40 за 1 млн; GLM дешевле на 30%
• Вывод — GPT-6.1 Sol $10.00 за 1 млн против GLM-5.3 $4.40 за 1 млн; GLM дешевле на 56%
• Кэшированный ввод — GPT-6.1 Sol $0.10 за 1 млн против GLM-5.3 $0.26 за 1 млн; порядок меняется — Sol дешевле в 2,6 раза
• Условие для длинного контекста — GPT-6.1 Sol пересчитывает весь запрос свыше 272 000 входных токенов по ставке 2× для ввода и кэша и 1,5× для вывода, тогда как у GLM-5.3 аналогичного условия в опубликованной карточке нет
• Контекст и вывод — 1 050 000 на входе / 128 000 на выходе против 1 млн на входе / 128 000 на выходе; разница 5%, несущественна
• Модальность — текст, изображения и файлы на входе, текст на выходе против только текста
• Нижний уровень рассуждений — GPT-6.1 Sol: low, medium (по умолчанию), high, xhigh, max против GLM-5.3: всегда включено, нет нижнего уровня, до которого можно опуститься
• Веса — закрытые, только API против открытых, доступных для скачивания, FP8
• Независимая оценка, Artificial Analysis v4.3.2 при максимальном усилии — 51,8 против 44,8
• Независимая стоимость за задачу индекса — $0.72 против $2.01
• Выходные токены для прогона индекса — 67 млн против 210 млн

img src="2.png" alt="Сгенерированное двухколоночное сравнительное табло под названием 'GPT-6.1 Sol vs GLM-5.3 - табло'. Левый столбец 'GPT-6.1 Sol': строки 'Индекс интеллекта: 51.8', 'Стоимость за задачу индекса: $0.72', 'Цена ввода: $2.00 за 1M', 'Цена вывода: $10.00 за 1M', 'Выходные токены при запуске индекса: 67M', 'Веса: закрытые'. Правый столбец 'GLM-5.3': строки 'Индекс интеллекта: 44.8', 'Стоимость за задачу индекса: $0.72', 'Цена ввода: $1.40 за 1M', 'Цена вывода: $4.00 за 1M', 'Выходные токены при запуске индекса: 210M', 'Веса: открытые'. В нижнем колонтитуле указано 'Индекс интеллекта: 44.8', 'Стоимость за задачу индекса: $0.72'? Логотип OpenRouter находится в правом нижнем углу." /> Исход этого противостояния решён, и это не тонкий эффект.

Проблема 210 миллионов токенов

Artificial Analysis прогоняет один и тот же набор из десяти оценок для каждой модели в таблице и публикует количество токенов, лежащее в основе каждого балла. GLM-5.3 сгенерировала примерно 210 миллионов выходных токенов, завершая прогон. GPT-6.1 Sol сгенерировала 67 миллионов. Если сравнивать с собственным классом сопоставления каждой модели в таблице, 210 миллионов у GLM-5.3 находятся выше медианы класса примерно в 140 миллионов, тогда как 67 миллионов у Sol значительно ниже медианы примерно в 81 миллион у флагманского класса, в котором она оценивается. Поскольку выходные токены — это дорогая сторона любого тарифа, заявленная 56%-я скидка GLM-5.3 на строку выходных токенов не выдерживает проверки измерением: она выдаёт в 3,1 раза больше токенов по цене в 0,44 раза, а 3,1 × 0,44 = 1,37 — на этой рабочей нагрузке GLM-5.3 оказывается более дорогой моделью, несмотря на существенно более дешёвый тариф.

Собственная цифра совета по стоимости за задачу подтверждает направление и примерный масштаб. $2.01 против $0.72 — это 2,8×, шире, чем предполагает одно лишь соотношение токенов, потому что GLM-5.3 также платит больше по статьям ввода и кэша на задачу. Стоит уточнить, что это доказывает, а что нет: прогон по индексу — это десять фиксированных оценок, и многословность на них не то же самое, что многословность на вашем трафике. Но для покупателя именно токены идут в счёт, и форма различия одинакова на любом наборе задач, где модель должна выдать длинный ответ.

Частичная компенсация — это строка кэшированного ввода. Чтение из кэша GLM-5.3 стоит $0.26 при базовой цене $1.40, а у GPT-6.1 Sol — $0.10 при базовой цене $2.00 — Sol выигрывает в 2,6 раза по ставке, которая доминирует в любой рабочей нагрузке со стабильным префиксом. Если ваш трафик — это большой фиксированный корпус с ответом в один абзац, GLM-5.3 — однозначно более дешёвый вариант, и вам следует выбрать его. Если ваш трафик похож на тот, для которого создавались обе эти модели — агентные циклы, правки в масштабе репозитория, длинные генерируемые выводы — преимущество кэшированного ввода сжимается до шума рядом с трёхкратным соотношением токенов.

Где оказываются номера поставщиков

Стартовые показатели Z.ai впечатляют и, как всегда, не воспроизведены. Terminal-Bench 2.1 — 88.2, DeepSWE v1.1 — 66.9, CyberGym — 84.5, ExploitBench — 54.4, AutomationBench — 48.2, GDPval-AA v2 — 1769 Elo. Единственная цифра, которую стоит прочитать дважды, — Terminal-Bench 3.0 с 28.3: бенчмарк-преемник и поправка к 88.2 на более старой версии. Модель может быть превосходной на бенчмарке, на который была нацелена её посттренировка, и заурядной на следующем поколении того же бенчмарка.

Стартовые цифры OpenAI по GPT-6 Sol полностью выстроены вокруг стоимости за выполненную задачу, а не вокруг сырого балла: DeepSWE v1.1 превосходит лучший результат GPT-6 Sol на 6,4 процентного пункта при меньших усилиях на рассуждение, AutomationBench 1.0.6 — на 2,2 пункта выше, чем Claude Opus 5.5, при среднем уровне усилий, OSWorld 2.0 — на семь пунктов больше, чем у GPT-6 Sol, при максимальном уровне усилий, Terminal-Bench Science 0.1 — более чем вдвое превосходит GPT-6 Sol при менее чем половине стоимости за задачу. Обратите внимание, что это OpenAI-стенд с OpenAI-настройками на OpenAI-наборе выбранных бенчмарков, и что ни один из них не был воспроизведён независимо.

Пересечение между опубликованными наборами двух вендоров невелико, и единственное доступное прямое сравнение — на одном и том же бенчмарке: Z.ai сообщает 66,9 на DeepSWE v1.1, Open​AI сообщает 68,8 для GPT-6 Sol — модели, которую заменяет 6.1, — и улучшение на 6,4 пункта для 6.1 Sol по сравнению с его собственным предшественником. Разница — два пункта в сравнении, заявленном вендором, и примерно шесть пунктов — в собственной дельте Open​AI. Это близко к контролируемому сравнению и подтверждает то, что говорит независимый совет: почти паритет по возможностям, но большой разрыв в том, во сколько обходится доведение задачи до конца.

Один API или два контракта

Обе модели находятся на OrcaRouter — это и есть необычная часть данной пары. GPT-6.1 Sol появился в каталоге по собственной прайсовой цене OpenAI в день выпуска — $2.00 и $10.00 за миллион токенов, кэшированный ввод — $0.10, а ступень на 272 000 токенов к $4.00 и $15.00 передаётся в точности так, как указано вендором, — и GLM-5.3 находится рядом с ним по $1.26 и $3.96 при чтении из кэша за $0.234. Ни к одной из них ничего не добавляется сверху: платформа передаёт прайсовую цену провайдера без изменений, поэтому снижение цены вендором отражается на нашей стороне в тот же день, а не после того, как перепродавец проведёт повторные переговоры.

Для этой конкретной пары это важнее, чем для большинства. Выбор между ними — не «кто лучше», а порог по длине вашего собственного вывода, и он сдвинется, как только Z.ai уточнит свою тарифную сетку или OpenAI изменит границу уровня 6.1. Держать оба за одним ключом, с автоматическим переключением при сбое между ними и правилом маршрутизации, которое вы меняете в конфигурации, а не в развёртывании, — именно это позволяет проверять этот порог на реальном трафике, а не спорить о нём. Если кэш-линейка Sol выигрывает для вашей нагрузки, маршрутизируйте на неё; если длина ваших ответов остаётся небольшой и плоская тарифная сетка GLM-5.3 без обрыва по контексту выигрывает сегмент, маршрутизируйте вместо этого на неё — тот же ключ, без второго договора, без второго счёта.

Какой из них, если нужно выбрать сегодня?

• Длинные сгенерированные ответы, агентные циклы, задачи с интенсивным выводом — GPT-6.1 Sol, и разрыв приближается к трёхкратному, как только учитывается количество токенов. Здесь прайс-лист обманывает, а измерение — нет.
• Стабильный префикс, короткий ответ — GLM-5.3. Его тарифы на кэшированный ввод и на ввод действительно лучше, а многословность просто не успевает дать о себе знать.
• Любой запрос свыше 272 000 входных токенов — GLM-5.3, потому что GPT-6.1 Sol пересчитывает стоимость всего запроса при переходе через эту границу, а в прайс-листе GLM-5.3 нет аналогичной ступени.
• Любые запросы с изображением или документом в качестве визуального ввода — GPT-6.1 Sol. GLM-5.3 работает только с текстом, и это даже не близко.
• Инференс в пределах вашего собственного контура или страховка от изменения условий вендора — GLM-5.3, и теперь загрузка уже существует, а не только обещается. Предусмотрите бюджет на оборудование: контрольная точка — это крупный артефакт FP8, а самохостинг — капитальное решение, а не решение на уровне API.
• Вызовы, критичные к задержке — ни один нельзя выбирать без осторожности. У GLM-5.3 нет способа отключить рассуждение; у GPT-6.1 Sol нижний предел — низкий, а его собственное время до первого токена на независимом лидерборде составило 332 секунды при медиане по лидерборду 3,7.