GPT-6 Astra против GLM-5.5: одну из сторон этого сравнения невозможно протестировать

6 октября 2026 года сторонний технологический сайт опубликовал отчёт, в заголовке которого утверждалось, что GLM-5.5 превосходит Mythos 5.1 и GPT-6 Astra. Это утверждение — причина существования этой страницы, и стоит быть точными в том, чем оно является: заголовком о двух вещах, которые не относятся к одному и тому же типу. GPT-6 Astra — выпущенная модель: OpenAI выпустила её 3 сентября 2026 года, она носит идентификатор gpt-6-astra, у неё есть четыре опубликованные метрики, документированное контекстное окно на 1 050 000 токенов и позиция в Artificial Analysis Intelligence Index, которую может прочитать любой. GLM-5.5 — это номер версии, который никогда не появлялся в журнале релизов Z.ai, в карточке модели, в карточке тарифов или в каком-либо репозитории, принадлежащем лаборатории. По состоянию на 15 октября 2026 года за ним нет никакого артефакта, который можно было бы протестировать, вызвать или тарифицировать.

Так что честная форма этого сравнения — не очное противостояние. Это описание того, что каждая сторона может предъявить в качестве доказательств, и конкретных проверяемых вещей, которые должны были бы появиться, прежде чем это противостояние стало бы реальным. Это оказывается полезнее, чем была бы спецификация, потому что закономерность — утёкший номер версии, обрастающий заявлением о бенчмарке, которое он не может подтвердить, — это именно то, с чем читатели постоянно сталкиваются в этой линейке продуктов.

Что такое GLM-5.5, в одном абзаце

Это имя внутри линейки версий, которая его пропустила. В журнале релизов Z.ai указаны GLM-5.3 от 18 августа 2026 года и GLM-5.3-Flash от 26 августа; в документации компании перечислены эти две модели плюс GLM-5.2 — и на этом список заканчивается. Слоты 5.4 и 5.5 были экстраполированы вверх из более старого прогноза аналитиков, а на собственном звонке компании по итогам квартала 31 августа в качестве базовой модели следующего поколения была названа GLM-6.0 — в обход обоих номеров. Полный аудит по девяти поверхностям, с URL-адресами и методологией, чтобы его можно было воспроизвести, находится на нашей справочной странице, посвящённой этому названию. То, что важно здесь, более узко: утёкший номер — это не спецификация, и заявление о бенчмарке, привязанное к утёкшему номеру, не может проверить никто, включая тех, кто его опубликовал.

Две модели, два вида доказательств

Сопоставьте обе стороны по одним и тем же параметрам, и асимметрия перестаёт быть риторической:

• Тарифная сетка — GPT-6 Astra: $10.00 за ввод, $1.00 за кэшированный, $12.50 за запись в кэш, $50.00 за вывод за 1 млн против GLM-5.5 — ничего не опубликовано, потому что нет страницы с ценами, на которой это можно опубликовать.

• Диапазон длинных промптов — для GPT-6 Astra цена изменена на $20,00 / $75,00 при превышении 272 000 входных токенов, тогда как для GLM-5.5 условия не указаны

• Контекстное окно — GPT-6 Astra: 1 050 000 токенов на входе, 128 000 на выходе; у GLM-5.5 — не указано

• Модальность ввода — GPT-6 Astra: текст, изображение и файл на входе, текст на выходе; для GLM-5.5 не указано

• Идентификатор — GPT-6 Astra gpt-6-astra, который можно найти в документации OpenAI и в нашем каталоге, в отличие от GLM-5.5, у которого нет идентификатора ни на одной площадке вендора

• Независимая оценка — GPT-6 Astra: 53 в Индексе интеллекта Artificial Analysis, 44,6 выходных токенов в секунду, $3,26 за завершённую задачу индекса, тогда как у GLM-5.5 записи нет, и нет способа её получить

• Утверждение о бенчмарке — GPT-6 Astra: таблица от вендора (98% FrontierMath Tier 4, 99.9% ARC-AGI-3, 100% ExploitBench, 57.9% Terminal-Bench 4.0), каждый показатель приписывается O​penAI и каждый ниже сопровождается оговоркой, против GLM-5.5 — сравнительное утверждение без показателя, без харнесса и без модели

• Веса — GPT-6 Astra закрытые, только через API, против GLM-5.5 — выпускать нечего

Та часть записи Astra, которая выдерживает тщательную проверку, и та, которая не выдерживает.

Поскольку у одной стороны этой страницы есть полная доказательная база, а у другой её нет, более ценным вкладом этой статьи будет точно сказать, какая часть материалов Astra несёт нагрузку.

Независимая половина надёжна. Artificial Analysis оценивает GPT-6 Astra в 53 балла по текущему Intelligence Index по результатам десяти оценок — седьмое место из 216 моделей в этом рейтинге — при $3,26 за выполненное задание индекса и примерно 60 млн выходных токенов, сгенерированных за весь прогон, что лаконичнее медианы по рейтингу около 85 млн. Измеренная скорость — 44,6 выходных токенов в секунду, что ставит его на 168-е место из 185 по скорости, и это не артефакт округления: для агента, выполняющего множество последовательных вызовов, пропускная способность — это статья затрат. Эти цифры взяты у оценщика, публикующего свою методологию, и именно на них читателю и следует ориентироваться.

На вендорскую половину нужно навесить ярлыки. OpenAI сообщает о 98% на FrontierMath Tier 4 и описывает этот уровень как насыщенный; о 99,9% на ARC-AGI-3 с заявлением о паритете с человеком по эффективности действий на 96% уровней; о 100% на ExploitBench, при этом Astra — первая модель OpenAI, преодолевшая критический порог кибербезопасности компании; и о 57,9% на Terminal-Bench 4.0 против 37,3% у GPT-5.6 Sol. Ни один из этих результатов не был независимо воспроизведён. Число по ARC-AGI-3 — то, которое больше всего нуждается в сноске, и ARC Prize её предоставила: на стандартном стенде, где модель может переносить вперёд только заметки, которые пишет сама для себя, Astra набрала 62,7%; показатель 99,9% был измерен с использованием адаптера провайдера, сохраняющего состояние рассуждений между запросами. Обе колонки были опубликованы. Разрыв в 37 пунктов — это и есть масштаб влияния стенда, и любой, кто сравнивает 99,9% с результатом конкурента на стандартном стенде, сравнивает два разных эксперимента.

Примените этот подход к утверждению от 6 октября — и оно проваливается уже на первом шаге. Нет испытательного стенда, который можно назвать, нет оценки, которую можно сравнить, нет конфигурации, которую можно удерживать постоянной, и нет идентификатора модели, который можно зафиксировать. «Превосходит GPT-6 Astra» — это пока не утверждение, которое может быть истинным или ложным; это утверждение, ожидающее субъекта.

GLM, который вы действительно можете запустить на Astra

Если вопрос, стоящий за поиском, — «использовать ли GLM или флагман OpenAI», то название в отчёте не совпадает с названием в ответе. Текущий флагман Z.ai в области текста — GLM-5.3, выпущенный 18 августа 2026 года, с весами на Hugging Face с 25 августа: модель со смесью экспертов на 753 миллиарда параметров, около 40 млрд активных параметров на токен, окно контекста на 1 000 000 токенов, потолок вывода в 128 000 токенов и только текст на входе и текст на выходе. Режим рассуждения всегда включён; глубина задаётся с помощью reasoning_effort. У неё пользовательская лицензия, а не открытая, что является реальным ограничением, если вы собираетесь строить на весах, а не вызывать API.

В сравнении с GPT-6 Astra суть сделки — это компромисс между ценой и многословностью, и вторая половина этого компромисса — та, которую никто не цитирует:

• Цена — GPT-6 Astra $10.00 / $50.00 за 1 млн против GLM-5.3 $1.40 / $4.40 в собственном прайс-листе Z.ai, тогда как в нашем каталоге указано $1.26 / $3.96

• Независимый индекс — GPT-6 Astra 53 против GLM-5.3 45, оба по текущей шкале Artificial Analysis

• Стоимость одной выполненной задачи индексации — GPT-6 Astra $3.26 против GLM-5.3 $2.01

• Токены вывода в том запуске — GPT-6 Astra 60M против GLM-5.3 210M, по сравнению с медианой по таблице около 85M

• Пропускная способность — GPT-6 Astra 44,6 токенов в секунду против GLM-5.3 58,2

Именно эта четвёртая строка меняет решения. Тарифы GLM-5.3 примерно в семь раз ниже, чем у Astra, на входе и в одиннадцать раз ниже на выходе, и всё же завершение задачи индексации стоит $2,01 против $3,26 у Astra — разрыв гораздо уже, чем можно предположить по тарифам. Причина — в многословности: 210 млн выходных токенов против 60 млн у Astra для того же набора. Дешёвый токен, умноженный на многословную модель, не остаётся дешёвым. Именно поэтому указанные в нашем каталоге $1,26 / $3,96 значат меньше, чем кажется: скидка 10 % на счётчик, которого модель расходует в 3,5 раза больше, — небольшой эффект по сравнению с разницей в количестве токенов.

Одна поправка, которая должна остаться в официальной записи, а не в сноске, потому что она затрагивает каждого, у кого на руках старая цифра: более ранние материалы в этой серии, включая наш собственный августовский текст, указывали GLM-5.3 с показателем 60 в Artificial Analysis Intelligence Index. Это было значение по версии индекса, актуальной в августе. Та же модель показывает 45 по шкале, действующей сегодня, потому что сам индекс был пересмотрен. Цифра не упала; изменилась линейка. Любое сравнение, которое смешивает показатель из одной версии индекса с показателем из другой, — не сравнение; это тот же тип ошибки, что и цитирование 99,9% ARC-AGI-3 у Astra против соперника со стандартным стендом.

Где применяется маршрутизация

Во всём этом есть практическая проверка, и это та самая проверка, которую выполняет каталог. GPT-6 Astra разрешается как openai/gpt-6-astra в OrcaRouter, а GLM-5.3 — как z-ai/glm-5.3, и оба находятся за одним endpoint, совместимым с OpenAIпо тарифам провайдера, передаваемым без каких-либо наших наценок — поэтому изменение тарифа Z.ai и изменение тарифа OpenAI в день публикации попадают на один и тот же ключ, а переключение трафика между ними — это изменение строки модели, а не второй контракт. Имя, которое ни во что не разрешается, — это сигнал иного рода, и такой запрос дёшево выполнить.

У этого здесь есть конкретное применение. Способ решить вопрос «GLM против Astra» для вашего собственного трафика — прогнать собственный набор задач на обоих, а стоимость настройки такого эксперимента — ровно то, что устраняет общий эндпоинт. Он также даёт более дешёвую половину ответа без эксперимента: ценовой диапазон Astra в $20,00 / $75,00 свыше 272 000 токенов находится ровно там, где у GLM-5.3 с его фиксированными $1,26 / $3,96 такого диапазона нет, поэтому у рабочей нагрузки с длинным контекстом есть ценовое основание предпочесть GLM ещё до того, как сверяться с каким-либо бенчмарком.

Для GLM-5.5 не заявлен маршрут, потому что маршрутизировать нечего: это имя, и запрос к каталогу по нему возвращает «не найдено», а не модель.

Что могло бы сделать эту страницу устаревшей?

Список короткий, и каждый пункт можно проверить независимо — в этом и суть. GLM-5.5 становится реальностью, когда на странице документации Z.ai появляется карточка модели с идентификатором, когда в прайс-листе появляется строка с ним, когда репозиторий Hugging Face, принадлежащий лаборатории, публикует веса под указанной лицензией, когда у независимого оценщика появляется страница, посвящённая ей, и когда запрос к каталогу возвращает модель, а не 404. Любой из этих признаков — сильный сигнал. Пока не появится хотя бы один, отчёт, описывающий, как GLM-5.5 показывает себя против GPT-6 Astra, описывает сравнение продукта с проекцией.

Поэтому обоснованная трактовка этого противостояния сегодня — не вердикт, а разделение труда. GPT-6 Astra — модель с лучшей доказательной базой и более дорогая, а её самая слабая сторона — именно там, где GLM сильнее всего: длинный контекст, большие объёмы и работа, где основная статья затрат — многословность вывода. GLM-5.3 — более дешёвый счётчик с более медленным расходом, независимый балл на 8 пунктов ниже, и он не умеет видеть изображения ни за какую цену. Если GLM-5.5 всё-таки выйдет, первое, за чем стоит следить, — не его бенчмарк, а количество выходных токенов на фиксированном наборе тестов, потому что именно этот показатель исторически сводил ценовое преимущество GLM почти на нет.

Релиз — это также момент проверить, что пошло не так раньше: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, степень серьёзности, оценку уверенности и флаг спорности.