Nemotron 3.5 Super против GLM-5.5: одна из этих моделей существует

There is a real comparison between NVIDIA Nemotron 3.5 Super and GLM-5.5, and it is not the one the search results promise. Nemotron 3.5 Super — 120 billion total parameters with 12 billion active per token, a hybrid Mamba-2 and Transformer mixture of experts with a C-RADIO vision encoder, published under the fuller name NVIDIA Nemotron 3.5 Super VL and shipped on Ollama as nemotron-3.5-super — is a set of weights that went up on Hugging Face on 12 October 2026, were announced by NVIDIA on 15 October, and can be downloaded and run tonight under the OpenMDW-1.1 licence. GLM-5.5 is a model that Z.ai has not released. There is no repository, no model card, no endpoint, no price and no parameter count. There are reports going back to June 2026 about a trillion-parameter launch, a leak write-up in October claiming it beats two frontier models, and silence from the lab.

Что означает, что прямое сравнение между этими двумя было бы сопоставлением спецификации одной реальной модели с репутацией другой модели. Это не сравнение; это гороскоп с бенчмарками. Поэтому эта страница делает то, что действительно полезно: она излагает, что Z.ai уже выпустила, что известно о том, что она ещё не выпустила, а затем проводит сравнение, которым читатель с GPU и рабочей нагрузкой может воспользоваться уже сегодня.

Что Z.ai на самом деле выпустила

Z.ai's published flagship line runs through GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 and GLM-5.3-Flash. On our own catalogue the highest GLM identifier we route is z-ai/glm-5.3, alongside z-ai/glm-5.3-flash and a free variant of the flash tier. There is no GLM-5.5 id, and the model list stops where the lab's log stops.

Что такое GLM-5.3, судя по цифрам, которые мы можем проверить: смесь экспертов на 753 млрд параметров, из которых 40 млрд активны на токен; контекстное окно на 1 000 000 токенов с ограничением вывода в 128 000 токенов; текстовый ввод; лицензия, которую Z.ai публикует под своим именем и которая разрешает коммерческое использование; и сквозная тарифная ставка $1,26 за миллион входных токенов и $3,96 за миллион выходных. Тариф Flash находится ниже: $0,15 и $0,50 при контексте 1M и вводе текста, изображений и видео.

Этот уровень Flash в одном конкретном отношении является более интересным конкурентом для этого релиза NVIDIA, чем флагман, и в этой же серии есть соседняя страница, которая подробно это разбирает. В этой статье речь идёт о более узком моменте: если вы хотите сравнить Nemotron 3.5 Super с чем-то, что выпустила Z.ai, вы сравниваете его с GLM-5.3, и это сравнение доступно уже сегодня.

Почему числа в отчётах GLM-5.5 непригодны для использования

Публикации о GLM-5.5 делятся на три категории, и ни одна из них не повлияет на решение о покупке.

Первое — это сроки. Публикации середины 2026 года описывали запланированный на август запуск, ориентированный на ChatGPT и Claude, со ссылкой на заявления сотрудников Zhipu и на отраслевые пересуды. Эта дата прошла без релиза. Уже пропущенное окно запуска не является доказательством о модели.

Второй — количество параметров. В публикациях фигурировала цифра в триллион параметров. Никто не опубликовал индекс safetensors, конфиг или количество экспертов на слой, — а именно с этим обычно сверяют заявления о числе параметров. Возможно, эта цифра в итоге окажется верной; сейчас это утверждение, за которым не стоит ни одного артефакта.

Третье — это заявления о бенчмарках. В октябрьской публикации утверждалось, что GLM-5.5 превосходит две названные фронтирные модели. В этом заявлении нет ни тестового стенда, ни набора промптов, ни конфигурации оценивания, ни пути воспроизведения — и это как раз тот пробел, который NVIDIA, что бы ни говорилось о вендорских оценках, закрыла, опубликовав рецепт NeMo Gym со специфичными для бенчмарка контейнерами и параметрами инференса вместе со своей таблицей. Вендорский бенчмарк с рецептом — слабое доказательство. Бенчмарк из утечки без него — не доказательство.

Есть версия этой статьи, которая воспринимает цифры из утечки как реальные, выстраивает их в табло с двумя колонками и позволяет читателю предположить, что расстановка сил уже определена. Такая статья не принесла бы никакой пользы никому, кто должен принимать решение, и устарела бы в течение недели после любого фактического объявления.

Сравнение, которое можно провести, — если провести его должным образом

Nemotron 3.5 Super VL против GLM-5.3 — флагманской модели, которую Z.ai действительно выпустила.

• Общее и активное количество параметров — всего 120B, из них 12B активных, 512 маршрутизируемых экспертов на слой MoE · GLM-5.3 — 753B всего, из них 40B активных. По активным параметрам модель NVIDIA втрое меньше и должна быть значительно дешевле в расчёте на токен при работе на эквивалентном оборудовании, в чём и заключается весь замысел.

• Контекст — 1 000 000 токенов у обоих, с важной оговоркой. В карточке NVIDIA указано, что доступная память и настройки среды выполнения определяют доступный объём, и что промпты, изображения, история, результаты работы инструментов и сгенерированные токены делят этот бюджет. Z.ai публикует лимит вывода в 128 000 токенов для GLM-5.3, а NVIDIA вообще не публикует лимит вывода, что делает GLM-5.3 более предсказуемой моделью для длинных генераций, а чекпойнт NVIDIA — более открытым.

• Модальность — текст, изображение и видео на входе, текст на выходе для модели NVIDIA, через визуальный энкодер и коннектор, с проектором на 1,6 ГиБ на каждом опубликованном теге · только текст для GLM-5.3, а мультимодальный путь вместо этого живёт в более дешёвом тарифе flash. Если ваш вход — страница документа, флагманский GLM в этом разговоре не участвует.

• Цена по тарифу — для контрольной точки NVIDIA отсутствует, так как она доступна только при самостоятельном развёртывании · $1.26 за вход и $3.96 за выход за миллион токенов для GLM-5.3, передаётся по прейскурантной цене провайдера без добавления наценки.

• Индекс от третьей стороны — единственная прошедшая аудит строка в этом списке — панель, оценивающая эти модели, ставит чекпойнт NVIDIA примерно на 26, а GLM-5.3 — примерно на 45. Это разрыв в восемнадцать пунктов в пользу китайского флагмана, измеренный третьей стороной, а не одним из вендоров, и это самое важное число здесь.

• Статус релиза — веса в открытом доступе с 12 октября 2026 года, объявлено 15 октября, четыре дня эксплуатации · GA, за которым стоит целая линейка выпущенных ревизий.

Разрыв в индексе заслуживает того, чтобы его назвали без смягчений. Собственную опубликованную таблицу NVIDIA нельзя использовать, чтобы отмахнуться от него, потому что производитель не запускал GLM-5.3 в качестве базовой модели — в колонке GLM в этой таблице указан GLM-5.3-Flash, более дешёвый уровень, и даже там модель NVIDIA уступает в большинстве строк, посвящённых агентным сценариям. Открытая контрольная точка с 12B активных параметров не конкурирует с флагманом с 40B активных параметров по общим возможностям, а любая страница, где вам говорят обратное, что-то продаёт.

Что выбор архитектуры действительно вам даёт

Интересный вопрос не в том, превосходит ли модель с 12B активных параметров модель с 40B активных параметров. Не превосходит. Интересный вопрос в том, что происходит, когда вы нормализуете это относительно железа, которое можете себе позволить.

При его стандартном 4-битном теге контрольная точка NVIDIA — это 82,3 ГиБ весов плюс 1,6 ГиБ визуального проектора — одна карта на 96 ГБ, с запасом под KV-кэш, который уменьшается по мере увеличения контекста. GLM-5.3 с общим числом параметров 753 миллиарда не помещается ни на одной отдельной машине ни при каком квантовании, сохраняющем его поведение, и его самое дешёвое корректное развёртывание — это чужой кластер через API за $1,26 и $3,96.

Итак, эти две модели не взаимозаменяемы. Одна из них — оплачиваемая по мере использования возможность, которую вы арендуете, а другая — фиксированные затраты, которыми вы владеете, и единственное, что определяет выбор между ними, — это то, насколько непрерывно вы используете эту вещь. Ниже определённой пропускной способности флагманская модель за $1,26 за миллион токенов просто дешевле, чем карта на 96 ГБ и электричество за ней. Выше определённой пропускной способности побеждает карта, и побеждает, не нуждаясь в том, чтобы быть лучшей моделью.

Ещё одно, что даёт дизайн NVIDIA — и это не пустяк, — это путь обработки изображений на разрешительной лицензии. GLM-5.3 работает только с текстом. GLM-5.3-Flash принимает изображения и видео за пятнадцать центов и пятьдесят центов за миллион токенов, что на удивление дёшево, и именно поэтому для конвейера обработки документов правильно сравнивать с уровнем flash Z.ai, а не с флагманом. Самостоятельно размещённая модель машинного зрения с фиксированной стоимостью против облачной модели машинного зрения за пятнадцать центов — это настоящий вопрос с настоящей точкой пересечения затрат, и его стоит просчитать на собственном количестве страниц, а не по таблице лидеров.

Три вещи о чекпоинте NVIDIA, которые остаются нерешёнными

Проявляя беспристрастность и в обратном направлении, поскольку открытость выпуска NVIDIA не делает его спецификацию полной.

Тег по умолчанию, который скачает большинство людей, — это 4-битная квантизация, и каждый опубликованный показатель оценки — собственная таблица NVIDIA, оценка сторонней панели — относится к BF16 или NVFP4. У версии, фактически используемой, нет опубликованной оценки. Это самая большая неизмеренная величина по обе стороны этой страницы.

Поставляемые в среде выполнения по умолчанию параметры сэмплирования — это текстовые настройки карточки модели: temperature 1.0 и top_p 0.95, тогда как настройка для зрения в карточке — temperature 0.6. Модель зрения, конфигурация по умолчанию которой настроена под её текстовую половину, будет производить разочаровывающее первое впечатление при работе со сканированными страницами, и решение здесь — изменение конфигурации, а не другая модель.

And the specification disagrees with itself in two small places that matter to tooling: the Ollama config blob declares model_type: 123.6B while every human-facing label says 120B, and the library page advertises a 1M context for its GGUF tags but no context figure at all for its three MLX tags. Neither is a defect in the weights. Both are things a deployment script will trip over.

В каком положении это оставляет читателя

Если вы здесь потому, что хотели узнать, как Nemotron 3.5 Super соотносится с GLM-5.5, ответ таков: второй модели пока не существует, и любая страница, которая приводит по ней цифры, их выдумывает. Что существует — это утечка с количеством параметров, пропущенное окно запуска и заявление, за которым не стоит никакой тестовый стенд.

Если вы выбираете из того, что реально выпущено, выбор — между тарифицируемым флагманом Z.ai, который заметно сильнее в общих возможностях и работает только с текстом, тарифицируемым flash-уровнем Z.ai, который на удивление дёшев и принимает изображения, и чекпоинтом NVIDIA, которым вы можете владеть, который обрабатывает текст, изображения и видео и уступает по единственной независимо измеренной оценке, которая есть у любого из них. Nemotron 3.5 Super отсутствует на OrcaRouter — мы маршрутизируем чуть более двухсот моделей, и среди них нет записи NVIDIA Nemotron, — так что если вам нужен чекпоинт NVIDIA, собственные каналы вендора и локальное скачивание — ваш путь.

GLM-5.3 и GLM-5.3-Flash доступны на нашем ключе, по прайсовой цене провайдера, передаваемой без наценки за токен, и изменение цены Z.ai отражается на нашей стороне в тот же день, а не при следующем продлении вашего контракта. Это дешёвый эксперимент: запустите рабочую нагрузку на модели, доступной вам сегодня, выясните, сколько это стоит за единицу реальной работы, и только затем решайте, перевешивает ли фиксированная стоимость принадлежащей вам карты оплату арендуемого счётчика.

И когда GLM-5.5 наконец выйдет — если выйдет, — та версия этой страницы, которую стоит прочитать, будет написана после того, как его запустит кто-то помимо самой лаборатории.

Бенчмарки устаревают, а цены меняются; записи о сбоях — нет: документированные 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 достоверности и флаг спорности.