GPT-6.1 Sol vs GLM-5.5: Matchen som Z.ai inte har släppt, och räkningen du betalar medan du väntar

Jämförelsen du sökte på saknar ena sidan. GPT-6.1 Sol har varit tillgänglig sedan den 29 september 2026, till $2,00 per miljon input-tokens och $10,00 per miljon output-tokens. GLM-5.5 finns inte som produkt: Z.ai har inte publicerat något model card, någon API-identifierare, något pris, några vikter och ingen benchmarkkörning under det namnet, och deras egen katalog når fortfarande som högst GLM-5.3, som släpptes i augusti. Det som följer är därför inte en direkt jämförelse mellan två modeller. Det är den jämförelse en köpare faktiskt kan göra i dag, plus en ärlig redogörelse för vad som skulle behöva förändras för att matchen i rubriken ska bli verklig — och vad väntan kostar under tiden.

Uppgifterna här kommer från Z.ai:s och OpenAIs publicerade dokumentation om modeller och prissättning, Artificial Analysis och den offentliga förteckningen över Z.ai:s tillkännagivanden, samtliga lästa den 27 oktober 2026. Åtskillnaden mellan ett leverantörspåstående och en oberoende mätning bibehålls i varje mening som innehåller en siffra, eftersom hela GLM-5.5-berättelsen hittills består av siffror som ingen har verifierat.

Fyra datum som redan har passerat

Ryktet om GLM-5.5 har ett track record, och det är det mest användbara någon kan berätta om det. I slutet av juni 2026 angav en forskningsnotis som Reuters rapporterat om en kommande flaggskeppsmodell från Z.ai till augusti, med öppna vikter och över en biljon parametrar. Augusti kom och gick. Z.ai släppte GLM-5.3 den 14 augusti och GLM-5.3-Flash den 26 augusti, och använde aldrig namnet 5.5 i något av tillkännagivandena. Läckcykeln flyttade sedan datumet till september. September förflöt på samma sätt.

Under den sista veckan i oktober återupplivade kinesiskspråkiga rapporter historien med ett nytt fönster – slutet av oktober till början av november – och ett nytt parameterantal, någonstans mellan 2,5 och 3,5 biljoner. Antalet har nu rapporterats som en biljon, 1,6 biljoner och 3,5 biljoner vid olika tidpunkter under samma år, vilket är hur ett rykte ser ut när det förstärks i stället för att ha en källa. Det enda namnet på nästa generation som Z.ai har använt offentligt är inte alls GLM-5.5: på sin resultatkonferens den 31 augusti hänvisade företaget till GLM-6.0, utan något datum kopplat.

Inget av detta betyder att Z.ai inte arbetar med något. Det betyder att namnet i din sökfält är en platshållare, och varje sida som ger dig benchmarkresultat för GLM-5.5 eller ett pris för GLM-5.5 hittar på dem. Det finns ingen primärkälla att kontrollera eftersom det inte finns någon primärkälla.

Vad Z.ai faktiskt säljer, och vad det kostar

GLM-5.3 är en verklig, tillgänglig modell med öppna vikter. Z.ai släppte den 14 augusti 2026 och öppnade API:et fyra dagar senare. Det är en mixture-of-experts-modell i klassen 750 miljarder parametrar med ungefär 40 miljarder aktiva parametrar – Artificial Analysis anger 753 miljarder totalt och 40 miljarder aktiva – med ett kontextfönster på en miljon token och endast textinmatning. Tänkande är obligatoriskt: fältet thinking.type accepterar endast enabled, och om disabled skickas misslyckas begäran nu. Djupet styrs av reasoning_effort med low, high eller max, med standardvärdet max.

Listpriset är 1,40 USD per miljon indatatokens och 4,40 USD per miljon utdatatokens. I vår katalog förmedlas den till 1,26 och 3,96, vilket är samma modell till en lägre leverantörstaxa snarare än en rabatt vi kör. Cachad indata är kraftigt rabatterad på båda. För en enbart textbaserad kodningsarbetsbelastning är det ungefär en tredjedel av vad GPT-6.1 Sol kostar på utdata, och det är siffran som gör väntan dyr.

Jämförelsen du kan köra i kväll: GPT-6.1 Sol mot GLM-5.3

Detta är den matchning som finns. Båda modellerna är allmänt tillgängliga, båda finns i vår katalog och båda har en oberoende poäng på samma version av samma testsvit.

Oberoende index — GPT-6.1 Sol 52 mot GLM-5.3 45 på Artificial Analysis v4.3.2, en skillnad på sju poäng.

• Kostnad per indexeringsuppgift — GPT-6.1 Sol 0,72 USD vs GLM-5.3 2,01 USD, så den billigare modellen per token är nästan tre gånger dyrare per slutförd uppgift.

• Utdatningshastighet — GPT-6.1 Sol 69,2 tokens per sekund jämfört med GLM-5.3 94,3, en verklig fördel för modellen med öppna vikter.

Pris — 2,00 $ / 10,00 $ per miljon mot listpriset 1,40 $ / 4,40 $, eller 1,26 $ / 3,96 $ via oss.

• Kontext — 1 050 000 indata och 128 000 utdata för Sol; 1 000 000 för GLM-5.3.

• Inmatningsmodalitet – Sol tar emot text, bilder och filer; GLM-5.3 är enbart textbaserad.

• Vikter — GLM-5.3 har öppna vikter; Sol är proprietär.

Posten per uppgift är den som sätter prislistan i ett nytt ljus. GLM-5.3 är billigare per token och snabbare per sekund, men kostnadsredovisningen från Artificial Analysis visar att den kostar $2.01 att slutföra en indexuppgift, jämfört med $0.72 för Sol. Gapet beror på volymen: den billigare modellen skriver långt fler tokens för att nå sitt svar. Ett team som budgeterar utifrån priset per token och inte mäter något annat kommer att överraskas av fakturan, och överraskningen är större än rabatten.

Utifrån leverantörsrapporterad förmåga ligger de två närmare varandra än indexet antyder, med ett förbehåll som spelar roll för den som köper GLM för säkerhetsarbete. Z.ai:s eget utvärderingsblad rapporterar Terminal-Bench 3.0 till 28,3, Terminal-Bench 2.1 till 88,2, DeepSWE v1.1 till 66,9 och CyberGym till 84,5 – samtliga leverantörskörningar, ingen oberoende reproducerad. CyberGym på 84,5 är siffran som Z.ai lyfter fram, och det är ett genuint kapacitetspåstående om offensivt säkerhetsarbete. OpenAI:s jämförande påstående för Sol är av annat slag: paritet med sin egen GPT-6 Astra på DeepSWE v1.1 till ungefär en femtedel av kostnaden, vilket är ett uttalande om ekonomi snarare än ett nytt kapacitetstak.

Fyra tester som GLM-5.5 skulle behöva klara

I stället för att spekulera om en modell som ingen har sett är det mer användbart att skriva ned vad som skulle göra titeln på den här sidan sann. Fyra saker, i ordning efter hur snabbt de skulle avgöra saken.

• En modellidentifierare i Z.ai:s API-dokumentation — en sträng som en anropare kan ange i en begäran. Detta är den billigaste signalen och den svåraste att förfalska.

• Ett publicerat pris med en cacheavgift och en kontextgräns. Ett lanseringsinlägg utan prislista är ett tillkännagivande, inte en produkt.

• En Artificial Analysis-post med en konfiguration, så att poängen kan jämföras med Sols 52 vid maximal ansträngning i stället för att anges isolerat.

• Vikter på Hugging Face, om Z.ai följer sitt eget mönster. GLM-5.3 släpptes med vikter efter en kort säkerhetsfördröjning, och den fördröjningen är i sig en signal värd att bevaka: Z.ai höll tillbaka dem under en utvärderingsperiod innan de publicerades i augusti.

Fram till att minst två av dem har landat kan en sida med "GLM-5.5 vs" bara jämföra en lanserad modell med ett rykte. De fyra testerna är också checklistan för att upptäcka en falsk benchmarktabell: en poäng utan konfiguration, ett pris utan cachefrekvens och ett parameterantal som ändras mellan inlägg är tecknen på det.

Vad väntan kostar, i dollar

Anta att din arbetsbelastning är 30 miljoner indatatoken och 6 miljoner utdatatoken per månad, endast text, ingen cachning. På GPT-6.1 Sol blir det $60 för indata till $2.00 och $60 för utdata till $10.00: $120 per månad. På GLM-5.3 till våra pass-through-priser blir det $37.80 för indata till $1.26 och $23.76 för utdata till $3.96: $61.56. Skillnaden är $58.44 per månad, eller strax under hälften av räkningen.

Anta nu att du väntar på GLM-5.5 innan du bestämmer dig, utifrån teorin att nästa modell blir bättre och billigare. Varje månad du väntar med Sol i stället för GLM-5.3 kostar 58,44 USD. Fyra månader är 233,76 USD. Om väntan sträcker sig till nästa troliga lanseringsfönster för Z.ai och sedan förskjuts på samma sätt som augustifönstret och septemberfönstret gjorde, kan den ackumulerade merkostnaden överstiga kostnaden för att helt enkelt köra båda modellerna under ett kvartal och mäta vilken av dem som din arbetsbelastning faktiskt föredrar.

Det är argumentet mot att vänta på ett rykte: optionen du håller har en månatlig innehavskostnad, och det du väntar på har inget leveransdatum. Argumentet för att vänta är verkligt men snävare – om ditt arbete specifikt beror på en förmåga som GLM-5.3 saknar, och du tror att nästa Z.ai-modell kommer att tillhandahålla den, så är premien en vadslagning med en definierad maximal förlust och en odefinierad vinstpotential. Det är en legitim vadslagning. Den bör göras med siffran framför dig.

Att hålla båda alternativen öppna utan migrering

Det praktiska sättet att genomföra det här beslutet är att sluta behandla det som ett åtagande. GPT-6.1 Sol och GLM-5.3 finns båda på OrcaRouter, på en enda nyckel med 0 % påslag utöver respektive leverantörs listpris – Sol för $2,00 och $10,00, GLM-5.3 för $1,26 och $3,96 – så en jämförelse kostar en modellsträng i stället för ett andra avtal och en andra faktureringsrelation. Det är också det billigaste sättet att vara redo för GLM-5.5: dagen Z.ai publicerar en identifierare och ett pris är bytet en routingändring, inte ett plattformsbyte.

Två funktioner gör specifik nytta här i stället för generiska sådana. Routnings-DSL:n kan dela upp trafik efter arbetsbelastning – skicka den högvolymiga, textbaserade batchen till GLM-5.3 och de multimodala anropen med lång kontext till Sol – utan att duplicera klienten. Automatisk redundansväxling täcker det fall som spelar störst roll under en modellövergång: en incident hos leverantören för den modell du just flyttat till, vilket är precis när ett team upptäcker att det inte har någon andra väg.

Vad skulle ändra den här sidan

Tre triggersignaler, och var och en går att kontrollera utan att lita på en blogg. En glm-5.5-identifierare som dyker upp i Z.ai:s API-referens skulle göra jämförelsen verklig och den här sidan föråldrad i sin nuvarande form. En Artificial Analysis-post med en publicerad konfiguration skulle ge jämförelsen ett gemensamt mått. Ett prisblad skulle avgöra den enda fråga som spelar roll för en köpare, nämligen om nästa modell är billigare per uppgift snarare än billigare per token.

Fram till dess är det ärliga svaret på "GPT-6.1 Sol eller GLM-5.5" att en av dem är en produkt med ett pris och en indexpoäng, och den andra är ett namn som har missat två förutspådda lanseringsfönster. Modellen som är värd att benchmarka mot Sol i dag är GLM-5.3, och den är billig nog att testet kostar mindre än debatten.