Ett genererat titelkort för artikeln 'Mistral Large 4 vs GLM-5.5' som visar titeln i fet geometrisk sans-serif, undertiteln 'En riktig modell mot ett namn' under den, och en rad med tre platta linjeikoner ovanför — ett fyllt modellkort bredvid ett tomt streckat konturkort — på en vit bakgrund med blå- och cyan-gradientaccenter och OrcaRouter-logotypen i det nedre högra hörnet.
Guides & Insights

Mistral Large 4 vs GLM-5.5: En riktig modell mot ett namn

Författare

Elias Hawthorne

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Det finns ingen GLM-5.5 att jämföra med Mistral Large 4. Sedan den 6 oktober 2026 har namnet inget modellkort, ingen API-identifierare, ingen prisrad, ingen checkpoint och ingen licensfil, och Z.ai:s egen webbplats använder det ingenstans. Modellen i slutet av den nummerraden är GLM-5.3, som Z.ai släppte den 18 augusti 2026 — samma Z.ai-flaggskepp med öppna vikter som Mistral jämför Mistral Large 4 mot vid namn i sitt eget lanseringsinlägg. Så jämförelsen som faktiskt kan göras är en förhandsversion som släpps i dag mot en två månader gammal modell med öppna vikter som har ett aktuellt pris, fyra och en halv miljard tokens i veckan i verklig trafik och en licensfil du kan läsa. Det visar sig hur som helst vara den mer användbara matchningen.

Det är också ett renare test av Mistrals centrala påstående än den GLM-jämförelse som lanseringsinlägget gör. Mistral säger att Mistral Large 4 är den starkaste modellen med öppna vikter som byggts utanför Kina. GLM-5.3 är den starkaste modellen med öppna vikter som byggts i Kina. De två påståendena kan kontrolleras mot varandra i samma index, och ett av dem vilar för närvarande på vikter som inte har släppts.

Vad finns, och vad finns inte

Kontrollen tar ungefär tio minuter, och var och en av dessa är en plats där en lanserad Z.ai-flaggskeppsmodell skulle dyka upp:

• Z.ai:s egen model-api-sida listar exakt tre kort — GLM-5.3, GLM-5.3-FlashX och GLM-5.2. Det finns ingen fjärde post under något 5.4- eller 5.5-namn.

• Artificial Analysis har en live-sida för GLM-5.3; artificialanalysis.ai/models/glm-5-5 och /glm-5-4 ger båda 404.

• De nyaste repositorierna från Hugging Face-organisationen zai-org är GLM-5.3-serien, skapad 25 augusti 2026 — däribland GLM-5.3, GLM-5.3-BF16 och GLM-5.3-Flash. Det finns inget senare.

• Vår egen katalog returnerar model-not-found för z-ai/glm-5.5, z-ai/glm-5.4 och z-ai/glm-6.0, medan z-ai/glm-5.3 matchas med ett aktuellt pris.

• Z.ai:s resultatkonferens den 31 augusti 2026 utsåg GLM-6.0 till nästa generations bas och hoppade helt över 5.4 och 5.5.

Namnet cirkulerar eftersom Z.ai släppte 5.3 i augusti och nästa flaggskepp framstår naturligt som nästa nummer. Det är en namnkonvention, inte en produkt. Ingenting i den här artikeln bör läsas som ett specifikationsblad för GLM-5.5, eftersom att ta fram ett sådant skulle innebära att hitta på varje siffra i det.

A screenshot of Mistral's own documentation, the Models Overview page at docs.mistral.ai, showing the GENERALIST MODELS card grid with 'Mistral Large 4' at version v26.10 described as 'A state-of-the-art, open-weight, general-purpose multimodal model' and no licence badge, beside Mistral Large 3 at v25.12 with an APACHE 2.0 badge, and Mistral Small 4, Mistral Medium 3.5, Z.ai GLM 5.3 and the Ministral 3 sizes. Z.ai GLM 5.3 appears as the first card in the grid.

Den verkliga jämförelsen: Mistral Large 4 preview vs GLM-5.3

Mistrals uppgifter kommer från dess eget lanseringsinlägg och modellkort; GLM-5.3:s kommer från dess aktuella katalogpost hos OrcaRouter och dess sida hos Artificial Analysis, båda lästa den 6 oktober.

• Arkitektur — 1,05T totalt / 49B aktiva gles MoE med en visionskodare på 1,6B kontra en MoE enbart för text med publicerade öppna vikter

• Modaliteter — text och bild in, text ut vs text in, text ut

• Kontextfönster — 1M angivet av Mistral, 524 288 i den konfiguration som Artificial Analysis testar, jämfört med 1M som serveras

• Utdatatak — inte publicerat vs 128K tokens

• Pris per miljon, indata/utdata — 1,36 $ / 4,18 $ i listpris, för närvarande 0,68 $ / 2,09 $ i kampanjpris, jämfört med 1,40 $ / 4,40 $ i listpris, för närvarande 1,26 $ / 3,96 $ serverat

• Cachad indata per miljon — $0,14, för närvarande $0,07, jämfört med $0,26 i listpris, $0,234 i serverat pris

• Intelligence Index v4.3 — 38,4 mot 44,8

• Kostnad per indextask — 1,13 $ mot 2,01 $

• Terminal-Bench 4.0 — 26,8 % mot 41,9 %

• AutomationBench – 59,9 % mot 62,2 %

• Vikter – utlovade i slutet av oktober, licensen ej namngiven vs tillgängliga nu under Z.ai:s egna villkor

Enkelt uttryckt: GLM-5.3 är den bättre modellen på det oberoende indexet med 6,4 poäng, och den går redan att ladda ner. Mistral Large 4 är 44 % billigare per slutförd uppgift och är, i Terminal-Bench-raden, den svagare kodaren med femton poäng. Prissymmetrin är en tillfällighet och tillräckligt nära för att vara förvirrande – $1,36 / $4,18 mot $1,40 / $4,40 för listpriserna, även om OrcaRouter erbjuder GLM-5.3 för $1,26 / $3,96, vilket underbjuder Mistrals listpris rakt av. Mistrals kampanjpris på $0,68 / $2,09 är det som gör förhandsversionen billigare i dag, och det är ett lanseringspris.

Där Mistral har övertaget

Två rader spelar roll, och ingen av dem är indexet.

Den första är multimodal. GLM-5.3 är en text-in-, text-out-modell, och dess katalogkort säger det uttryckligen. Mistral Large 4 levereras med en vision-encoder på 1,6 miljarder parametrar, och Mistral hävdar toppmodern visuell grounding bland öppna modeller – och hänvisar till 42 % mot GPT-6 Astras 41 % på Dense 200, samt demonstrationer av gigapixel-satellitbilder, tekniska ritningar och dense dokumenthämtning. I samma testbänk visas inte GLM-5.3:s multimodala poäng, eftersom det inte finns något att poängsätta. För varje pipeline som läser diagram, ritningar, ansökningar eller skärmbilder, kollapsar jämförelsen till en enda kandidat.

Det andra är säkerhetsarbete. Mistral uppger 82 % på testet Artificial Analysis Cyber Index, som ber en modell återskapa en verklig sårbarhet och sedan patcha den – beskrivet som det högsta av alla modeller – plus 93 % på Cybenchs 40 tävlingsövningar, och en topp fem-placering totalt i Cyber Index som leder över öppna viktmodeller byggda utanför Kina. Z.ai har också publicerat cybersäkerhetspåståenden för GLM-5.3, och GLM-5.3:s egen beskrivning tillskriver den att matcha Mythos 5 inom utvalda cybersäkerhetsförmågor. Båda uppsättningarna siffror är leverantörsciterade och båda bör märkas som det. Skillnaden är att Mistrals siffror placeras på ett namngivet oberoende index och kopplas till ett specifikt test, vilket gör dem lättare att kontrollera och lättare att motbevisa.

A generated two-column scoreboard titled 'Mistral Large 4 vs GLM 5.3 — the scoreboard'. Left column 'Mistral Large 4 Preview': Intelligence Index v4.3 38.4; cost per index task $1.13; Terminal-Bench 4.0 26.8%; AutomationBench 59.9%; multimodal vision encoder; weights promised end of October. Right column 'GLM 5.3': Intelligence Index v4.3 44.8; cost per index task $2.01; Terminal-Bench 4.0 41.9%; AutomationBench 62.2%; multimodal text only; weights open and available now.

Allt annat gynnar den etablerade aktören, och argumentet om kostnaden för en förhandsversion är det man bör vara försiktig med. Mistrals lanseringsinlägg uppger att förhandsversionen körs på samma europeiska infrastruktur som den tränades på – 3 800 NVIDIA Grace Blackwell GPU:er i Mistrals egna datacenter – och att vikterna följer i slutet av oktober. Det du får i dag är en anropbar modell med ett angivet slut på förhandsperioden; det du inte får är det som hela Mistrals säljargument vilar på.

Vad skulle göra GLM-5.5 till en modell?

Om Z.ai faktiskt släpper en 5.4 eller en 5.5, skulle artefakterna dyka upp i en fast ordning och var och en går att kontrollera utan att fråga Z.ai om något:

• Ett modellkort på Z.ai:s egen model-api-sida, som idag listar tre poster och inte fler

• En API-identifierare som går att slå upp, på samma sätt som z-ai/glm-5.3 går att slå upp och z-ai/glm-5.5 inte gör

• En prisrad med en avgift per miljon tokens i Z.ai:s dokumentation

• Ett Hugging Face-repositorium från organisationen zai-org med en licensfil – den aktuella serien sträcker sig som längst till den 25 augusti 2026

• En sida hos ett neutralt benchmarkföretag, där glm-5 för närvarande ger 404

De framåtblickande bevisen pekar bort från namnet snarare än mot det: företagets egen resultatkonferens hoppade över 5.4 och 5.5 och utsåg GLM-6.0 till nästa generation. Den som skriver ett specifikationsblad för GLM-5.5 den här månaden skriver fiktion med en trovärdig titel.

Att välja mellan de två som finns

Om du vill ha den bättre modellen i dag är svaret GLM-5.3, och det är inte ens nära på det oberoende indexet. Den ligger 6,4 punkter före på Intelligence Index v4.3, femton punkter före på Terminal-Bench 4.0, före inom arbetsflödesautomatisering, en faktisk open-weight-släpp med en checkpoint du kan ladda ner, och den hanterar mer än fem miljarder tokens i veckan i vår katalog — en volym som säger att dess fellägen är kända. Dess kontext är en serverad miljon tokens och dess utdatatak ett publicerat 128K, jämfört med en förhandsversion vars kontextsiffra skiljer sig med en faktor två beroende på vems sida man läser och vars utdatatak inte har angetts alls.

Om du behöver vision, om du behöver säkerhetsarbete, eller om en förhandsversion med ett angivet slutdatum är en acceptabel risk för en modell som kan bli din egen att köra, är Mistral Large 4 den intressanta sidan av affären. På OrcaRouter finns GLM-5.3 i katalogen till leverantörens pris med 0 % påslag i samma OpenAI-kompatibla endpoint som över 200 andra modeller, med automatisk failover mellan leverantörer och ett routnings-DSL som kan skicka klassificering och extrahering till den modell som är billigast den veckan. Mistral Large 4 finns inte i vår katalog; förhandsversionen nås via Mistrals eget API och flera tredjepartsplattformar.

A screenshot of the OrcaRouter model page for z-ai/glm-5.3, showing the model identity, a 1M-token context window, a 128K maximum output, text-only input with text output, the 2026-08-18 release date, a p-50 time-to-first-token figure of 3.99 seconds, pricing of $1.26 per million input and $3.96 per million output, and a code sample against the api.orcarouter.ai base URL. The page describes the model as Z.ai's latest flagship for complex software engineering and long-horizon agentic tasks, text-in and text-out.

Var tydlig med vad du köper. GLM-5.3 är en produkt. Mistral Large 4 är en produkt med ett löfte kopplat till sig, och löftet är den del som inte har levererats. Klyftan mellan dem är inte de 6,4 indexpoängen – de kommer att förändras – utan att en av dessa modeller existerar i en form du kan hålla i, och den andra är en namnkonvention med ett leveransdatum.

Jämförda i den här artikeln3

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen