GPT-6.1 Terra vs GLM-5.5: Mô hình còn thiếu và bản bạn có thể tải xuống

Tìm kiếm GPT-6.1 Terra so với GLM-5.5 mang lại rất nhiều bảng đầy vẻ tự tin cho một mô hình không hề tồn tại. Z.ai chưa công bố thẻ mô hình, mã định danh API, giá hay trọng số nào dưới tên GLM-5.5; danh mục của họ vẫn chỉ lên tới GLM-5.3, ra mắt vào giữa tháng 8 năm 2026, với trọng số mở được phát hành sau đó trong tháng. Ngược lại, Terra đã ra mắt vào ngày 26 tháng 10 và có thể gọi được ngay hôm nay. Vậy nên phép so sánh thực sự là Terra với GLM-5.3 — và trong phép so sánh đó, hai mô hình có chi phí gần như giống hệt nhau trên mỗi token trong khi Terra tốn khoảng một phần năm chi phí cho mỗi tác vụ hoàn thành. Lý do không phải là một mẹo định giá. Đó là tính dài dòng.

Tình trạng của GLM-5.5 đáng được nêu chính xác, bởi vì guồng tin đồn đã hoạt động rất hiệu quả. Các báo cáo vào cuối tháng 10 chỉ ra khung thời gian ra mắt từ cuối tháng 10 đến đầu tháng 11 năm 2026. Các ghi chú bị rò rỉ gợi ý tổng số tham số từ 2,5 đến 3,5 nghìn tỷ, tăng so với các tuyên bố trước đó là 1T và 1,6T, và mục tiêu hiệu năng "Fable-class". Bản thân Z.ai chỉ nói rằng GLM-5.4 và GLM-5.5 sẽ thuộc lớp nghìn tỷ tham số, và đã nhắc đến GLM-6.0 trong cuộc gọi công bố kết quả kinh doanh ngày 31 tháng 8 mà không nêu ngày. Không có điều nào trong số đó là một sản phẩm. Bài kiểm tra bốn phần — một ID API có thể gọi được, giá đã công bố kèm mức giá bộ nhớ đệm, một mục trên bảng xếp hạng độc lập và trọng số có thể tải xuống — hiện đang trượt cả bốn.

Mô hình thực ra ở phía bên kia của phép so sánh này

• GLM-5.3 — phát hành vào giữa tháng 8 năm 2026; trọng số mở theo giấy phép GLM-5.3; khoảng 750B tổng tham số với khoảng 40B hoạt động mỗi token; ngữ cảnh 1M token; đầu ra 128K; chỉ văn bản; chế độ suy nghĩ bật theo mặc định; giá niêm yết $1.40/$4.40 mỗi 1M đầu vào/đầu ra, hoặc $1.26/$3.96 qua OrcaRouter.

• GPT-6.1 Terra — phát hành ngày 26 tháng 10 năm 2026; trọng số đóng; ngữ cảnh 1.05M token; đầu ra 128K; đầu vào văn bản và hình ảnh; sáu mức suy luận; $1.00/$5.00 mỗi 1M token đầu vào/đầu ra, tăng lên $2.00/$7.50 khi vượt quá 272K token đầu vào; đầu vào được lưu trong bộ nhớ đệm $0.05.

• Independent Intelligence Index — Terra 48, GLM-5.3 45, trên thang điểm hiện tại của Artificial Analysis.

Trên bảng giá, hai mô hình này gần như là cặp sinh đôi. Với mức giá pass-through của OrcaRouter, GLM-5.3 có giá $1.26/$3.96 so với $1.00/$5.00 của Terra. GLM rẻ hơn 26% ở đầu vào và 21% ở đầu ra. Một đội ngũ chọn theo hai con số đó sẽ chọn GLM-5.3 và tiếp tục.

Tính theo token thì chúng có cùng chi phí; tính theo tác vụ thì không.

Artificial Analysis đo chi phí cho mỗi tác vụ trong Intelligence Index, trong đó tính gộp cả số token mà một mô hình thực sự tiêu tốn để đi đến câu trả lời. Terra ở mức khoảng 0,40 USD. GLM-5.3 ở mức khoảng 2,01 USD — gấp năm lần, bất chấp mức giá token rẻ hơn. Nguyên nhân có thể thấy rõ ngay trong quá trình đánh giá: Terra tiêu thụ khoảng 130 triệu token đầu ra trên toàn bộ bộ kiểm thử, còn GLM-5.3 khoảng 210 triệu. GLM-5.3 suy nghĩ lâu hơn, diễn đạt lại nhiều hơn và phải trả giá cho điều đó trên đồng hồ tính tiền.

Đây là điều hữu ích nhất cần hiểu về cuộc so tài này, và cũng là điều mà các bài đưa tin ra mắt về cả hai mô hình thường bỏ qua. Giá token là một đầu vào của chi phí, không phải thước đo chi phí. Một mô hình rẻ hơn 20% mỗi token và dài dòng hơn 60% thì đắt hơn 33% cho mỗi câu trả lời. Với trích xuất khối lượng lớn, phân loại hoặc tạo câu trả lời ngắn, sự đảo ngược đó quyết định hóa đơn.

Điều đó cũng có nghĩa là so sánh sẽ đảo chiều tùy theo hình dạng khối lượng công việc. Việc GLM-5.3 dài dòng gây bất lợi nhiều nhất với các đầu ra ngắn, nơi chi phí suy luận chiếm ưu thế. Với việc tạo văn bản dài, nơi cả hai mô hình đều tạo ra hàng nghìn token bất kể thế nào, chênh lệch giá token lại nổi lên và mức giảm giá 21% cho đầu ra của GLM trở thành tiền thật.

Trong trường hợp nào thì GLM-5.3 dù sao vẫn là lựa chọn đáng mua hơn

Trọng số mở là câu trả lời hiển nhiên, và đó không phải chuyện nhỏ. GLM-5.3 có thể được tải xuống, tự vận hành, tinh chỉnh và giữ trong một ranh giới tuân thủ. Terra thì không. Đối với một ngành được quản lý chặt, một triển khai cách ly hoàn toàn hay một nhóm cần một mô hình ngừng thay đổi bên dưới họ, điều đó giải quyết câu hỏi trước khi người ta tham khảo các benchmark.

GLM-5.3 cũng có hồ sơ kỹ thuật mạnh so với giá tiền. Nó dẫn đầu lĩnh vực trọng số mở trên chỉ số của Artificial Analysis, gần như ngang bằng với Kimi K3, và đặc biệt mạnh về an ninh mạng và nghiên cứu lỗ hổng bảo mật — các đánh giá không gian mạng của chính Zhipu và thử nghiệm red-team của Anthropic đều xếp nó gần các mô hình tiên phong về phát hiện khai thác. Trên SciCode, nó đạt 59,0, cao hơn 54,2 của GPT-6.1 Sol, dù Terra không được liệt kê trong lần chạy đó. Nó hỗ trợ ngữ cảnh 1M token và mức chiết khấu bộ nhớ đệm khoảng 81%, khiến các lời nhắc dài lặp lại rẻ hơn so với giá niêm yết.

Những giới hạn của nó cũng rõ ràng không kém. Nó chỉ xử lý văn bản: không hình ảnh, không âm thanh, không PDF. Chế độ suy nghĩ luôn bật, có nhiều mức nỗ lực nhưng không có công tắc tắt thực sự. Và tính dài dòng là một chi phí vận hành thực sự, không chỉ là sản phẩm phụ của bài đánh giá — nó thể hiện qua độ trễ dài hơn, hóa đơn lớn hơn và nhiều token hơn cần lọc trong các pipeline hạ nguồn.

Nơi Terra chiến thắng

Lợi thế dẫn đầu ba điểm trên chỉ số của Terra là khiêm tốn, và các bộ đánh giá độc lập còn khiến nó trông nhỏ hơn nữa. Trên Vals Index, Terra đạt 60,17% so với 59,73% của GLM-5.3 — khoảng cách 0,44 điểm nằm trong ngưỡng nhiễu, với chi phí mỗi bài kiểm tra cao hơn là 2,92 USD. Trên bài đánh giá kế toán của DualEntry, GLM-5.3 đạt điểm cao hơn và rẻ hơn so với 78,2% của Terra. Nếu câu hỏi là "mô hình nào thông minh hơn", thì câu trả lời trung thực là chúng đủ gần nhau đến mức bộ đánh giá bạn chọn sẽ quyết định người thắng.

Lợi thế của Terra nằm ở những chỗ khác. Nó chấp nhận hình ảnh; GLM-5.3 thì không. Nó cung cấp sáu mức suy luận, nên có thể đẩy lưu lượng dễ sang mức nỗ lực thấp theo cách mà cơ chế luôn bật suy nghĩ của GLM không cho phép. Điểm cắt kiến thức của nó là tháng 6 năm 2026, so với cửa sổ huấn luyện sớm hơn của GLM-5.3. Và nó nhanh: 90,9 token đầu ra mỗi giây trên Artificial Analysis, cùng dải với GLM-5.3, với thông lượng đo được dao động từ cuối 60 đến giữa 90 tùy nhà cung cấp và bản chụp. Tốc độ cộng với chi phí mỗi tác vụ thấp hơn là một kết hợp thực sự mạnh mẽ cho các sản phẩm tương tác.

Phụ phí 272K là bất lợi cho nó. Vượt ngưỡng đầu vào đó, giá của Terra tăng vọt lên $2.00/$7.50, xóa sạch hoàn toàn lợi thế đầu vào của nó so với GLM-5.3 và khiến đầu ra đắt hơn 89%. Các quy trình xử lý tài liệu dài nên được tính giá theo mức phụ phí, không phải theo mức giá công bố.

Nếu GLM-5.5 thực sự ra mắt

Cách hữu ích để nghĩ về mô hình còn thiếu không phải là "nó sẽ đạt điểm bao nhiêu" mà là "điều gì sẽ phải đúng để nó có thể thay đổi quyết định này". Ba điều:

• Nó sẽ cần phải súc tích hơn rất nhiều. Một mô hình 2,5T tham số mà còn suy nghĩ lâu hơn cả GLM-5.3 sẽ thua về chi phí mỗi tác vụ, bất kể giá token của nó trông hấp dẫn đến đâu. Những tin đồn về tham số đang chỉ sai hướng ở điểm này.

• Nó sẽ cần trọng số mở ngay khi ra mắt, không phải vài tuần sau đó. Trọng số của GLM-5.3 được phát hành khoảng mười ngày sau API; độ trễ đó đủ để phá vỡ một chu kỳ mua sắm.

• Nó sẽ cần mức giá thấp hơn giá của GLM-5.3, hoặc một bước nhảy lớn về năng lực đủ để biện minh cho mức phí cao hơn. Một mô hình nghìn tỷ tham số phục vụ ở mức giá tiên phong sẽ không thể hạ giá xuống dưới mức 0,40 USD mỗi tác vụ của Terra.

Không điều nào trong số đó là dự đoán. Đó là danh sách kiểm tra để chạy vào ngày một tấm card xuất hiện. Cho đến lúc đó, GLM-5.5 là lý do để theo dõi ghi chú phát hành của Z.ai, không phải lý do để trì hoãn một quyết định.

Chạy cả hai hôm nay

GLM-5.3 có trong danh mục của OrcaRouter với giá $1,26/$3,96 mỗi triệu token, giá niêm yết của nhà cung cấp được chuyển nguyên vẹn với mức markup 0%, cùng với hơn 200 mô hình khác trên một khóa với tính năng chuyển đổi dự phòng tự động. Terra không có trong danh mục tại thời điểm công bố — nó có sẵn qua API của OpenAI và một số nền tảng bên thứ ba — vì vậy thử nghiệm thực tế là gọi GLM-5.3 qua OrcaRouter và Terra qua OpenAI, rồi so sánh chúng trên lưu lượng của chính bạn thay vì trên bảng xếp hạng.

Khi làm vậy, hãy đo token trên mỗi tác vụ hoàn thành, không phải giá trên mỗi token. Đó là con số phân tách hai mô hình này, và cũng là con số mà cả hai bài công bố ra mắt đều không đưa lên tiêu đề. Nếu Terra hoàn thành khối lượng công việc của bạn với ít hơn một phần ba số token đầu ra, thì bất lợi 21% về giá đầu ra của nó biến mất và mức giá đầu vào rẻ hơn của nó bắt đầu cộng dồn lợi thế. Nếu khả năng suy luận của GLM-5.3 tự bù đắp được chi phí nhờ ít lần thử lại hơn và ít cần con người kiểm duyệt hơn, thì hóa đơn trên mỗi tác vụ sẽ đảo chiều. Các mức trung bình trên bảng xếp hạng cho thấy hai mô hình chỉ cách nhau vài điểm. Số token của bạn sẽ cho biết mô hình nào rẻ hơn.

Câu hỏi về việc chờ đợi có một câu trả lời đơn giản. GLM-5.5 có thể sẽ ra mắt trong vài tuần tới; GLM-5.3 có thể tải xuống ngay bây giờ, và Terra có thể gọi được ngay bây giờ. Một đội ngũ cần trọng số mở có một lựa chọn thực sự vào hôm nay, và một đội ngũ cần chi phí thấp nhất cho mỗi tác vụ hoàn thành có một lựa chọn khác. Không lựa chọn nào trong hai lựa chọn đó trở nên tốt hơn khi chờ đợi một mô hình không có endpoint.