Mercury 3 vs GLM-5.5: Phép so sánh mà truy vấn tìm kiếm yêu cầu, được thực hiện đối chiếu với mô hình thực sự tồn tại

Không có GLM-5.5. Nhật ký phát hành của Z.ai dừng ở GLM-5.3-Flash vào ngày 26 tháng 8 năm 2026, chỉ mục tài liệu của họ liệt kê GLM-5.3, GLM-5.3-Flash và GLM-5.2, bốn kho lưu trữ mới nhất của tổ chức zai-org trên Hugging Face là dòng GLM-5.3 được tạo vào ngày 25 tháng 8, Artificial Analysis không có trang nào dưới tên đó, và danh mục của chính chúng tôi trả về model-not-found cho z-ai/glm-5.5. Năm bề mặt, được kiểm tra lại hôm nay, đều cho kết quả phủ định. Vậy một trang có tiêu đề "Mercury 3 vs GLM-5.5" có thể làm một trong hai việc: bịa ra một bảng thông số kỹ thuật cho một mô hình chưa từng tồn tại, hoặc cho bạn biết cái tên đó có lẽ ám chỉ điều gì và chạy phép so sánh thực sự có thể thực hiện được. Trang này làm việc thứ hai. Các sự cố AI và sự cố tác nhân đã được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong the OrcaRouter AI Incident Archive nơi mỗi mục đều mang nguồn riêng, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp.

Mô hình đang tồn tại là GLM-5.3, được Z.ai phát hành vào ngày 18 tháng 8 năm 2026, với trọng số mở ra mắt sau đó vào ngày 25 tháng 8. Bên cạnh đó là Mercury 3, được Inception Labs phát hành vào ngày 19 tháng 10 năm 2026 dưới dạng mô hình ngôn ngữ khuếch tán với ngữ cảnh 1M token và tuyên bố thông lượng 1.068 token mỗi giây. Đó là một màn đối đầu thực sự với một câu hỏi thực sự bên trong: một mô hình lập trình trọng số mở đã được kiểm chứng ở mức $1,26/$3,96 đối đầu với một mô hình tốc độ chưa được đo lường ở mức $0,35 cho đầu ra trong cửa sổ ra mắt của nó. Số phiên bản trong tiêu đề là sai. Phần so sánh bên dưới thì không.

Tại sao cái tên đó lại tồn tại ngay từ đầu

GLM-5.5 là một dự đoán, không phải thông báo. Nó bắt nguồn từ một dự báo của giới phân tích được lưu hành vào tháng 6 năm 2026, đặt mẫu flagship tiếp theo của Z.ai vào khung tháng 8; tháng 8 khép lại với GLM-5.3 thay vào đó. Các nhà phân tích theo dõi nhịp phát hành của Z.ai hiện dự kiến bản phát hành tiếp theo mang số 5.4, trong khung kéo dài khoảng từ ngày 8 tháng 10 đến ngày 9 tháng 11. Hôm nay là ngày 20 tháng 10 — đang ở trong khung đó, mà chưa có gì được phát hành.

Blog này đã nhắc đến cái tên đó hàng tá lần, luôn với cùng một phát hiện, và khi có một đợt ra mắt Mercury mới, cám dỗ là coi đối thủ còn thiếu như một sự cho phép để bỏ qua bài viết. Không phải vậy: truy vấn là có thật, và câu trả lời hữu ích là một so sánh với mô hình mà Z.ai thực sự bán. Phần tiếp theo liệt kê những gì sẽ phải xuất hiện trước khi tiêu đề trở nên chính xác, rồi tính toán những con số hiện có.

Năm điều có thể khiến GLM-5.5 trở thành một mô hình

• Một định danh API — z-ai/glm-5.5 phân giải được trên bất kỳ danh mục công khai nào. Của chúng tôi trả về model-not-found, glm-5.4 cũng vậy.

• Một hàng trong bảng giá — một mức giá trên trang API mô hình của z.ai. Trang hiện liệt kê GLM-5.3 ($1.40/$4.40), GLM-5.3-Flash ($0.15/$0.50), GLM-5.3-FlashX ($0.37/$1.25) và các mô hình trước đó, đồng thời không có mô hình nào cao hơn 5.3.

• Một mục ghi chú phát hành — trang New Released của docs.z.ai được ghi ngày theo từng mục và mốc mới nhất là 2026-08-26.

• Một kho trọng số hoặc một tuyên bố rõ ràng về việc không có trọng số — các kho văn bản mới nhất của nguồn cấp zai-org đều có ngày 2026-08-25.

• Một thẻ độc lập có ghi ngày — artificialanalysis.ai/models/glm-5-5 trả về 404 trong khi glm-5-3 trả về một trang đầy đủ.

Bất kỳ một trong những điều đó cũng sẽ là một tín hiệu mạnh. Cả năm cùng xuất hiện là dáng dấp của một bản phát hành; không điều nào xuất hiện là dáng dấp của một dự báo. Việc kiểm tra có thể chạy lại, và nên chạy lại thay vì tin tưởng, vì một kết quả phủ định sẽ mất giá trị ngay khi nhà cung cấp phát hành.

Sự tương phản thông số kỹ thuật thực tế

• Giá — Mercury 3 $0.10/$0.35 mỗi triệu khi ra mắt, $0.20/$0.70 theo giá niêm yết. GLM-5.3 $1.26/$3.96 trong danh mục của chúng tôi, thấp hơn 10% so với giá niêm yết $1.40/$4.40 của chính Z.ai.

• Ngữ cảnh — cả hai đều 1M token. Mercury 3 có giới hạn đầu ra 131.072 token; GLM-5.3 giới hạn đầu ra ở 128.000.

• Kiến trúc — Mercury 3 là một mô hình khuếch tán, tạo token song song; Inception cho biết nó lớn hơn Mercury 1 hơn 40 lần mà không đưa ra số lượng tham số tuyệt đối. GLM-5.3 là một transformer hỗn hợp chuyên gia mà Z.ai chỉ công bố chi tiết ở cấp dòng mô hình.

• Tốc độ — Mercury 3 đạt 1.068 tok/s, con số của Inception, chưa được tái lập. GLM-5.3 đạt 88,4 tok/s đầu ra, được đo trên lưu lượng playground của chính chúng tôi trong bảy ngày, với độ trễ end-to-end trung vị là 3,3 giây.

• Điểm số độc lập — GLM-5.3 đạt 44,8 trên Chỉ số Trí tuệ của Artificial Analysis và 74,8 trên Chỉ số Lập trình của nó, xếp thứ 14 về lập trình trong số các mô hình mà tổ chức này theo dõi. Mercury 3 không có trang trên Artificial Analysis.

• Điểm nhiệm vụ — GLM-5.3 đạt 83,9% trên Terminal-Bench 2.1 và 41,9% trên Terminal-Bench 4.0, 91,7% trên GPQA Diamond và 50,3% trên τ²-Banking, tất cả theo Artificial Analysis. Mercury 3 không công bố điểm nhiệm vụ dạng số nào; kết quả có cấu trúc duy nhất của nó là tỷ lệ hoàn thành 50% trên 50 nhiệm vụ điều hướng Mind2Web trực tiếp.

• Trọng số — GLM-5.3 là mô hình mở, với các checkpoint trên Hugging Face từ ngày 25 tháng 8. Trọng số của Mercury 3 không được công bố và Inception chưa đưa ra cam kết nào về việc công bố chúng.

• Phương thức — văn bản đầu vào, văn bản đầu ra ở cả hai.

Dòng duy nhất mà ở đó GLM-5.3 rõ ràng là lựa chọn mạnh hơn lại là dòng rẻ nhất để kiểm chứng: nó đã được đo lường. Chỉ số lập trình 74.8 và điểm Terminal-Bench 2.1 là 83.9 cho bạn biết mô hình làm được gì trên những tác vụ bạn có thể gọi tên. Mercury 3 nói với bạn rằng nó vượt Claude Haiku 5.5 mà không cho biết vượt bao nhiêu, ở khía cạnh nào, hay ở cài đặt nỗ lực nào trong bốn cài đặt nỗ lực của nó.

1.068 token mỗi giây đáng giá bao nhiêu, và đáng giá với ai

Lập luận về tốc độ của Mercury không phải là nó hoàn thành một tác vụ lập trình nhanh hơn tính theo thời gian thực — một mô hình thực hiện nhiều bước hơn hoặc cần thử lại có thể thua cuộc đua đó ở bất kỳ thông lượng nào. Lập luận là các lượt riêng lẻ quay về khi một người vẫn đang nhìn màn hình. Chính các trích dẫn khách hàng của Inception nói rõ điều này: gợi ý dạy kèm trong khoảng một giây, tạo tìm kiếm ở mức trung vị 0,9 giây, phản hồi hỗ trợ vẫn mang tính hội thoại.

GLM-5.3 ở tốc độ 88,4 token mỗi giây là một tốc độ tự hồi quy bình thường và sẽ gây khó chịu cho bất kỳ tác vụ nào trong số đó. Nó hoàn toàn đủ tốt cho một agent chạy trong sáu phút rồi báo cáo lại, đúng dạng khối lượng công việc mà hồ sơ benchmark của nó mô tả — lập trình quy mô repo, kỹ thuật nhiều bước, sử dụng công cụ trong những khoảng thời gian dài.

Đó mới là đường phân chia thực sự giữa hai mô hình này, và nó không phải là giá. Mà là liệu có một con người đang chờ hay không. Nếu có, thông lượng của Mercury 3 chính là sản phẩm, và những benchmark còn thiếu của nó là rủi ro bạn có thể giới hạn bằng ngân sách thử lại. Nếu không, năng lực đo lường được của GLM-5.3 đáng với mức chênh giá đầu ra gấp 11 lần, vì một câu trả lời sai từ một tác nhân chạy nền tốn kém hơn số token mà nó tiết kiệm.

Chi phí cho khối lượng công việc của tác nhân lập trình

Các tác nhân lập trình có lượng đầu vào lớn: ngữ cảnh kho mã dài, định nghĩa công cụ và lịch sử hội thoại ở mỗi bước. Giả sử mỗi ngày dùng 300 triệu token đầu vào và 12 triệu token đầu ra, tức là một nhóm nhỏ chạy tác nhân liên tục. Trên Mercury 3 với mức giá ra mắt, đó là 30 đô la cho đầu vào và 4,20 đô la cho đầu ra, tổng cộng 34,20 đô la. Theo giá niêm yết, 60 đô la và 8,40 đô la, tổng cộng 68,40 đô la.

Trên GLM-5.3 với mức giá trong bảng giá của chúng tôi, cùng lưu lượng đó có giá $378 cho đầu vào và $47.52 cho đầu ra, tức $425.52 mỗi ngày. Giá niêm yết của Z.ai sẽ là $420 và $52.80, tức $472.80. Vậy mức phụ trội là khoảng 6,2 lần theo giá niêm yết của Mercury và 12,4 lần trong giai đoạn ra mắt.

Giờ là mặt đối trọng trung thực: nếu tỷ lệ hoàn thành của Mercury 3 trên một tác vụ lập trình thực tế thấp hơn đáng kể so với GLM-5.3, thì bội số đó sụp đổ. Một mô hình hoàn thành hai phần ba số tác vụ cần thêm 50% số lần thử, và mỗi lần thử lại gửi lại ngữ cảnh kho mã. Với mức thiếu hụt 33%, mức chênh lệch hiệu dụng giảm xuống còn khoảng 4 lần — vẫn lớn, vẫn thực tế, và không còn là quyết định bạn có thể đưa ra mà không đo lường. Kết quả Mind2Web nói rằng Mercury có thể điều hướng một trang web trực tiếp; nó không nói gì về việc liệu nó có thể tạo ra một bản vá hay không.

Câu hỏi về open-weights, vốn không phải là câu hỏi về giá cả

Trọng số của GLM-5.3 nằm trên Hugging Face, nghĩa là mô hình có thể được tự lưu trữ, tinh chỉnh trên chính cơ sở mã của bạn hoặc ghim phiên bản để tránh bị ngừng hỗ trợ. Với một nhóm mà lợi thế cạnh tranh nằm ở bản tinh chỉnh, đó chính là toàn bộ lập luận, và không mức giá dịch vụ lưu trữ nào sánh được với điều đó. Mercury 3 không có con đường như vậy: đây là một sản phẩm API, và gói doanh nghiệp trong thông báo xoay quanh năng lực chuyên dụng và lưu giữ dữ liệu chứ không phải việc trao cho bạn trọng số.

Phản biện là ở khía cạnh kinh tế. Đối với hầu hết các đội, việc tự phục vụ một mô hình cùng đẳng cấp với GLM-5.3 tốn nhiều hơn $1.26 mỗi triệu token đầu vào về GPU và vận hành, còn giấy phép mở là bảo hiểm chứ không phải kế hoạch. Nó có ý nghĩa khi nhà cung cấp thay đổi điều khoản, và nó không có ý nghĩa gì vào một ngày thứ Ba.

Chạy cả hai song song với nhau

GLM-5.3 có trong danh mục của chúng tôi với mã z-ai/glm-5.3 ở mức $1.26/$3.96 — mức giá của nhà cung cấp, giá niêm yết với mức chênh lệch 0%, vì vậy khi Z.ai thay đổi giá, thay đổi đó sẽ có hiệu lực ngay bên chúng tôi trong cùng ngày thay vì vào kỳ thanh toán tiếp theo. Mercury 3 không có trong danh mục của chúng tôi; API mô hình của chúng tôi trả về model-not-found cho mọi mô hình của Inception, nên cách để tiếp cận nó là qua nền tảng riêng của Inception, nơi cấp cho tài khoản mới 100 triệu token miễn phí. Chúng tôi định tuyến GLM-5.3 và không định tuyến Mercury 3, và sự khác biệt trong cách bạn tiếp cận từng mô hình bắt nguồn từ điều đó chứ không phải từ một sự ưu tiên nào.

Cách phân định cuộc so tài này bằng chính lưu lượng của bạn thay vì bằng một bài đăng ra mắt là chia định tuyến mù: gửi một nửa số bước của agent tới Mercury 3 qua key của Inception ở một mức effort được ghim cố định, nửa còn lại tới z-ai/glm-5.3, rồi so sánh tỷ lệ hoàn thành và tổng chi phí trên mỗi tác vụ đã hoàn tất thay vì trên mỗi token. Một endpoint tương thích OpenAI bao trọn phía GLM cùng hơn 200 mô hình khác, kèm cơ chế chuyển đổi dự phòng tự động, nên nếu tháng đầu tiên của nhà cung cấp mới có chập chờn thì phương án dự phòng của bạn đã được nối sẵn. DSL định tuyến có thể giữ tỷ lệ chia đó dưới dạng một quy tắc, nên khi kết quả trả về, đó chỉ là một thay đổi cấu hình chứ không phải thay đổi mã nguồn.

Nên làm gì khi GLM-5.5 vẫn chỉ là một cái tên

Nếu bạn đến đây để tìm GLM-5.5, câu trả lời trung thực là Z.ai chưa phát hành nó và con số đó chỉ là dự báo. Hãy theo dõi trang ghi chú phát hành và nguồn cấp trên Hugging Face; khi một kho lưu trữ xuất hiện, cái tên sẽ trở thành một mô hình và bản so sánh này sẽ trở nên lỗi thời theo nghĩa tốt. Các nhà phân tích kỳ vọng mô hình chủ lực tiếp theo sẽ ra mắt trong khung 8 tháng 10 – 9 tháng 11, phần lớn trong số đó được đánh số 5.4, và hôm nay đang nằm trong khung đó mà chưa có gì được công bố.

Nếu bạn phải quyết định ngay hôm nay, lựa chọn là giữa một mô hình lập trình trọng số mở, chừng mực với mức giá cao hơn khoảng sáu đến mười hai lần và một mô hình văn bản nhanh hơn nhiều nhưng không có điểm chuẩn nào được công bố. Chọn GLM-5.3 cho công việc mà bạn sẽ không đọc đầu ra trước khi nó được phát hành. Chọn Mercury 3 cho công việc mà có người đang chờ và việc thử lại thì rẻ. Và hãy dự trù ngân sách cho Mercury 3 theo giá niêm yết, vì mức giảm giá khiến nó trông như miễn phí chính là con số mà Inception không cam kết duy trì.