Một thẻ tiêu đề 16:9 được tạo trên nền than tối với những đường kẻ ngang mờ, tiêu đề là 'Qwen4-Max vs GLM-5.4' và phụ đề 'Một cái đã ra mắt. Một cái đã trễ hạn.' Một dòng thời gian dọc gồm các chấm mang ngày tháng chạy xuống dọc theo phía bên phải tại 2026-02-12, 2026-04-07, 2026-06-16, 2026-08-18 và 2026-08-26, kết thúc bằng một đoạn nét đứt trống được gắn nhãn GLM-5.4. Một huy hiệu màu xanh mòng két ở góc dưới bên trái ghi 'cửa sổ đã hết hạn ngày 27 tháng 10 năm 2026'. Logo OrcaRouter ở góc dưới bên phải.
Guides & Insights

Qwen4-Max vs GLM-5.4: Một bên đã phát hành, một bên bỏ lỡ chính khung thời gian của mình

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Có một phiên bản của so sánh này sẽ hữu ích và một phiên bản sẽ là hư cấu. Bản hữu ích bắt đầu bằng một mốc ngày: nhật ký phát hành của chính Z.ai vẫn kết thúc ở GLM-5.3-Flash vào ngày 26 tháng 8 năm 2026, chỉ mục tài liệu của họ liệt kê GLM-5.2, GLM-5.3 và GLM-5.3-Flash và không có gì cao hơn, còn đường dẫn tài liệu GLM-5.4 trả về Page Not Found như hồi tháng 10. Ngược lại, Qwen4-Max đã được bán theo mức sử dụng kể từ ngày 16 tháng 11 năm 2026, với bảng giá đã công bố và một điểm số độc lập. Vậy nên cặp đấu này không phải hai mẫu chủ lực. Đó là một mẫu chủ lực và một ngày dự kiến giờ đã hết hạn.

Điều khiến đó không chỉ là một màn bóc trần là phép tính đằng sau dự phóng. Blog này đã đặt nhịp 54–70 ngày cho dòng GLM vào tháng 10 và công bố khung thời gian mà nó ngụ ý. Khung đó đã khép lại. Việc tính xem nó đã khép lại lệch bao nhiêu, và việc khép lại đó cho bạn biết gì về cách Z.ai sắp xếp trình tự các bản phát hành, thực sự mang tính thông tin hơn một bảng thông số suy đoán khác — và nó để lại một phép so sánh có thể thực sự được chạy: Qwen4-Max đối đầu GLM-5.3, bản GLM sẽ được phát hành, trên cùng một chỉ số độc lập, trong cùng một tuần.

Vị trí của cái tên vào ngày 18 tháng 11

Cuộc kiểm tra thì ngắn gọn và có thể lặp lại. Bốn bề mặt, tất cả đều được kiểm tra trong hôm nay, tất cả đều cho kết quả âm tính.

• Nhật ký phát hành — mục mới nhất là GLM-5.3-Flash, ngày 2026-08-26; tiếp theo là GLM-5.3 vào ngày 2026-08-18, GLM-5.2 vào ngày 2026-06-16, GLM-5.1 vào ngày 2026-04-07, GLM-5 vào ngày 2026-02-12

• Chỉ mục tài liệu — GLM-5.3-Flash/FlashX, GLM-5.3, GLM-5.2. Không có mục 5.4 ở bất kỳ mức nỗ lực nào

• Đường dẫn tài liệu — docs.z.ai/guides/llm/glm-5.4 trả về lỗi 404, đúng như tình trạng hồi ngày 13 tháng 10

• Hugging Face — tìm kiếm kho lưu trữ cho "glm-5.4" không trả về kết quả nào trong tổ chức của chính phòng thí nghiệm, và các checkpoint văn bản mới nhất ở đó là bốn bản phát hành GLM-5.3 được tạo vào ngày 25 tháng 8

Trang model-api của nhà cung cấp đưa ra câu trả lời tương tự từ phía thương mại: GLM-5.3, GLM-5.3-Flash, GLM-5 và GLM-5V-Turbo, không có dòng nào giữa 5.3 và 6. Vào tháng 10, chín bề mặt đã được kiểm tra cho trang thường trực về tên này; năm tuần sau, đúng bốn bề mặt quan trọng đối với trạng thái phát hành vẫn cho kết quả âm tính. Sự nhất quán đó chính là phát hiện. Một cái tên đã vắng mặt khỏi mọi bề mặt chính chủ trong tám tuần không phải là một đợt ra mắt đang được triển khai; đó là cái tên mà dòng sản phẩm đã bỏ qua, ít nhất là cho đến hiện tại.

A generated two-column scoreboard titled 'Qwen4-Max vs GLM-5.3' with six rows: input per million $1.50 against $1.40; output per million $4.50 against $4.40; index score 43 against 32; cost per task $3.27 against $5.01; wall-clock per task 32.1 min against 22.0 min; weights none against downloadable. Footer reads 'Artificial Analysis Intelligence Index v5.0.1; prices per vendor list'. OrcaRouter logo bottom-right.

Cửa sổ, và chúng ta đã vượt qua nó bao xa

Lập luận về nhịp phát hành chưa bao giờ là một vụ rò rỉ. Đó là phép tính trên chính các ngày phát hành của Z.ai: GLM-5 đến GLM-5.1 mất 54 ngày, GLM-5.1 đến GLM-5.2 mất 70 ngày, GLM-5.2 đến GLM-5.3 mất 63 ngày. Áp dụng cùng khoảng thời gian đó cho ngày 18 tháng 8, mẫu chủ lực dạng văn bản tiếp theo sẽ rơi vào khoảng từ 11 tháng 10 đến 27 tháng 10 năm 2026. Nếu thay vào đó bạn tính mốc của dòng sản phẩm từ bản ra mắt ngày 26 tháng 8 của dòng Flash, thì giới hạn ngoài cùng sẽ dịch sang ngày 4 tháng 11.

Đó là ngày 18 tháng 11. Cả hai kết quả đọc đều đã hết hiệu lực, kết quả muộn hơn đã hết hiệu lực được hai tuần. Đó là phát biểu rõ ràng nhất hiện có về GLM-5.4 hôm nay, và nó mạnh hơn “chúng tôi không thể tìm thấy nó”, vì nó có thể bị bác bỏ: chỉ một mục có ghi ngày trên nhật ký phát hành của nhà cung cấp là đủ để lật ngược nó, và cho đến khi một mục như thế xuất hiện, dự phóng này đã được kiểm nghiệm và đã thất bại.

Có hai cách lý giải trung thực cho thất bại đó, và chúng dẫn tới hai hướng trái ngược nhau. Cách thứ nhất là Z.ai đã chậm lại — rằng một mẫu chủ lực 753 tỷ tham số giờ đã đủ đắt để việc cải tiến phải diễn ra theo chu kỳ dài hơn, và nhịp độ của nửa đầu năm 2026 từng là một cuộc nước rút nay đã kết thúc. Cách thứ hai là bản phát hành tiếp theo hoàn toàn không phải 5.4: rằng dòng sản phẩm bỏ qua một số hiệu, hoặc rằng công sức đã được dồn vào phân khúc Flash đa phương thức, nơi thực sự có hoạt động duy nhất sau tháng 8 trên nhật ký phát hành. Không có gì phòng thí nghiệm công bố phân biệt được giữa hai khả năng đó, và một trang mà đoán mò sẽ làm đúng điều mà một bảng điểm với những cột bịa đặt làm.

Điều bạn thực sự có thể so sánh: Qwen4-Max với GLM-5.3

GLM-5.3 không phải là một giải an ủi. Đây là một mô hình hỗn hợp chuyên gia với 753 tỷ tham số, kích hoạt khoảng 40 tỷ tham số mỗi token, chỉ xử lý văn bản, có cửa sổ ngữ cảnh 1M token và giới hạn đầu ra 128K, và nó có một thứ mà phần đưa tin ra mắt của Qwen4-Max phần lớn thiếu: một dòng được đo trên cùng chỉ số, được thực hiện bởi cùng bộ khung đánh giá, trong cùng phiên bản chỉ số.

• Giá đầu vào — Qwen4-Max 1,50 USD mỗi triệu token tại Singapore, 1,413 USD tại năm khu vực còn lại, so với GLM-5.3 là 1,40 USD trong bảng giá của Z.ai

• Giá đầu ra — Qwen4-Max $4.50 so với GLM-5.3 $4.40

• Điểm số độc lập — Qwen4-Max đạt 43 trên Artificial Analysis Intelligence Index v5.0.1, so với GLM-5.3 đạt 32 ở mức nỗ lực tối đa và 23 ở mức nỗ lực thấp

• Chi phí mỗi tác vụ lập chỉ mục — Qwen4-Max $3.27 so với GLM-5.3 $5.01. Đây là dòng quan trọng, và nó cho thấy xu hướng ngược với điểm số

Thời gian thực tế mỗi tác vụ — Qwen4-Max 32,1 phút so với GLM-5.3 22,0 phút ở mức nỗ lực tối đa, 12,2 ở mức thấp

• Mức tiêu thụ token — Qwen4-Max 127 triệu token đầu ra mỗi lần chạy chỉ mục, so với GLM-5.3 135 triệu ở mức nỗ lực tối đa và 63,3 triệu ở mức thấp

• Thông lượng — Qwen4-Max 55 token đầu ra mỗi giây so với GLM-5.3 90

• Phương thức — Qwen4-Max nhận văn bản, hình ảnh và video rồi trả về văn bản; GLM-5.3 được ghi nhận là chỉ hỗ trợ văn bản, còn các tác vụ thị giác được chuyển xuống tầng Flash

• Đầu ra tối đa — Qwen4-Max 131.072 token, hoặc 262.144 được chia sẻ giữa phần suy nghĩ và câu trả lời; GLM-5.3 128.000

• Trọng số — Qwen4-Max không công bố trọng số nào và đánh dấu việc tinh chỉnh và triển khai là không được hỗ trợ; trọng số của GLM-5.3 có thể tải xuống theo giấy phép Z.ai tùy chỉnh

• Kiểm soát mức nỗ lực — Qwen4-Max cung cấp các mức có thể chọn; GLM-5.3 luôn suy luận, với các mức thấp, cao và tối đa

Các dòng giá gần như hòa nhau — chênh mười xu ở đầu vào, mười xu ở đầu ra — và đó lại là điều kém thú vị nhất trong danh sách. Điều thú vị là hai mô hình có giá niêm yết gần như giống hệt nhau nhưng cấu trúc bên dưới lại khác nhau. Qwen4-Max tốn nhiều hơn cho mỗi tác vụ dù mức giá rẻ hơn vì nó mất nhiều thời gian hơn và suy nghĩ lâu hơn; GLM-5.3 tốn nhiều hơn cho mỗi tác vụ dù bản thân có mức giá rẻ hơn vì ở mức nỗ lực tối đa, nó đốt token với tốc độ mà thiết lập nỗ lực thấp hơn không có. Bảng giá của cả hai nhà cung cấp đều không cho bạn biết điều đó. Chỉ có dòng chi phí mỗi tác vụ là cho biết, và đó chính là dòng mà cả hai bài công bố đều bỏ sót.

Khoảng cách điểm là có thật nhưng hẹp hơn mức 43 so với 32 gợi ý, vì một lý do đáng nói thẳng: những con số đó đến từ các thiết lập nỗ lực khác nhau trên cùng một chỉ số, và blog này đã chứng kiến các thay đổi phiên bản làm dịch chuyển điểm của một mô hình tới hai chữ số. Hãy coi 43 và 32 là khoảng cách mang tính định hướng được đo trên một công cụ trong một ngày, chứ không phải là chênh lệch năng lực 11 điểm đã được đo đạc. Điều còn trụ lại sau lưu ý đó là tuyên bố khiêm tốn hơn: Qwen4-Max trả lời các tác vụ khó hơn GLM-5.3 ở mức nỗ lực tối đa, và làm được với chi phí thấp hơn trên mỗi tác vụ, đồng thời là mô hình chậm hơn trên mỗi token và đắt hơn trên mỗi triệu.

A screenshot of Z.ai's release notes page headed 'New Released' with a right-hand date rail ending at 2026-08-26 and, below it, 2026-08-18, 2026-06-16 and 2026-04-07, and body entries describing native visual capabilities, a hybrid attention architecture with 320B total and 18B activated parameters, and GLM-5.3's coding gains on Z.ai Code Bench.

Điều mà một người tìm kiếm GLM 5.4 thực sự cần

Người ta gõ "GLM-5.4" vì một trong hai lý do, và hai lý do ấy đòi hỏi những câu trả lời trái ngược nhau.

Đầu tiên là việc chọn mua: họ muốn biết liệu có nên chuyển khỏi GLM-5.3, hay có nên chọn G​LM thay vì Q​wen cho một bản build bắt đầu trong tháng này. Câu trả lời là không có gì để chuyển sang, và quyết định họ có thể đưa ra hôm nay là giữa một mô hình chỉ văn bản với trọng số có thể tải xuống ở mức $1.40/$4.40 và một mô hình đa phương thức dạng thuê ở mức $1.50/$4.50, đạt điểm cao hơn và tốn ít chi phí hơn cho mỗi tác vụ hoàn thành. Đó là một lựa chọn thực sự, và không cần đến 5.4 để đưa ra lựa chọn đó.

Điểm thứ hai là theo dõi: họ muốn một ngày cụ thể. Câu trả lời trung thực là khung thời gian dựa trên nhịp độ cho cái tên này đã hết hạn vào ngày 27 tháng 10, hoặc ngày 4 tháng 11 nếu diễn giải rộng rãi nhất, và việc dự phóng thất bại tự nó đã là thông tin cập nhật. Tín hiệu tiếp theo cần theo dõi không phải là một vụ rò rỉ mà là nhật ký phát hành: một mục xếp trên GLM-5.3-Flash sẽ giải quyết câu hỏi trong một dòng, và nó đã không xuất hiện trong mười hai tuần kể từ khi hạng Flash được phát hành.

Chạy một trong hai mà không có hợp đồng thứ hai

Ở đây, hai bên của phép so sánh này thực sự khác nhau, và sự khác biệt nằm ở khả năng truy cập chứ không phải năng lực. OrcaRouter định tuyến z-ai/glm-5.3 ngay hôm nay, cùng với dòng Q​wen 3.8, trên một endpoint tương thích OpenAI với mức phụ phí 0% — không cộng thêm gì so với mức nhà cung cấp dịch vụ tính, mà trên trang mô hình của chính chúng tôi là $1,26 đầu vào và $3,96 đầu ra cho mỗi triệu, bằng hoặc dưới giá niêm yết $1,40 và $4,40 của Z.ai. Điều OrcaRouter không định tuyến là Qwen4-Max: mô hình này không có trong danh mục, và trang này sẽ không ngụ ý điều ngược lại. Qwen4-Max có thể truy cập qua sáu khu vực của chính A​libaba và qua các nền tảng bên thứ ba phân phối lại nó; nếu bạn muốn nó trên cùng khóa với G​LM, thì đó là vấn đề chờ danh mục đưa nó vào, chứ không phải cấu hình bất cứ thứ gì hôm nay.

A screenshot of the OrcaRouter model page for GLM 5.3, showing the identifier z-ai/glm-5.3, the byline Z.ai with the date 2026-08-18, a description of the model as a text-in text-out flagship for repo-scale coding, pricing of $1.26 input and $3.96 output per million tokens, a 1M-token context and a 128K maximum output.

Điểm mà định tuyến thực sự mang lại lợi ích ngay lập tức chính là bản thân việc so sánh. Các con số chi phí mỗi tác vụ ở trên là mức trung bình trên một hỗn hợp benchmark cố định, và hỗn hợp của bạn không phải là hỗn hợp đó. Chạy cùng những prompt đó qua GLM-5.3 và một hạng Q​wen 3.8 trên cùng một endpoint là cách bạn tìm ra bên nào thắng trên lưu lượng của mình, với chuyển đổi dự phòng tự động che chắn cho bạn nếu một nhà cung cấp giới hạn tốc độ giữa chừng — và đó là công việc của một buổi sáng chứ không phải hai cuộc trao đổi mua hàng.

Điều gì sẽ khiến đây trở thành một màn so tài thực sự?

Một tài liệu. Một model card mang theo cùng lúc các tham số, độ dài ngữ cảnh, giá và một định danh API, có ghi ngày trên nhật ký phát hành của chính Z.ai. Đó là tiêu chuẩn mà blog này đã áp dụng suốt cả năm, và đó là điều duy nhất biến GLM-5.4 từ một số phiên bản thành một mô hình. Một tiêu chí thứ hai, yếu hơn nhưng hữu ích: một dòng GLM-5.3 được đo ở mức nỗ lực thấp so với Qwen4-Max ở thiết lập thấp của chính nó, điều này sẽ cho phép so sánh chi phí theo kiểu ngang mức nỗ lực thay vì dựa trên các thiết lập mặc định của hai nhà cung cấp.

Cho đến lúc đó, bản tóm tắt chính xác là điều khó chịu cho cả hai phía của cuộc tìm kiếm. Qwen4-Max là thật, có giá, đã được đo lường, và tốt hơn một chút so với danh tiếng về chi phí của nó — 43 điểm trên chỉ số với 3,27 USD mỗi tác vụ là một mẫu flagship đủ năng lực, không phải một mẫu thống trị. GLM-5.4 là một con số trong một chuỗi mà ngày dự kiến đã trôi qua mà không có mục nào trong nhật ký, còn G​LM mà bạn có thể chạy hôm nay thấp hơn một chữ số, có thể đo lường, có thể tải xuống, rẻ hơn 10 xu trên đồng hồ tính phí và đắt gấp rưỡi cho mỗi tác vụ hoàn thành khi dốc toàn lực. Ai nói với bạn điều khác đi đều đang bán một bảng thông số kỹ thuật mà họ không thể chứng minh nguồn.

So sánh trong bài viết này2

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày