GLM 5.5 还是 GLM 5.3-Vision？一个与 Z.ai 指纹匹配的匿名模型刚刚浮现

一个身份未明的模型{{1}}其服务画像——速度、首 token 时延（TTFT）、缓存命中率——与 Z.ai 的 G​LM 技术栈吻合{{/1}}，已开始引起容量分析师的关注，而目前的猜测是它可能被命名为 GLM 5.3-Vision 或 GLM 5.5。8 月 20 日，算力与容量分析师 teortaxesTex 发帖称，他追踪的一个匿名模型{{2}}“至少显然不是 Dee​pSeek”{{/2}}、{{3}}“目前没有任何证据排除 G​LM”{{/3}}，并且{{4}}“速度、TTFT、缓存命中率也都与 G​LM 相符”{{/4}}。他的判断是：预计它会叫 GLM 5.3-Vision 或 5.5，在 Artificial Analysis Intelligence Index 上得分约为 61——{{5}}比已发布的 GLM-5.3 目前所处的位置高出 1 分{{/5}}。目前一切都未得到证实。没有模型卡，没有 Z.ai 的公告，也没有 API，本页面只是把这个目击当作它本来的样子：一个早期、尚未被复现的泄漏信号；正因为 GLM-5.5 整个月都被视为 Z.ai 理应推出的旗舰产品，却至今没有亮相，这个信号才值得追踪。在那条帖子发布五天后，出现了第二个、这一次完全可以核查的数据点：8 月 25 日，vLLM——支撑大多数大规模模型服务的推理运行时——开启了一个 Do-Not-Merge 拉取请求，{{6}}为 G​LM-5 的头维度启用 masked-MHA 内核支持{{/6}}。它没有指明任何变体，也不能证明任何发布；它只是服务栈层面的基础铺垫，{{7}}属于一个新模型会在身后留下的那种幕后活动{{/7}}。

信号实际所说的内容

来源是 teortaxesTex 在 8 月 20 日发布的一条 X 帖子——正是那个在 8 月对 GLM-5.3 发布时间的“大约一周”预测精确到天的账号。其表述明确指出了证据等级：“强证据（尚未复现）”。该分析师将 DeepSeek 排除在外，没有发现任何与 GLM 相矛盾的地方，并引用三项服务级指标——吞吐量、首 token 延迟和缓存命中率——作为与 Z.ai 技术栈相符的依据。接着是两个候选名称，以及一个预测分数：“目前我预计它会叫 GLM 5.3-Vision 或 5.5，在 AA 上的得分约为 61。”

逐项来看。身份声明（不是Dee​pSeek，匹配G​LM）是根据模型服务方式做出的指纹推断，而非模型卡。分数是预期值，不是实测结果。名称只是猜测。该信号之所以比噪音更有价值，在于它与我们已知的Z.ai本月路线图方向一致：GLM-5.3仅以文本形式发布，社区呼声最高的是视觉能力，而多家媒体（经由摩根大通、路透社、CGTN和高盛8月18日的报告）报道GLM-5.5将在“八月之内”到来——本月的收官时刻就是现在。

为什么服务指纹很重要

首令牌延迟（TTFT）和缓存命中率是基础设施层面的特征。它们由服务提供商如何构建其推理栈所决定——包括调度器、缓存布局、批处理策略——而不是由提示词所调用的模型名称决定。当分析师说某个匿名模型的 TTFT 和缓存命中率与 G​LM 匹配时，他们是在说其背后的服务栈表现得像 Z.ai 的栈；在没有权重或模型卡的情况下，这几乎就是能得到的最接近指纹的东西。这并非确凿证据。其他厂商可以复刻相同的栈，Z.ai 也可能为合作伙伴托管模型。但这是一个具体且可验证的说法，而“尚未复现”这一提醒表明分析师并没有将其视为定论。

DeepSeek 被排除这一点也很重要。DeepSeek V4 Pro 已于 8 月 13 日正式发布，其 Flash 版本是本月的另一个高速度中国开放权重发布。一个排除 DeepSeek 但指向 GLM 的匿名模型将范围缩小到 Z.ai 的产品线——而 Z.ai 的产品线有两个可能的候选者，这正是该信号所指出的分叉。

第二个信号：服务栈正在为GLM-5注意力机制构建。

8月25日，第二个数据点出现了——这一次完全可核查。vLLM，这个支撑大多数大规模模型服务的推理运行时，收到了编号为 #53785 的拉取请求，标题为“[Do Not Merge][Attention] Enable masked MHA for GLM-5 head dimensions.”。对照仓库验证后，该 PR 为 GLM-5 的注意力几何结构启用了 masked-MHA 预填充路径：64 个头、KV 秩为 512、QK 头维度为 192+64、V 头维度为 256——即 256/256 的 QK/V 布局，正如 PR 描述所述。它依赖于 FlashAttention 的一项支持 256 头维度掩码的更改，暂时将 FlashAttention 固定到一个 fork 提交上（这正是 Do Not Merge 标记的用途），并为新路径添加了经过基准测试的路由阈值：在 TP 1/2/4/8 下，FlashMLA 的纯预填充限制分别为 8K / 20K / 48K / 112K tokens；在 TP8 下，FlashInfer 的限制取整为 64K。作者指出，没有其他未合并的 PR 涉及 GLM-5 的 masked-MHA 支持。

按它本来的样子来读：这是服务栈的底层铺垫，不是一则公告。该 PR 并未点名 GLM 5.5 或 GLM 5.3-Vision——它写的是“GLM-5”——而为 G​LM-5 的注意力头维度启用一条 masked-MHA 预填充路径，是对一个模型家族的基础设施工作；vLLM 生态本就已经在通过稀疏-MLA 路径运行这一家族（GLM-5.3 自身的谱系如今就是这样被服务的）。它也不是孤立的：本月还有几个姊妹 PR，分别涉及 FlashInfer 对 GLM-5 的 MLA 维度检查、面向 GLM-5 类模型的 Triton 稀疏-MLA 回退方案，以及 FlashAttention 所报告的维度支持。有两个细节让它始终处于泄漏追踪者的视野之内。其一，它所针对的几何配置——64 个注意力头、KV 秩 512、QK/V 均为 256——与 Dee​pSeek 的 192/128 截然不同；这与匿名模型指纹所勾勒的“不是 Dee​pSeek，而是 G​LM”的区分一脉相承，如今在注意力内核层面清晰可见。其二，时机：该 PR 于 8 月 25 日开启，正落在整个 8 月都在期待 GLM-5.5 的那个时间窗口之内。以上种种并不能证明那个匿名模型就是新一代 G​LM——它同样可能是针对已发布模型所做的工程——但这正是服务生态系统在模型发布前夕会进行的那类幕后活动，而且它的可验证性是任何 X 帖子都无法比拟的。

两个名称，同一个分支：GLM 5.3-Vision 对比 GLM 5.5

这两个候选身份确实是不同的产品，而泄露的信息也无法确定主板上到底是哪一个。

• GLM 5.3-Vision 将是一款具备视觉能力的模型变体，该模型于8月14日发布。GLM-5.3 仅支持文本输入——Artificial Analysis 将其列为纯文本输入、纯文本输出，不支持图像——而这一缺口正是社区最强烈的抱怨。当 Z.ai 的唐杰发起全球反馈活动时，收到的评论几乎一致要求加入视觉能力，而 Z.ai 已经拥有尚未合并进旗舰产品线的构建模块（GLM-5V-Turbo 多模态模型和 CogVLM 编码器）。推出 5.3-Vision 变体将是弥合这一差距的最快方式。

• GLM 5.5 本身就是旗舰。据报道但尚未确认的规格显示，其基础参数量超过一万亿（高于 GLM-5.3 的 743B），延续了 100 万 token 的上下文窗口，开放权重，并更侧重于智能体/编码能力。本月每一份分析师报告都将 5.5 视为重磅之作——Z.ai 联合创始人唐杰曾暗示，这款产品将缩小与 Fable 级闭源模型之间的差距。该产品预计在 8 月内推出，截至本文写作时尚未发布。

相同的指纹无法告诉你这究竟是两者中的哪一个——一个视觉调优的 5.3 和一个全新旗舰可能运行在同一个服务栈上。这种模糊性正是信号的真实状态，分析师帖子中的两个名字只是反映了它，而非解决了它。

img src="2.png" alt="一份两栏对比记分牌，标题为“GLM 5.5 vs GLM-5.3 —— 记分牌”。左栏 GLM 5.5（泄露版）：“AA Index ~61（预计，未经证实）”、“状态：未发布”、“规模 >1T 参数（传闻）”、“视觉能力：预期支持”、“上下文长度：1M（预期）”、“价格：待定”。右栏 GLM-5.3（已发布）：“AA Index 60”、“状态：API 已于 8 月 19 日上线”、“规模 743B MoE / 40B 激活参数”、“视觉能力：仅文本”、“上下文长度：1M”、“价格：$1.40 / $4.40”。页脚写道：“GLM 5.5 的数据为未经证实的预测；GLM-5.3 数据来自 Artificial Analysis。”" />

AA Intelligence Index上约61分意味着什么

预测分数是这次泄露中最关键的部分。Artificial Analysis Intelligence Index（v4.1.1）目前将GLM-5.3列于60分——与Kimi K3并列开放权重最高分，并领先GLM-5.2的53分7分。再往上1分，即61分，便是GPT-5.6 Sol的区间；Claude Fable 5为62分，Claude Opus 5为63分。通俗地说：GLM家族的一个模型拿到61分，将是该指数上开放权重分数中最高的一个，独自凌驾于Kimi K3和GLM-5.3之上，实际上已触及封闭前沿模型的水平线。

值得强调 61 不是什么。61 是 teortaxesTex 对独立评估将会给出的结果的预期，而不是已发布的 Artificial Analysis 分数，也不是供应商的数字。预测可能在任一方向上出错——视觉变体可能会在偏重文本的指数上损失一两分，而 >1T 的旗舰模型也可能因后训练的表现而落在更高或更低的位置。这个数字的价值在于它所隐含的主张：无论这个匿名模型最终是谁，它都有望击败当前开放权重的领先者，而不仅仅是与之持平。

哪些是已确认的，哪些不是

保持账目干净，因为一份泄密材料的成败完全取决于此。

• 已确认：GLM-5.3 真实存在，8月14日发布，API 于8月18/19日开放，在 AA 智能指数上获得60分（由 Artificial Analysis 独立测量），定价为每100万 token 1.40美元/4.40美元，仅支持文本输入，开放权重确认于8月28日星期五。这些事实并不依赖于泄露信息。

• 已确认：GLM-5.5 仍未发布。截至撰写本文时，没有模型卡、没有定价、也没有可用性；8月的时间窗口和>1T参数规模均为分析师报告的内容，而非Z.ai的承诺。

• 未经证实：匿名模型作为独立产品存在，它是G​LM，其名称将是GLM 5.3-Vision或5.5，且其得分为61。这四点全部基于一位分析师的未复现帖子。

• 同样未得到证实的是：这个匿名模型是否真的与 GLM-5.3 本身不同。一个未标记别名的 GLM-5.3 实时端点会产生相同的服务指纹。在名称、模型卡或权重发布解决这个问题之前，"新模型"的解读是强先验，但并非事实。

接下来看什么

• 8月28日（星期五）——GLM-5.3权重。如果匿名模型实际上是更名后的5.3或5.3-Vision，权重发布和模型卡将很快给出定论。

• 第二个佐证性观测。一位分析师认定的指纹只是一个假设；对同一匿名条目的第二次独立解读，或一份指明其身份的 Artificial Analysis 列表，会将其升级为证据。

Z.ai 的任何声明。GLM-5.5 据报道将在八月窗口期发布，而这个月已接近尾声。正式命名、定价页面或 API 更新日志条目，才是将这一泄密变成发布报道的事件。

• AA 分数是否会落实为 61。如果匿名模型真实存在且属于 GLM 系列，那么接近 61 的独立指数分数将是首个突破 60 的开放权重分数。

• vLLM注意力机制的相关工作是否会附带一个模型名称。PR #53785 瞄准了“GLM-5”的注意力头维度，但未提及5.3-Vision或5.5；一次合并、一条受支持模型条目、或一张将该几何配置与具体名称配对的模型卡，将是迄今最有力的信号。

如何应对这样的泄露

泄露是准备的理由，而不是重建平台的理由。如果下一代 G​LM 系列模型登上开源权重排行榜榜首或接近榜首，实际问题就是是否将真实流量路由到它——而一个未经证实的模型，只有厂商的说法和某位分析师的预测，正是你需要安全网而不是下赌注的情况。上周发布的 GLM-5.3 已经在 OrcaRouter 上线——模型页面显示价格为每 1M tokens 1.26 美元 / 3.96 美元，这是厂商标价 1.40 美元 / 4.40 美元的基础上打九折的发布优惠，零加价直通——而 5.5 或 5.3-Vision 一旦发布，将直接继承这一路由设置。通过路由器将一部分流量指向新模型，并自动故障转移到经过验证的模型——GLM-5.3、DeepSeek V4 Pro、GPT-5.6 Sol——这样你获得的是自己工作负载上的质量信号，而不是一份幻灯片。如果泄露的预测是对的，你会最先知道；如果不对，故障转移会吸收它，不会有任何损坏的东西上线。同一个密钥，无需第二份合同，也无需在 Z.ai 做出决定之前在这两个候选名称之间做选择。

下一代 GLM 即将到来——唯一悬而未决的问题是它会以哪个名字亮相。GLM 5.3-Vision 将是 Z.ai 为其刚刚发布的模型弥补最受诟病缺憾之举；GLM 5.5 则是整个月都在指向的万亿参数旗舰。teortaxesTex 于 8 月 20 日完成指纹识别的那个匿名条目，是第一个看起来像这两者之一的具体对象；它在 AA Intelligence Index 上的预期得分 61 将使其超越当前榜单上的所有开放权重模型。指纹出现五天后，推理服务栈也有了动作：vLLM 的 GLM-5 注意力相关工作，正是新模型会留下的那种基础铺垫，尽管它没有点名任何变体。这些均未得到证实；一旦名称、模型卡或权重参数给出答案，本页面将立即更新。在那之前，低风险的做法是把路由准备好——而不是把整个技术栈押在一个指纹上。