主视觉标题卡写着“GPT-6 对比 GLM-5.5”,配有一枚标签写着“GLM-5.5:无模型卡、无 API id、无权重”,一枚标签写着“GLM-5.3:发布于 2026-08-18,权重于 2026-08-25”,以及页脚写着“2026-10-08 经核实,GLM-5.5 在 Z.ai 文档、Hugging Face 和 OrcaRouter 目录中均不存在。”OrcaRouter 徽标合成在右下角。
Guides & Insights

GPT-6 对决 GLM-5.5:这些模型中只有一个存在,而它本周有了一个新家

作者

Rowan Sterling

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

GLM-5.5 并不存在。它没有模型卡,没有 API 标识符,没有定价条目,没有 Hugging Face 检查点,没有许可证文件,Z.ai 自己的网站上也没有任何使用该名称的页面。这并不是在说它不为人知——我今天查了五个渠道,每一个结果都是否定的。真正存在的是 GPT-6 Sol,OpenAI 于 2026 年 9 月 22 日发布,并于 2026 年 10 月 7 日将其放入 ChatGPT 的付费档位,面向超过 12 亿周活跃用户;还有 GLM-5.3,这才是 Z.ai 于 2026 年 8 月 18 日实际发布的模型,权重随后于 8 月 25 日发布。

所以,这并不是标题所承诺的那种对比;真要把它写成那种对比,就等于为一个尚无人发布的模型凭空编造一份规格表。它能做的,是你今天就能跑起来的对比——GPT-6 Sol 对 GLM-5.3,两者都可购买,也都列在独立榜单上——再准确交代“GLM-5.5”这个名字从何而来,以及在它成为一个你能叫得上名字的模型之前,还必须出现什么。

今天运行的五项检查

因为“某个模型不存在”这种断言是会衰减的断言,所以这里给出证据及其方法,让你能重新跑一遍,而不是只能相信它。

• Z.ai 的开发者文档(docs.z.ai 和 docs.bigmodel.cn)在任何地方都未列出 GLM-5.5——其发布说明页面以 GLM-5.3-Flash 和 GLM-5.3 打头,其推荐模型列表也从 GLM-5.3 起步
• zai-org 的 Hugging Face 组织旗下最新的仓库均为 GLM-5.3 系列,创建于 2026-08-25——已有六周之久,其之上没有任何编号为 5.4 或 5.5 的内容
• Artificial Analysis 没有 GLM-5.5 页面,对其完整的模型排行榜负载进行 grep 检索,该字符串返回零个匹配
• OrcaRouter 的目录对 {"message":"model not found"} 返回 z-ai/glm-5.5,对点号与连字符拼写的 z-ai/glm-5-5 和 zai/glm-5.5
也同样如此 • .ai 上 Z.ai 的 model-api 卡片列表并未收录它,而且 Z.ai 从未在任何公告中采用过该名称

这一命名谱系解释了该名称为何会变得混乱。2026年年中传出的—份分析师预测认为,Z.ai的下一款旗舰模型将在2026年8月推出,而编号只是被想当然地顺势递增。结果8月发布的是GLM-5.3。随后,Z.ai在2026年8月31日的财报电话会议上将GLM-6.0称为下一代基础模型——完全跳过了5.4和5.5——分析师于是将下一款旗舰模型的预测时间调整到2026年10月至11月,并预计其编号为GLM-5.4。无论那款模型何时问世,它都不会叫GLM-5.5。

A four-panel verification card showing the five surfaces checked for GLM-5.5 on 2026-10-08: Z.ai developer docs, the zai-org Hugging Face repository list topped by GLM-5.3 from 2026-08-25, the Artificial Analysis leaderboard with zero matches, and the OrcaRouter catalogue returning model-not-found, with a conclusion bar reading "No model card, no API id, no weights, no price row."

唯一值得知道的一次发现是,因为它还会再次浮现:2026年9月25日,“GLM 5.5 Flash”和“GLM-5.4”这两个字符串曾短暂出现在某第三方编程工具的数据页面上,到9月29日就已消失,背后没有任何用户。别人产品里的预注册字符串并不等于发布,而这正是那种会被截图成“泄露”的痕迹。

你能真正运行的对比

GPT-6 Sol 是 OpenAI 的中端 GPT-6 模型:2026 年 9 月 22 日发布,每百万输入 token 收费 2.00 美元、每百万输出 token 收费 10.00 美元,上下文窗口为 1,050,000 个 token,输出上限为 128,000 个 token,支持文本/图像/文件输入,推理强度可从低到最高。自 2026 年 10 月 7 日起,它已成为全球范围内 ChatGPT Plus、Pro、Business 和 Enterprise 之下的那一档。

GLM-5.3 是 Z.ai 当前面向软件工程与长周期智能体任务的旗舰模型,于 2026 年 8 月 18 日发布,权重自 8 月 25 日起在 Hugging Face 上提供。它基于与 GLM-5.2 相同的专家混合(MoE)基础模型构建,性能提升来自后训练,而非更大的模型规模;它仅支持文本输入与文本输出,无论何种价位都不具备视觉能力;并且思考模式始终开启——没有非推理模式,这对任何对延迟敏感的场景都是硬性限制。Z.ai 标价为每百万 token 输入 1.40 美元、输出 4.40 美元。

每个维度一行,每行均包含两侧:

• 输入——GPT-6 Sol 每 1M 为 $2.00,GLM-5.3 为 $1.40;GLM 便宜 30%
• 输出——GPT-6 Sol 每 1M 为 $10.00,GLM-5.3 为 $4.40;GLM 便宜 56%
• 智能指数 v4.3.2——GPT-6 Sol 47.6 对比 GLM-5.3 44.8;相差近 4 分
• 每项已完成索引任务的成本——GPT-6 Sol $1.04 对比 GLM-5.3 $2.01;更便宜的价目表属于那个每个完成答案贵一倍的模型
• 整套测试的输出 token——GPT-6 Sol 76.8M 对比 GLM-5.3 208.6M;完成同样的工作,GLM-5.3 的生成量是 2.7 倍
• 上下文窗口——GPT-6 Sol 1,050,000 对比 GLM-5.3 1,000,000,两者输出上限均为 128,000 个 token
• 权重——GLM-5.3 可在 Hugging Face 下载,GPT-6 Sol 闭源
• 视觉——GPT-6 Sol 可处理图片和文件,GLM-5.3 仅支持文本

A two-column comparison scoreboard for GPT-6 Sol and GLM-5.3, showing GPT-6 Sol at an Intelligence Index of 47.6, $1.04 per index task and 76.8M output tokens across the suite, against GLM-5.3 at 44.8, $2.01 and 208.6M, with prices of $2.00/$10.00 against $1.40/$4.40 and an open-weights row for GLM-5.3 only. A footer reads "Index and token figures per Artificial Analysis v4.3.2; GLM-5.5 verified absent on 2026-10-08."

第四行就是整篇文章的缩影。GLM-5.3 的输入价格便宜 30%,输出价格便宜 56%,但在同一套测试集上生成一个完整答案的成本却是 1.9 倍,因为它在生成过程中产生的输出 token 数是 2.7 倍。在 Artificial Analysis 榜单上,这使 GLM-5.3 以很大优势成为对比集中最冗长的模型——它在整套测试集上产生 208.6M 输出 token,而 GPT-6 Sol 为 76.8M,GPT-6 Astra 为 108.8M。冗长是一种成本乘数,却从不会出现在价格页上。

A screenshot of the OrcaRouter model page for openai/gpt-6-sol, showing the OpenAI vendor label, a 2026-09-22 release date, a 1M-token context window, a 128K-token maximum output, text, image and file input and pricing of $2.00 per million input tokens and $10.00 per million output tokens.

怎样才能让 GLM-5.5 成为现实

这是一篇关于一个并不存在的模型的文章中有用的部分:列出一份清单,说明哪些东西能让这个名字变成你真正能称之为模型的东西。其中每一项都可以独立核查,所以这个检验并不是见仁见智的问题。

一张模型卡,位于 z.ai/model-api——Z.ai 自己的模型卡列表目前恰好只有三个条目:GLM-5.3、GLM-5.3-FlashX 和 GLM-5.2,而第四个编号为 5.5 的条目就能立刻一锤定音。以及 docs.z.ai 推荐模型列表中的一个 API 标识符。一条定价记录。一个位于 zai-org 之下的 Hugging Face 仓库,带有许可证文件和参数数量——这正是区分可下载模型与服务层级的关键,也是能抓住那些令人困惑案例的检查项,因为 Z.ai 的速度层级 GLM-5.3-FlashX 和第三方 SKU(如 GLM 5.3 Prime)都存在,却根本不是 Z.ai 的模型。最后,Artificial Analysis 上一个带评分的页面,因为在这个对比集合里,每个模型在那里都有一个分数。

这五者无一存在。当其中一个成为现实时,对比便不言自明,本文也会从预测变成一篇更新。

为什么Z.ai的时机在此很重要

有理由预计 Z.ai 的下一代旗舰很快就会到来,而原因并不是那次泄露。Z.ai 自己在财报电话会上将 GLM-6.0 列为下一代基础模型,这意味着该公司已公开跳过了 5.4 和 5.5 这两个编号——未来几个月内以 GLM-6 之名发布的模型将是一次代际跃升,而非小幅递增。其当前旗舰发布仅六周,权重下载量已突破 150 万次,因此这一产品线既没有陈旧到需要更换,也没有新到足以解释“GLM-5.5”为何持续受到关注。

引人关注之处才是有意思的部分。这个名字之所以持续存在,是因为 GLM-5.3 在开放权重领域的顶端确实很有竞争力,而那个显而易见的问题——接下来会是什么,它能否逼近闭源前沿模型——即将迎来一个实实在在的答案。那个问题值得一问。只不过,它有另一个名字。

运行现有的这两个

GPT-6 Sol和GLM-5.3都收录在OrcaRouter的目录中通过一个兼容Ope​nAI的端点和一个密钥即可访问,且在提供商标价基础上零加价。正是这种直通模式,让上述冗长度算术在实践中而非理论上变得清晰可辨:GLM-5.3卡片上的1.40美元和4.40美元是Z.ai的价格,GPT-6 Sol卡片上的2.00美元和10.00美元是Ope​nAI的价格,两者在传输过程中均未被加价。

这套组合所换来的分工,与其说是一种选择,不如说是一种劳动分工。GLM-5.3 的长处在于软件工程,以及基于开放权重开展的长时程智能体任务;它的短处在于每次调用都要先思考,这使它不太适合高频、对延迟敏感的路径,却很契合批量作业——在这类工作中,每个答案多花几秒钟并不带来任何代价。GPT-6 Sol 则是多模态那一侧,而且每个成品答案的成本更低。借助路由规则,你可以把批量和长上下文的工作交给 GLM-5.3,把交互式和带图像的流量留在 GPT-6 Sol 上,并让自动故障转移来覆盖那个决定这套方案究竟是否安全的情形:任一方向的路由陷入静默。模型融合则更进一步,让一组模型就同一个问题各自作答——在你把某个开放权重旗舰模型作为基础之前,这是判断它在你的任务上是否真正达到同等水平的合理方法。

你不应该做的,是等待 GLM-5.5。这个名字早在 GLM-5.3 发布之前就已流传,Z.ai 已公开跳过了这个编号,而它本可能描述的具体产品——一个拥有模型卡、API id、价格行以及可下载权重的 Z.ai 旗舰模型——并未出现在已发布模型会露面的五个平台中的任何一个上。今天就基于 GLM-5.3 或 GPT-6 Sol 来构建;当下一个 Z.ai 旗舰模型以其实际使用的任何名称到来时,它会足够清晰地自我宣告,你无需靠传闻就能找到它。

本文中的对比4

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新