Mercury 3 与 GLM-5.5：搜索查询所要求的对比，用实际存在的模型来跑

不存在 GLM-5.5。Z.ai 的发布日志止于 2026 年 8 月 26 日的 GLM-5.3-Flash；其文档索引列出的是 GLM-5.3、GLM-5.3-Flash 和 GLM-5.2；Hugging Face 上 zai-org 组织最新的四个仓库是 8 月 25 日创建的 GLM-5.3 系列；Artificial Analysis 上没有以该名称命名的页面；而我们自己的目录对 z-ai/glm-5.5 返回 model-not-found。今天再次核查的五个来源，结果均为否定。因此，一个题为“Mercury 3 vs GLM-5.5”的页面只能做两件事之一：为一个从未存在过的模型凭空编造规格表，或者告诉你这个名字可能指的是什么，并运行真正可以执行的对比。本页面做的是后者。 此类发布背后有记录可查的 AI 故障和智能体事件，均收录于 OrcaRouter AI 事件档案，其中每条记录都附带各自的来源、严重程度、置信度评级和争议标记。

现存模型是 GLM-5.3，Z.ai 于 2026 年 8 月 18 日发布，并于 8 月 25 日跟进开放权重。与之并列的是 Mercury 3，Inception Labs 于 2026 年 10 月 19 日将其作为扩散语言模型发布，具备 100 万 token 上下文，并宣称每秒 1,068 token 的吞吐量。这是一场真正的对决，其中包含一个真正的问题：一个久经考验的开放权重编码模型，定价为 $1.26/$3.96，对阵一个尚未经过实测的速度模型，在其发布窗口期输出价格为 $0.35。标题中的版本号是错的。其下方的对比则不是。

为什么这个名称会存在

GLM-5.5 是一种预测，而非公告。它可追溯到 2026 年 6 月流传的一份分析师预测，该预测将 Z.ai 的下一款旗舰产品置于 8 月的窗口期；而 8 月最终以 GLM-5.3 收尾。分析人士根据 Z.ai 的发布节奏判断，现在预计下一版本编号为 5.4，发布时间落在约 10 月 8 日至 11 月 9 日的窗口内。今天是 10 月 20 日——正处于该窗口内，却没有任何产品发布。

本博客已经多次讨论过这个名字，每次的结论都相同。而面对 Mercury 的新一轮发布，诱惑在于把缺失的对手当成可以跳过这篇文章的理由。但事实并非如此：这个疑问是真实存在的，而有用的回答是拿它与 Z.ai 实际在售的模型做一番比较。下文先列出要让这个标题变得准确所必须具备哪些条件，然后再摆出目前已有的数据。

五件能让 GLM-5.5 成为一款模型的事

• 一个 API 标识符——z-ai/glm-5.5，可在任何公共目录中解析。我们的会返回 model-not-found，glm-5.4 也是如此。

• 价目表行——z.ai 模型 API 页面上的一个价格。该页面目前列出 GLM-5.3（$1.40/$4.40）、GLM-5.3-Flash（$0.15/$0.50）、GLM-5.3-FlashX（$0.37/$1.25）以及更早的模型，没有 5.3 以上的模型。

一条发布说明条目——docs.z.ai 的 New Released 页面按条目标注日期，最新截至 2026-08-26。

• 权重仓库，或明确声明不提供权重——zai-org feed 中最新的文本仓库日期均为 2026-08-25。

• 一份标注了日期的独立记录——artificialanalysis.ai/models/glm-5-5 返回 404，而 glm-5-3 则返回完整页面。

其中任何一项都会是强有力的信号。五项同时出现，才像是一次正式发布；五项都没有出现，则像是一份预测。这项检查可以重复运行，而且应当重新运行，而不是信赖先前的结果，因为一旦供应商交付，否定性发现就会立刻失效。

实际规格对比

• 价格 — Mercury 3 发布时为每百万 $0.10/$0.35，标价为 $0.20/$0.70。GLM-5.3 在我们目录中的价格为 $1.26/$3.96，比 Z.ai 自身的标价 $1.40/$4.40 低 10%。

• 上下文 — 两者均为 100 万 tokens。Mercury 3 的输出上限为 131,072 tokens；GLM-5.3 的输出上限则为 128,000。

• 架构——Mercury 3 是一个扩散模型，能够并行生成 token；Inception 表示，它比 Mercury 1 大 40 多倍，但没有给出绝对参数量。GLM-5.3 是一个混合专家 Transformer，Z.ai 对其公开细节仅停留在系列层面。

• 速度 — Mercury 3 达到 1,068 tok/s，这是 Inception 给出的数字，尚未被复现。GLM-5.3 的输出速度为 88.4 tok/s，该数据基于我们自家 playground 连续七天的流量实测，端到端延迟中位数为 3.3 秒。

• 独立评分——GLM-5.3 在 Artificial Analysis 的 Intelligence Index 上得分为 44.8，在其 Coding 指数上得分为 74.8，在其追踪的模型中编程排名第 14。Mercury 3 没有 Artificial Analysis 页面。

• 任务得分——GLM-5.3 在 Terminal-Bench 2.1 上取得 83.9%，在 Terminal-Bench 4.0 上取得 41.9%，在 GPQA Diamond 上取得 91.7%，在 τ²-Banking 上取得 50.3%，以上数据均来自 {{1}}Artificial Analysis{{/1}}。Mercury 3 未公布任何数值化的任务得分；其唯一的结构化结果是在 50 项实时 Mind2Web 导航任务上取得 50% 的完成率。

• 权重 — GLM-5.3 已开放，自 8 月 25 日起在 Hugging Face 上提供检查点。Mercury 3 的权重尚未发布，Inception 也未承诺将其发布。

• 模态 — 两者均为文本输入、文本输出。

GLM-5.3 明确更值得买的那一条，也是最容易验证的：它已经过实测。74.8 的编程指数和 83.9 的 Terminal-Bench 2.1 得分，能告诉你它在那些你说得出名字的任务上表现如何。Mercury 3 则告诉你它击败了 Claude Haiku 5.5，却没说赢多少、在哪些任务上赢，也没说是在其四档 effort 设置中的哪一档。

每秒 1,068 个 token 价值几何，又对谁有价值

Mercury 的速度优势并不在于它以更短的挂钟时间完成一项编码任务——一个需要更多步骤或需要重试的模型，在任何吞吐量下都可能在这场竞赛中落败。真正的优势在于，单轮响应返回时，人还正看着屏幕。Inception 自家客户的引述明确说明了这一点：约一秒内给出辅导提示、搜索生成中位数 0.9 秒、保持对话感的技术支持回复。

GLM-5.3 的 88.4 tokens/秒属于正常的自回归速度，用于上述任何一种场景都会令人不适。但对于一个运行六分钟后回报结果的智能体来说，这完全够用——而这正是其基准测试画像所描述的工作负载形态：仓库级编程、多步骤工程、长周期工具使用。

真正的分界线在于这两个模型之间，而且不在价格上。关键在于是否有人在等待。如果是，Mercury 3 的吞吐量本身就是产品价值，而其缺失的基准测试则是一项可以用重试预算来兜底的风险。如果不是，GLM-5.3 经过实测的能力就值那 11 倍的输出价格溢价，因为后台代理给出一个错误答案的代价，要高于它节省下来的那些 token。

编码智能体工作负载的成本

编码智能体是输入密集型工作负载：每一步都要处理很长的仓库上下文、工具定义和对话历史。按每天 3 亿输入 token 和 1200 万输出 token 计算，这只是一个持续运行智能体的小团队。在 Mercury 3 上按发布费率计算，输入费用为 30 美元，输出费用为 4.20 美元，合计 34.20 美元。按标价计算，则为 60 美元和 8.40 美元，合计 68.40 美元。

在 GLM-5.3 上，按我们的目录价计算，同样的流量输入费用为 378 美元，输出费用为 47.52 美元，合计每天 425.52 美元。Z.ai 的标价则为 420 美元和 52.80 美元，合计 472.80 美元。因此，按 Mercury 的标价计算，溢价约为 6.2 倍；在发布窗口期内则约为 12.4 倍。

现在来看一个诚实的反方论据：如果 Mercury 3 在真实编程任务上的完成率大幅低于 GLM-5.3，那这个倍数就会崩塌。一个只能完成三分之二任务的模型需要多出 50% 的尝试次数，而每次尝试都会重新发送仓库上下文。在 33% 的差距下，有效溢价降至约 4 倍——仍然很大，仍然真实，但已不再是一个无需测量就能做出的决定。Mind2Web 的结果说明 Mercury 能浏览一个实时网站；但它完全没有说明 Mercury 能否成功提交一个补丁。

开放权重的问题，而不是定价问题

GLM-5.3 的权重已发布在 Hugging Face 上，这意味着该模型可以自托管、在你的自有代码库上进行微调，或固定版本以防弃用。对于竞争优势建立在微调之上的团队来说，这就是全部理由，任何托管价格都无法与之竞争。Mercury 3 不提供这样的路径：它是 API 产品，公告中的企业版关注的是专用容量和数据保留，而不是把权重交给你。

反论是经济层面的。对大多数团队来说，自行部署一个 GLM-5.3 级别的模型，在 GPU 和运维上的成本高于每百万输入 token 1.26 美元，而开放许可证是保险，不是计划。它在供应商更改条款时才重要，而在平常的周二并不重要。

将两者并排运行

GLM-5.3 已收录在我们的目录中，编号为 z-ai/glm-5.3，价格为 $1.26/$3.96——即服务商的标价，零加价，因此当 Z.ai 调整价格时，我们这边当天就会生效，而不是等到下一个计费周期。Mercury 3 不在我们的目录中；我们的模型 API 对所有 Inception 模型都返回 model-not-found，所以要用它只能走 Inception 自己的平台，而该平台会向新账户赠送 1 亿免费 token。我们为 GLM-5.3 提供路由，但不为 Mercury 3 提供路由，两者接入方式的差异正是由此而来，而非出于偏好。

要用你自己的真实流量而不是一篇发布博文来判定这场对比的胜负，办法是做一次盲式路由分流：把 agent 的一半步骤通过 Inception 的密钥发往 Mercury 3，并把 effort 固定在同一档位；另一半发往 z-ai/glm-5.3；然后比较完成率和每个已完成任务的总成本，而不是每个 token 的成本。一个 OpenAI 兼容端点即可覆盖 GLM 这一侧，外加 200 多个其他模型，并自带自动故障转移，因此即使这家新供应商的第一个月表现起伏不定，你的回退方案也已经接好了。路由 DSL 可以把这条分流固化为一则规则，这样等结果回来时，它就只是一次配置变更，而不是一次代码变更。

当 GLM-5.5 还只是一个名字时，该做什么

如果你来到这里是为了寻找 GLM-5.5，那么诚实的答案是：Z.ai 尚未发布它，这个编号只是一个预测。请关注发布说明页面和 Hugging Face 动态；当某个仓库出现时，这个名字就会变成一个模型，而这份比较也会以一种好的方式过时。分析师预计下一款旗舰产品会在 10 月 8 日至 11 月 9 日的窗口期内推出，其中大多数人给出的编号是 5.4，而今天正处在该窗口期内，却没有任何发布。

如果你今天就要做决定，选择是在一个价格约为六到十二倍、稳健的开放权重编程模型，和一个快得多但没有公开基准测试分数的文本模型之间。对于产出在上线前你不会阅读的工作，选 GLM-5.3。对于有人正在等待、且重试成本很低的工作，选 Mercury 3。并且要按标价为 Mercury 3 做预算，因为让它看起来免费的那个折扣，正是 Inception 没有承诺会保留的数字。