Nemotron 3.5 Super 对比 GLM-5.5：其中一个模型是存在的

{{2}}NVIDIA Nemotron 3.5 Super{{/2}}{{3}}与{{/3}}{{4}}GLM-5.5{{/4}}之间确实存在一场真实的对比，NVIDIA Nemotron 3.5 Super与GLM-5.5而它并不是搜索结果所承诺的那一场。Nemotron 3.5 Super——总参数量 1200 亿、每个 token 激活 120 亿，是融合 Mamba-2 与 Transformer 的专家混合模型，并配备 C-RADIO 视觉编码器，发布时使用的完整名称是NVIDIA Nemotron 3.5 Super VL，在 Ollama 上以nemotron-3.5-super之名提供——是一组权重，于 2026 年 10 月 12 日上传至 Hugging Face，NVIDIA 于 10 月 15 日发布公告，今晚就能在 OpenMDW-1.1 许可下下载并运行。而 GLM-5.5 是 Z.ai 尚未发布的模型。没有仓库，没有模型卡，没有端点，没有价格，也没有参数数量。自 2026 年 6 月起就有关于万亿参数模型发布的报道，10 月又出现一篇泄密文章声称它击败了两款前沿模型，而该实验室则始终沉默。

这意味着，这两者之间的正面交锋，将是一个真实模型的规格说明对阵另一个模型的声誉。那不是比较；那是带着基准测试的星座运势。所以本页做真正有用的事：说明 Z.ai 已经交付了什么，关于它尚未交付的部分已知哪些信息，然后进行一项有 GPU 和工作负载的读者今天就能据以行动的比较。

Z.ai 究竟发布了什么

Z.ai 公布的旗舰产品线涵盖 GLM-5、GLM-5.1、GLM-5.2、GLM-5.3 和 GLM-5.3-Flash。在我们自己的目录中，我们路由的最高 GLM 标识符是 z-ai/glm-5.3，同时还有 z-ai/glm-5.3-flash 以及 flash 层级的免费变体。并不存在 GLM-5.5 这个 ID，模型列表止于该实验室日志终止之处。

从我们可以核实的数字来看，GLM-5.3 是一款拥有 7530 亿参数的混合专家模型，每个 token 激活 400 亿参数，上下文窗口为 1,000,000 个 token，输出上限为 128,000 个 token，输入为文本，采用 Z.ai 以自己名义发布的许可证，允许商业使用，按量计费的价格为每百万输入 token 1.26 美元、每百万输出 token 3.96 美元。flash 档位低于它，价格为 0.15 美元和 0.50 美元，支持 1M 上下文以及文本、图像和视频输入。

在某个具体方面，那个 flash 档位是本次 NVIDIA 发布更有意思的竞争对手，而不是旗舰型号；同一批次下还有一个姊妹页面专门探讨这一点。就本文而言，重点更窄：如果你想把 Nemotron 3.5 Super 与 Z.ai 已发布的某个东西作比较，那你比较的对象就是 GLM-5.3，而这个对比如今已经可以看到了。

为什么 GLM-5.5 的报告中的数字不可用

围绕 GLM-5.5 的报道分为三类，而其中没有一类足以支撑购买决策。

第一点是排期。2026 年中的报道描述了一项计划于 8 月进行、对标 ChatGPT 和 Claude 的发布，消息来源是 Zhipu 员工的表态以及行业传闻。该日期已过，却没有发布。一个已经错过的发布窗口，并不能作为关于某个模型的证据。

第二点是参数数量。有报道流传过一个万亿参数的数字。没有人发布过 safetensors 索引、配置文件，或每层专家数量，而这些通常是用来核验参数声明的依据。这个数字很可能最终被证明是对的；但目前它只是一个没有任何产物支撑的断言。

第三点是基准测试方面的说法。一篇十月的文章声称 GLM-5.5 击败了两个被点名提及的前沿模型。该说法中没有测试框架，没有提示词集，没有评分配置，也没有可复现的路径——而这正是英伟达所填补的空白：无论人们对厂商自行开展的评测还有何其他说法，英伟达在公布其表格的同时，还发布了一份 NeMo Gym 配方，其中包含针对特定基准的容器和推理参数。附有配方的厂商基准测试是弱证据。没有配方的泄露基准测试则根本算不上证据。

这篇文章有一种写法，会把泄露的数字当真，把它们放进一个两栏的记分牌里，并让读者以为这场较量已经尘埃落定。对于任何必须做决定的人来说，那篇文章都毫无价值，而且一旦有任何实际公告，它在一周内就会过时。

只要妥善进行，就能做出的比较

Nemotron 3.5 Super VL 对比 GLM-5.3，后者是 Z.ai 实际上已发布的旗舰模型。

• 总参数与激活参数 — 总计 120B，激活 12B，每个 MoE 层 512 个路由专家 · GLM-5.3 总计 753B，激活 40B。若以激活参数衡量，NVIDIA 这款模型的规模仅为其三分之一，在同等硬件上运行时的单 token 成本理应大幅降低，而这正是其整体设计意图所在。

• 上下文 — 两者均为 1,000,000 tokens，但有一个重要的限定条件。NVIDIA 的规格说明指出，可用显存和运行时设置决定实际可用数值，并且提示词、图像、历史记录、工具结果和生成的 token 共享这一额度。Z.ai 公布 GLM-5.3 的输出上限为 128,000 tokens，而 NVIDIA 完全未公布输出上限，这使得 GLM-5.3 在长文本生成方面是更可预测的模型，而 NVIDIA 的检查点则更为开放。

• 模态 — NVIDIA 模型可输入文本、图像和视频并输出文本，经由视觉编码器与连接器实现，每个已发布的 tag 上都配有一个 1.6 GiB 的投影器 · GLM-5.3 仅支持文本，多模态路径反而由更便宜的 flash 层级承担。如果你的输入是文档页面，那么旗舰版 GLM 就不在讨论之列。

• 按量计费价格 — NVIDIA 检查点无此项，该检查点仅支持自托管 · GLM-5.3 每百万 token 输入 $1.26、输出 $3.96，按提供商标价原样透传，不额外加价。

• 第三方指数，这是本列表中唯一经过审计的一行——负责为这些模型打分的评估小组将 NVIDIA 检查点排在约 26 分，而 GLM-5.3 约为 45 分。这意味着中国旗舰模型领先十八分，且这一结果由第三方而非任何一家厂商测得，是这里最重要的一个数字。

• 发布状态——权重于2026年10月12日公开，10月15日发布公告，已有四天的运行历史 · 已正式发布（GA），背后有一系列已交付的修订版本。

这一指数上的差距理应直言不讳地讲清楚，不必粉饰。不能拿 NVIDIA 自己公布的表格来把这一差距辩没，因为该厂商并未将 GLM-5.3 作为基线来运行——那张表里的 GLM 一列是 GLM-5.3-Flash，即更便宜的一档，而即便是在那里，NVIDIA 的模型在大多数智能体（agentic）行项上也落后。一个 12B 激活参数的开放检查点，在通用能力上本来就不是在与 40B 激活参数的旗舰模型竞争；任何告诉你并非如此的页面，都是在向你推销什么。

架构选择实际上能为你带来什么

有趣的问题不是 12B 激活能否胜过 40B 激活。它不能。有趣的问题是，当你按自己能负担得起的硬件进行归一化时，会发生什么。

在其默认的 4 位标签下，NVIDIA 检查点为 82.3 GiB 权重，外加 1.6 GiB 的视觉投影器——一张 96 GB 显卡，且随着上下文提升，KV 缓存余量会不断缩小。GLM-5.3 总参数量达 7530 亿，在任何能保持其行为的量化方案下都无法装进任何单台机器，而其最便宜的可行部署方式是经由 API 使用别人的集群，价格为 $1.26 和 $3.96。

所以这两个模型并不是替代品。其中一个是按用量计费、你租用的能力，另一个是你拥有的固定成本，而在两者之间做决定的唯一因素，就是你使用这个东西的连续程度。低于某个吞吐量时，每百万 token 1.26 美元的旗舰模型就是比一张 96 GB 的显卡以及它背后的电费更便宜。高于某个吞吐量时，显卡胜出，而且它胜出并不需要自己是更好的模型。

NVIDIA 这套设计带来的另一样东西——而且绝非无足轻重——是宽松许可下的视觉路径。GLM-5.3 仅支持文本。GLM-5.3-Flash 可以处理图像和视频，每百万 token 收费 15 美分和 50 美分，便宜得惊人，这也是为什么对于文档流水线来说，该拿 Z.ai 的 flash 档——而非旗舰档——来做对比。固定成本的自托管视觉模型对上每百万 token 15 美分的托管视觉模型，这是一个真问题，真真切切存在一个交叉点，而它值得你用自己实际的页数去算，而不是拿排行榜来算。

关于 NVIDIA 检查点尚未解决的三件事

反过来也要做到不偏不倚，因为 NVIDIA 发布的开放性并不能使其规范变得完整。

大多数人会拉取的默认标签是 4 位量化，而所有已发布的评估数据——英伟达自己的表格、第三方评测小组的得分——都是针对 BF16 或 NVFP4 的。实际使用的那个版本没有任何已发布的评估。这是本页两侧最大的未测量量。

运行时随附的采样默认值就是卡片的文本设置——temperature 1.0、top_p 0.95，而卡片的视觉设置则是 temperature 0.6。一个默认配置针对文本部分调优的视觉模型，在扫描页面上会给人留下令人失望的第一印象，而解决办法是改配置，而不是换模型。

而规范本身在两处对工具链有影响的小地方自相矛盾：Ollama 配置块声明model_type: 123.6B，而所有面向人的标签都写着 120B；库页面为其 GGUF 标签宣传 1M 上下文，对其三个 MLX 标签却完全没有给出任何上下文数值。两者都不是权重本身的缺陷，但都会让部署脚本栽跟头。

这让读者处于何种境地

如果你来这里，是想知道 Nemotron 3.5 Super 与 GLM-5.5 相比如何，那么答案是：第二个模型尚不存在，任何给你提供它相关数字的页面都是在凭空编造。真实存在的，只有一份带参数量的爆料、一个被错过的发布窗口，以及一项背后没有评测框架支撑的说法。

如果你是在实际已上线的东西之间做选择，那么选择就在于：一个按量计费的 Z.ai 旗舰，在通用能力上明显更强，但仅支持文本；一个按量计费的 Z.ai flash 档，便宜得惊人，并且支持图像；以及一个你可以自己拥有的 NVIDIA 检查点，它能处理文本、图像和视频，但在它们三者中唯一被独立测量的分数上落后。Nemotron 3.5 Super 不在 OrcaRouter 上——我们路由两百多个模型，其中没有 NVIDIA Nemotron 条目——所以如果你想要那个 NVIDIA 检查点，厂商自有渠道和本地拉取就是你的途径。

GLM-5.3 和 GLM-5.3-Flash 就在我们的密钥上，按提供商标价原样透传，不按 token 加价，Z.ai 那边一改价，我们这边当天就同步，而不是等到你下次续约。这就是那种低成本的试水：拿你眼下就能调用的模型跑一跑实际负载，摸清每单位真实工作量的成本，然后再决定，是买一张自己持有的卡划算，还是按用量租用更划算。

而当 GLM-5.5 真的到来时——如果它真会来的话——这一页值得一读的版本，将是实验室之外的人跑过它之后写下的那一版。

基准测试会过时，价格会变动，但失败记录不会：这一类模型背后有据可查的 AI 事故与智能体故障，均收录于OrcaRouter AI 事故档案库，其中每条记录都带有各自的来源、严重程度、置信度评级和争议标记。