
Qwen4-Max 对比 GLM-5.4:一个已发布,一个错过了自己的窗口期
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 97 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 88 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 121 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百万 tokens · 141 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百万 tokens · 265 tok/s
这个对比有一个版本会是有用的,也有一个版本会是虚构的。有用的那个从日期说起:Z.ai 自己的发布日志仍止于 2026 年 8 月 26 日的 GLM-5.3-Flash,其文档索引只列出 GLM-5.2、GLM-5.3 和 GLM-5.3-Flash,再往上没有别的,而 GLM-5.4 的文档路径返回“Page Not Found”,和 10 月时一样。相比之下,Qwen4-Max 自 2026 年 11 月 16 日起就一直按计量销售,有已公布的价目表和独立评分。所以这场对阵不是一个旗舰对另一个旗舰。它是一台旗舰和一个如今已经过期的预计日期。
让这件事不止于一次打假的,是这一预测背后的算术。本博客曾在 10 月为 GLM 系列设定 54 至 70 天的发布节奏,并公布了由此推得的时间窗口。那个窗口已经关闭。算清楚超出了多少,以及这次窗口关闭说明了 Z.ai 如何安排发布顺序,确实比又一份猜测性的规格表更有信息量——而且它留下了一个真正可以执行的比较:Qwen4-Max 对 GLM-5.3,也就是真正会发布的那个 GLM,在同一独立指数上、同一周内进行对比。
截至11月18日,该名称所处的排名位置
审计简短且可重复。四个表面今天均已检查,结果均为阴性。
• 发布日志——最新条目为 GLM-5.3-Flash,日期 2026-08-26;其后是 2026-08-18 的 GLM-5.3、2026-06-16 的 GLM-5.2、2026-04-07 的 GLM-5.1,以及 2026-02-12 的 GLM-5
• 文档索引——GLM-5.3-Flash/FlashX、GLM-5.3、GLM-5.2。任何强度等级下均无 5.4 条目
• 文档路径——docs.z.ai/guides/llm/glm-5.4 返回 404,与 10 月 13 日时完全一样
• Hugging Face — 在该实验室自己的组织下搜索“glm-5.4”的仓库没有任何结果,而且那里最新的文本检查点是 8 月 25 日创建的四个 GLM-5.3 版本
供应商的 model-api 页面从商业侧给出了同样的答案:GLM-5.3、GLM-5.3-Flash、GLM-5 和 GLM-5V-Turbo,且 5.3 与 6 之间没有任何一行。十月,我们针对该名称的常设页面检查了九个界面;五周后,对发布状态真正重要的那四个界面仍然为负。这种一致性正是关键发现。一个连续八周未出现在任何第一方界面上的名称,并不是一次正在推进的发布;它是一个产品线已经略过的名称,至少目前如此。

那扇窗,以及我们已经越过它多远
节奏论从来就不是什么泄密。它只是对 Z.ai 自家发布日期的算术推算:GLM-5 到 GLM-5.1 用了 54 天,GLM-5.1 到 GLM-5.2 用了 70 天,GLM-5.2 到 GLM-5.3 用了 63 天。把同样的时间跨度套用到 8 月 18 日,下一代文本旗舰的到期时点就落在 2026 年 10 月 11 日至 10 月 27 日之间。若改以 Flash 档 8 月 26 日入场作为该系列的起点,外沿则推至 11 月 4 日。
今天是11月18日。两项解读都已过期,较晚的一项已过期两周。这是今天关于 GLM-5.4 所能给出的最清晰利落的表述,而且它比“我们找不到它”更有力,因为它是可证伪的:厂商发布日志上只要出现一条带日期的记录,就能推翻它;而在这样一条记录出现之前,这一预测已经过检验,并且失败了。
对那次失败有两种诚实的解读,而它们指向相反的方向。第一种是 Z.ai 放慢了脚步——一个 7530 亿参数的旗舰模型如今已经昂贵到需要更长的迭代周期,而 2026 年上半年的节奏是一场已经结束的冲刺。第二种是下一次发布根本不是 5.4:产品线跳过了一个编号,或者投入已经转向多模态 Flash 层级,因为发布日志上 8 月之后唯一的活动实际上就在那里。实验室没有发布任何内容来区分这两种解读,而一个靠猜测的页面,所做的正是那种编造出栏目的记分板所做的事。
你实际可以比较的是:Qwen4-Max 对比 GLM-5.3
GLM-5.3 并非安慰奖。它是一个 7530 亿参数的专家混合模型,每个 token 激活约 400 亿参数,纯文本,具备 100 万 token 上下文窗口和 128K 输出上限;而且它拥有一样 Qwen4-Max 发布报道大多缺失的东西:同一榜单上的一行实测成绩,由同一测试框架、在同一榜单版本中测得。
• 输入价格——Qwen4-Max 在新加坡为每百万个 token 1.50 美元,在其另外五个地区为 1.413 美元,而 GLM-5.3 在 Z.ai 的价目表中为 1.40 美元
• 输出价格 — Qwen4-Max $4.50,对比 GLM-5.3 $4.40
独立评分——Qwen4-Max 在 Artificial Analysis Intelligence Index v5.0.1 上得 43 分,而 GLM-5.3 在最高努力程度下为 32 分、在低努力程度下为 23 分
• 每个索引任务的成本 — Qwen4-Max 为 $3.27,而 GLM-5.3 为 $5.01。这才是关键的那一行,而且它指向与得分相反的方向
• 每任务实际耗时 — 在最高努力下,Qwen4-Max 为 32.1 分钟,而 GLM-5.3 为 22.0 分钟;在低努力下为 12.2 分钟
• Token 消耗量 — Qwen4-Max 每次索引运行输出 1.27 亿 token,而 GLM-5.3 在最高强度下为 1.35 亿,在低强度下为 6330 万
• 吞吐量 — Qwen4-Max 每秒 55 个输出 token,而 GLM-5.3 为 90
• 模态 — Qwen4-Max 接受文本、图像和视频输入并返回文本;GLM-5.3 的文档标明为纯文本,视觉相关任务则交由 Flash 层级处理
• 最大输出 — Qwen4-Max 131,072 个 token,或在思考与回答之间共享 262,144 个;GLM-5.3 128,000
• 权重——Qwen4-Max 不公开任何权重,并将微调和部署标记为不支持;GLM-5.3 的权重可根据自定义的 Z.ai 许可证下载
• 推理强度控制——Qwen4-Max 提供可选级别;GLM-5.3 始终进行推理,并支持低、高和最高级别
价格行几乎打平——输入相差一毛钱,输出也相差一毛钱——而这是清单里最没意思的部分。有意思的是,这两个模型以几乎相同的标价出现,底下的结构却不一样。Qwen4-Max 尽管单价更便宜,但每任务成本更高,因为它耗时更长、思考也更久;GLM-5.3 尽管自己的单价也更便宜,但每任务成本更高,因为在最高努力档位下,它消耗 token 的速度远非较低努力档位可比。两家厂商的价格卡都没有告诉你这一点。只有每任务成本那一行说明了,而这一行正是两篇发布文章都略去的。
分数差距确实存在,但比43对32所暗示的要小,原因值得直说:这些数字来自同一个指数上不同的推理强度设置,而本博客已经看到,版本修订会让模型的分数出现两位数的变化。应把43和32视为在同一种测量工具、同一天得到的方向性差距,而不是经测量证实的11点能力差异。经得起这一审慎检验的,是更保守的说法:Qwen4-Max在最大推理强度下能回答比GLM-5.3更难的任务,且每项任务花费更少,同时它每token速度更慢、每百万token价格更贵。

GLM 5.4 搜索者真正需要的东西
人们输入“GLM-5.4”无非是出于两种原因之一,而这两种原因想要的答案恰恰相反。
第一个是选型:他们想知道是否要从 GLM-5.3 迁移走,或者对于本月启动的一个构建项目,是否应选择 GLM 而不是 Qwen。答案是:并没有什么可迁移过去的目标;他们今天能做的决定,是在一个可下载权重、价格为 $1.40/$4.40 的纯文本模型,与一个价格为 $1.50/$4.50、评分更高且每完成一项任务成本更低的多模态租赁方案之间做选择。这是一个实实在在的选择,而且做出这个选择并不需要 5.4。
第二点是跟踪:他们想要一个日期。诚实的答案是,这个名字基于节奏的窗口已于10月27日到期,按最宽松的解读则是11月4日;而预测落空本身就是更新。下一个要关注的信号不是泄露,而是发布日志:一条排在 GLM-5.3-Flash 之上的条目就能用一行解决这个问题,而自 Flash 档位发布以来的十二周里,它一直没有出现。
在没有第二份合同的情况下运行其中任何一个
在这个对比中,双方确实存在真实差异,而差异在于获取方式,而非能力。OrcaRouter 提供 z-ai/glm-5.3 的路由,目前与 Qwen 3.8 系列一同提供,在同一个 OpenAI 兼容端点上,加价 0%——不在服务提供商收费的基础上额外增加任何费用;在我们自己的模型页面上,价格为输入 $1.26/百万、输出 $3.96/百万,达到或低于 Z.ai 的标价 $1.40 和 $4.40。OrcaRouter 不提供路由的是 Qwen4-Max:该模型不在目录中,本页面也不会暗示并非如此。Qwen4-Max 可通过 Alibaba 自己的六个区域以及转售它的第三方平台访问;如果你想让它与 GLM 使用同一个密钥,这要等目录收录它,而不是今天通过配置就能实现。

路由真正能立刻带来回报的地方,就是比较本身。上面的每任务成本数字是在固定基准组合上取的平均值,而你的组合并不是那个组合。在同一个端点上用相同的提示词分别跑 GLM-5.3 和 Qwen 3.8 层级,就能看出在你自己的流量上哪一方胜出,同时由自动故障转移在一家提供商运行中途限流时为你兜底——这只需一个上午的工作,而不是两轮采购沟通。
要怎样才算得上是一场真正的对决?
一份文档。一份将参数、上下文长度、价格和 API 标识符一并列出的模型卡,日期标注在 Z.ai 自己的发布日志上。这就是本博客全年一直采用的标准,也是唯一能让 GLM-5.4 从版本号变成模型的东西。第二项依据较弱但有用:一行在低 effort 下测得的 GLM-5.3 数据,对照 Qwen4-Max 在自身低设置下的表现,这将使成本比较可以按相同 effort 档位进行,而不是拿两家厂商的默认设置来比。
在那之前,正确的总结对这场搜索的双方来说都不舒服。Qwen4-Max 是真实存在的,有定价,经过实测,而且在成本上比它的名声略好——以每任务 3.27 美元拿到指数 43 分,是一款称职的旗舰,而非统治级旗舰。GLM-5.4 是一个序列中的编号,其预期日期已过,日志上却仍无条目;而你今天能运行的 GLM 低一个数字,可测量、可下载,按表计费便宜一角,但在全力运行下每完成一个任务的成本却贵出五成。任何对你说不然的人,都是在兜售一份他们拿不出出处的规格表。
本文中的对比2
根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新
