
Qwen 4 与 GLM-5.5:开放权重模型才是更贵的那个
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 90 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 1.02026-11-0717 tok/s
- Orca新OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 87 tok/s
- Orca新OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 133 tok/s
- Orca新OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 每百万 tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 126 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 92 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 · 193 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 · 147 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 · 123 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 · 219 tok/s
关于开放权重的直觉是,它们是廉价选项。但在这次对比中并非如此。GLM-5.3是 Z.ai 实际提供的最新 GLM,运行 Artificial Analysis 指数套件需花费 5.01 美元,得分为 31.7——每个指数点 15.8 美分。Qwen4-Max 花费 3.27 美元获得 42.9 分——每分 7.6 美分。这个专有模型每单位测得能力的效率是前者的两倍多,而且它是你无法下载的那个。与此同时,GLM-5.5,也就是本文标题中的模型,并不存在:Z.ai 的文档索引和定价页面都止步于 GLM-5.3,而 5.4 和 5.5 的文档路径返回未找到。因此,接下来的内容是与实际发布的 GLM 进行对比,并将缺失的版本号视为缺失的版本号,而不是去编造一份规格表。
首先,是那张已存在的卡
GLM-5.3 于 2026 年 8 月 18 日以 GLM-5.3 License 发布,权重已公开,且仅支持文本输入。Qwen4-Max 于 2026 年 11 月 16 日开始按量计费,为专有模型,支持图像输入,且唯一托管方为 Alibaba Cloud。两者发布日期相差九十天,分别位于闭源/开源分界线的两侧——而这正是本文真正要讨论的主轴。
• 每百万 token 价格 — GLM-5.3 输入 $1.40 / 输出 $4.40;Qwen4-Max 在新加坡为 $1.50 / $4.50,其他地区为 $1.413 / $4.24。按 token 费率计算,Z.ai 分别便宜 7% 和 2%。
• 缓存输入——GLM-5.3 每百万次读取 $0.26;Qwen4-Max 为 $0.075,缓存写入五分钟 $1.875、一小时 $3.00。Qwen 的缓存读取费用低 3.5 倍,这正是为什么按任务衡量的结果与按 token 衡量的结果指向不同方向。
• 上下文 — 两者均为 1,000,000 tokens。GLM-5.3 的输出上限为 128,000;Qwen4-Max 在不启用思考时可输出 131,072,或在推理与回答之间共享 262,144。
• 权重 — GLM-5.3 已发布,采用其自身许可证;Qwen4-Max 则没有权重,仅由单一供应商托管。这就是全部差异,下文所述一切都由此而来。
• 模态 —— Qwen4-Max 接受文本和图像;GLM-5.3 则是文本输入、文本输出。如果你的流程需要输入截图或 PDF,那比较就到此为止了。
• 推理控制 — GLM-5.3 始终开启推理,提供低、高和最高三档强度,默认最高;Qwen4-Max 提供低、高和 xhigh 三档,默认高。
• 训练沿革——Z.ai 将 GLM-5.3 描述为与 GLM-5.2 相同的基座模型,其改进来自后训练,而非一次全新的预训练。当你把它的分数与采用全新架构的模型相比时,这一点值得了解。

七美分对十六美分,详解
每点成本差距并不是定价造成的假象。GLM-5.3 每项任务 $5.01 的成本可拆解为 $4.49 的输入和 $0.52 的输出——输入占 90%,而这部分输入中有 $4.13 是缓存读取。Qwen4-Max 的 $3.27 则是 $2.80 输入和 $0.47 输出,其中 $1.12 为缓存读取,$1.67 为缓存写入。因此,两个模型在生成 token 上的花费几乎为零,而在重新读取上下文上的花费几乎占了全部。
差别在于每个模型为得出结论所消耗的上下文量。GLM-5.3 在整个测试套件中读取了 103 亿个输入 token,输出了 1.35 亿个输出 token;Qwen4-Max 则读取了 99 亿个,输出了 1.27 亿个。两者体量几乎相同。因此,十九分的得分差距同样不是一个体量问题——原因很简单:其中一个模型更擅长这些任务;而单任务成本的差异来自缓存定价,即每 token 0.075 美元的读取价与 0.26 美元的读取价之间的差距,会在上百亿个 token 上不断累积放大。
这就是值得记住的机制:在长上下文基准测试运行中,决定账单的是缓存读取费率,而不是标称输入费率。一个输入价格为 $1.40、缓存读取价格为 $0.26 的模型,其每任务成本可能高于一个输入价格为 $1.50、缓存读取价格为 $0.075 的模型。
十九个点位于何处
• Terminal-Bench 4.0 — Qwen4-Max 48.5%,GLM-5.3 41.9%。相差七个百分点,是智能体套件中最接近的。
• FrontierCode 2.0 — 26.5% 对 21.6%。相差五个百分点;就绝对数值而言,两个模型在此都偏弱。
• HLE Diamond——44.9% 对 17.9%。相差 27 个百分点,也是本次对比中差距最大的一项。
• 全知性——分别为 27.7 对 6.0,幻觉率分别为 28.4% 和 38.9%。GLM-5.3 的准确性更低,也更不可能拒答,这是最糟糕的组合。
• 能力子项得分——在两个模型均报告的五个子项中,Qwen4-Max 全部领先:工程 50.1 对 37.6,金融与会计 54.1 对 42.1,法律 49.6 对 35.8,战略与运营 56.9 对 47.4,经济学 51.3 对 37.3。
那份清单里没有任何一项接近到值得争论的程度。有趣的问题并不是 Qwen4-Max 是否更好,因为它显然更好。

Qwen4-Max 唯一做不到的一件事
上面的每一行都是能力对比,而当两个模型中的一个可以被带回家时,能力就是错误的框架。Z.ai 依据其自有许可证发布 GLM-5.3 的权重;Alibaba 没有为 Qwen4-Max 发布任何内容,只列出一个托管方。这一差异改变了三件任何基准测试都无法衡量的事情。
• 连续性——当供应商的定价页面发生变化、某个区域被弃用,或弃用通知发布时,你托管的模型仍能继续作答。Qwen4-Max 在 2026 年 11 月 25 日已有先例:预览标识符在正式可用九天后即被停用,任何仍指向 qwen4-max-preview 的配置都停止了工作。
• 成本曲线——GLM-5.3 的边际成本取决于你的 GPU 利用率。在持续高流量下,这一成本通常低于 API 费率;在突发性低流量下则更差。这个交叉点是利用率计算的结果,而非模型质量的问题。
• 控制——微调、量化、内核选择,以及检查模型正在做什么的能力。这些对 Qwen4-Max 来说都不存在。
与此相比:开放模型在指数上低十九分,更不擅长弃答,而且无法处理图像。对于全新部署而言,这种取舍并不吸引人。对于已经围绕自托管推理栈构建的系统——其中 GLM-5.3 的替代品不是 Qwen4-Max,而是上一代 GLM——许可证才是决定性特性,分数差距则是经营成本。
为什么开放模型反而是昂贵的那个,用一句话说明
因为开放权重把成本从按 token 计费转移到了工程预算上,而工程预算不会出现在费率卡上。在自己的硬件上部署 GLM-5.3 意味着要做容量规划、维护一个可以打补丁的服务栈,以及打造一个足够好的评估工具链,能判断你的部署是否与参考实现一致——无论单个团队运行多大规模,这些成本都会超过每任务 3.27 美元的差距。每个索引点 15.8 美分是可见的数字;不可见的那个更大,而且无论你服务一千个请求还是一百万个请求,它都只支付一次。
这种权衡在规模化时会反转,而如果你需要微调,反转得会更厉害。微调正是这样一个需求:它让开放模型不仅更便宜,还成为唯一的选择;Qwen4-Max 在指数上的领先幅度再大,也替代不了它。
调用可路由的那个
GLM-5.3 已收录在我们的目录中,标识为 z-ai/glm-5.3,按 Z.ai 的标价,输入每百万 $1.26、输出每百万 $3.96,不额外加收任何费用——与 Z.ai 公布的价格完全一致,包括其对这些价格所做的任何调整。Qwen4-Max 不在我们的目录中;使用 qwen4 标识会返回未找到,其接入途径是阿里巴巴的 Model Studio API 以及若干第三方平台。我们提供的最接近的 Qwen 模型是 qwen/qwen3.8-max,价格为 $2.00 和 $6.00。
这就为任何想用上更强模型又不想另签合同的人留下了一条可行的操作顺序:通过你已有的端点对 z-ai/glm-5.3 运行评估;如果 19 分差距对你的用例来说是致命的,那就根据你自己的 token 组合来核算 Qwen4-Max 的成本,而不是对照该指数来核算。本文中的每任务数字是根据一个缓存流量异常大的基准测试框架建模得出的;短提示、长输出的生产工作负载会大幅压缩 $5.01 与 $3.27 之间的差距,因为这两笔费用中几乎都不包含输出成本。

我们需要看到什么
GLM-5.5 将重置这一比较,而目前没有任何关于它的线索——截至 2026 年 11 月 17 日,在 Z.ai 自己的页面上没有文档路径、没有定价行,也没有模型标识符。若它发布,需要问的是:Z.ai 是否会像对 5.3 那样发布权重,是否会加入图像输入,以及是否会修复弃权行为,因为最后那个数字(38.9%)正是让 GLM-5.3 难以被推荐用于任何未经审核场景的原因,甚至比指数差距更关键。
与此同时,诚实的总结既反直觉又简短。这个开放模型每分成本更高,在所测的每个套件上得分都更低,并且恰好只对一类买家仍是正确选择:其约束条件是许可证而非基准测试的那类买家。
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
