GLM 5.5 還是 GLM 5.3-Vision？一個與 Z.ai 指紋相符的匿名模型剛剛浮現。

一個身分不明的模型——其服務設定檔（速度、首個 token 延遲、快取命中率）與 Z.ai 的 G​LM 技術棧相符——已開始引起容量分析師的關注；目前的工作假設是它可能被命名為 GLM 5.3-Vision 或 GLM 5.5。8 月 20 日，運算與容量分析師 teortaxesTex 發文表示，他正在追蹤的一個匿名模型「至少顯然不是 Dee​pSeek」、「到目前為止沒有什麼能排除 G​LM」，而且「速度、TTFT、快取命中率也與 G​LM 相符」。他的解讀：預期它會被命名為 GLM 5.3-Vision 或 5.5，在 Artificial Analysis Intelligence Index 上得分約 61——比目前正式發布的 GLM-5.3 高出 1 分。目前這些都未經證實。沒有模型卡、沒有 Z.ai 公告、也沒有 API；本頁面僅將這次目擊視為其本來面貌：一個早期、尚未被複現的洩漏訊號，之所以值得追蹤，正是因為 GLM-5.5 整個月都被預期是 Z.ai 的旗艦模型，卻始終沒有出現。那則貼文發布五天後，第二個、且這次完全可以查證的資料點出現了：8 月 25 日，vLLM——支撐大多數大規模模型服務的推論執行環境——開啟了一個 Do-Not-Merge 拉取請求，為 G​LM-5 的 head 維度啟用 masked-MHA 核心支援。它沒有指名任何變體，也不證明任何發布計畫；這是服務技術棧的底層工作，正是新模型會留下的那種背景活動痕跡。

訊號實際上說了什麼

來源是 teortaxesTex 在 8 月 20 日發的一則 X 貼文——就是那個帳號，其關於 GLM-5.3 發布的「大約一週」時間訊號，在 8 月時精準到天。其框架明確說明了證據等級：「強烈證據（尚未複現）。」該分析師排除 Dee​pSeek，找不到與 G​LM 矛盾之處，並引用三項服務層級指標——吞吐量、首個 token 延遲（time-to-first-token）、快取命中率——認為與 Z.ai 的技術堆疊相符。然後有兩個候選名稱，以及一個預測分數：「目前我預期它會被稱為 GLM 5.3-Vision 或 5.5，並在 AA 上獲得約 61 分。」

分別看待每一項。身份宣稱（不是Dee​pSeek，而是符合G​LM）是從模型服務方式進行的指紋推斷，並非模型卡。分數是預期值，而非測量結果。名稱是猜測。讓這個訊號比雜訊更有價值的，是它與我們本月對Z.ai路線圖所知的一切在方向上一致：GLM-5.3僅以文字形式發布，社群最強烈的要求是視覺功能，而多個媒體（經由摩根大通、路透社、CGTN，以及8月18日的高盛報告）報導GLM-5.5將「在八月內」推出——如今正是這個月的尾聲。

為什麼服務指紋很重要

首次輸出延遲（time-to-first-token）與快取命中率是基礎設施層級的特徵。它們由供應商如何建構其推論技術棧所決定——即排程器、快取佈局、批次處理策略——而非由提示詞所呼叫的模型名稱決定。當分析師表示某個匿名模型的 TTFT 與快取命中率與 G​LM 相符時，他們其實是在說該模型背後的服務技術棧與 Z.ai 的服務技術棧行為相似；在沒有權重或模型卡的情況下，這已經是你能得到最接近指紋的東西。這並非證明。其他供應商也可能複製相同的技術棧，或者 Z.ai 可能為合作夥伴提供模型服務。但這是具體且可查證的主張，而「尚未複現」的保留條件告訴你，分析師並未將其視為定論。

DeepSeek 的排除也很重要。DeepSeek V4 Pro 於 8 月 13 日正式發布，其 Flash 版本是本月另一個快速的中國開放權重發布。一個排除 DeepSeek 但指向 GLM 的匿名模型，將範圍縮小到 Z.ai 的產品線——而 Z.ai 的產品線有兩個可能的候選者，這正是信號所指的分歧。

第二個信號：服務堆疊正在為 GLM-5 的注意力機制進行建置。

8月25日，第二個數據點出現了——這次完全可查證。vLLM，這個支撐大多數大規模模型服務的推論執行時期，收到了一筆 pull request #53785，標題為「[Do Not Merge][Attention] Enable masked MHA for GLM-5 head dimensions。」經與儲存庫核對，它為 G​LM-5 的注意力幾何啟用了 masked-MHA prefill 路徑：64 個注意力頭、KV rank 為 512、QK 頭維度為 192+64，以及 V 頭維度為 256——也就是 256/256 的 QK/V 佈局，依 PR 描述。它依賴於 FlashAttention 的一項變更以支援 head dimension 256 的 mask，暫時將 FlashAttention 固定到某個 fork commit（這就是 Do Not Merge 標記的用途），並為新路徑加入了實測的 routing 門檻：在 TP 1/2/4/8 下，FlashMLA 的純 prefill 限制為 8K / 20K / 48K / 112K tokens，而在 TP8 下 FlashInfer 的極限為無條件進位後的 64K。作者指出，沒有其他未合併的 PR 涵蓋 G​LM-5 的 masked-MHA 支援。

按它的本來面目來解讀：這是服務棧的基礎設施工作，而不是發布公告。該 PR 沒有點名 GLM 5.5 或 GLM 5.3-Vision——它寫的是{{1}}「GLM-5」{{/1}}——而且為 G​LM-5 的頭維度啟用一條 masked-MHA 預填充路徑；這是在 vLLM 生態已經透過稀疏 MLA 路徑運行的同一個模型家族上進行的基礎設施工作（GLM-5.3 自身的譜系如今就是透過這條路徑提供服務的）。此外，這並非孤立之舉：本月有一批姊妹 PR，涵蓋了針對 GLM-5 的 FlashInfer MLA 維度檢查、面向 GLM-5 級別模型的 Triton 稀疏 MLA 回退路徑，以及 FlashAttention 所回報的維度支援。有兩個細節讓它仍留在洩密追蹤者的雷達上。第一，它所針對的幾何配置——64 個注意力頭、KV rank 512、QK/V 為 256/256——與 Dee​pSeek 的 192/128 截然不同；這正是匿名模型指紋所劃出的那種{{2}}「不是 Dee​pSeek，而是 G​LM」{{/2}}區隔，如今在注意力內核層面也清晰可見。第二，時機：該 PR 於 8 月 25 日提出，正好落在整個八月 GLM-5.5 都一直被期待的同一時間窗口內。以上種種都無法證明那個匿名模型就是下一代 G​LM——這同樣可能是針對已經發布的模型所做的工程——但它正是服務生態系在模型發布前會進行的那種背景活動，而且它的可驗證性是任何 X 貼文都無法比擬的。

兩個名稱，同一分支：GLM 5.3-Vision 對比 GLM 5.5

這兩個候選身份確實是不同的產品，而這起洩漏並未釐清電路板上的是哪一個。

• GLM 5.3-Vision 會是 8 月 14 日推出之模型的視覺能力變體。GLM-5.3 僅支援文字輸入——Artificial Analysis 將其列為文字進、文字出，無圖片支援——而這項落差是社群最強烈的抱怨。當 Z.ai 的唐傑發起全球回饋活動時，收到的意見幾乎一致要求視覺功能，而 Z.ai 已具備尚未整合進旗艦產品線的基礎元件（GLM-5V-Turbo 多模態模型與 CogVLM 編碼器）。推出 5.3-Vision 變體將是填補此落差最快的方式。

• GLM 5.5 本身就是旗艦產品。據報導但未經證實的規格顯示，其基礎模型參數將超過一兆（高於 GLM-5.3 的 743B），沿用 100 萬 token 的上下文長度、開放權重，並更加聚焦於代理式（agentic）與程式碼相關任務。本月每一份分析師報告都將 5.5 視為重頭戲——Z.ai 共同創辦人唐傑曾暗示，此產品將縮小與 Fable 級別封閉模型之間的差距。它預計在 8 月內發布，截至本文撰寫時尚未出貨。

同一個指紋無法告訴你這兩者中是哪一個——一個經過視覺調校的5.3和一款全新的旗艦機可能運行在同一套服務堆疊上。這種模糊性正是信號的真實狀態，而分析師貼文中的兩個名稱反映了這種狀態，而不是解決了它。

<img src="2.png" alt="一個兩欄比較計分板，標題為『GLM 5.5 vs GLM-5.3 — 計分板』。左欄 GLM 5.5（洩漏版）：『AA Index ~61（預測，未驗證）』、『狀態：未發布』、『規模 >1T 參數（傳聞）』、『視覺能力：預期會有』、『上下文長度：1M（預期）』、『價格：待定』。右欄 GLM-5.3（已發布）：『AA Index 60』、『狀態：API 已於 8 月 19 日上線』、『規模 743B MoE / 40B 活躍』、『視覺能力：僅文字』、『上下文長度：1M』、『價格：$1.40 / $4.40』。頁尾寫著『GLM 5.5 的數據是未經驗證的預測；GLM-5.3 數據來自 Artificial Analysis。』" />

在AA Intelligence Index上獲得約61分意味著什麼

預測分數是這起洩漏中最犀利的部分。Artificial Analysis Intelligence Index（v4.1.1）目前將 GLM-5.3 列為 60 分，與 Kimi K3 並列開源權重最高分，並領先 GLM-5.2 的 53 分達 7 分。再往上 1 分、來到 61 分，就會是 GPT-5.6 Sol 的領域；Claude Fable 5 為 62 分，Claude Opus 5 為 63 分。簡言之：G​LM 家族模型若拿下 61 分，將成為該指數上唯一最高的開源權重分數，獨自高居於 Kimi K3 與 GLM-5.3 之上，實際上已觸及封閉前沿線。

值得強調的是，61 不是什麼。它是 teortaxesTex 對獨立評估結果的預期，既不是已發表的 Artificial Analysis 分數，也不是廠商數字。預測可能往任何一個方向出錯——視覺變體可能在以文字為主的指數上損失一兩分，而 >1T 的旗艦模型也可能因後續訓練的表現而落在更高或更低的位置。這個數字的價值在於它所承載的主張：無論這個匿名模型最終身分為何，它預期會擊敗目前開放權重的領先者，而不只是與之持平。

哪些已確認，哪些尚未確認

保持帳目乾淨，因為洩漏內容的成敗取決於此。

• 已確認：GLM-5.3 確實存在，於 8 月 14 日發布，API 於 8 月 18/19 日上線，在 AA Intelligence Index（由 Artificial Analysis 獨立評測）中獲得 60 分，定價為每 1M tokens $1.40 / $4.40，僅支援文字輸入，並已確認於 8 月 28 日星期五開放權重。這些事實並不依賴於洩漏。

已確認：GLM-5.5 尚未發布。截至本文撰寫時，沒有模型卡、沒有定價、也沒有可用性；八月時間窗口和大於1T參數的數字是分析師報告的，而非 Z.ai 的承諾。

• 未經證實：該匿名模型是否作為獨立產品存在、是否為 G​LM、其名稱是否為 GLM 5.3-Vision 或 5.5，以及其得分是否為 61。這四點皆僅基於某位分析師一篇未經重複驗證的貼文。

• 同樣未獲證實的是：這個匿名模型是否真的與 GLM-5.3 本身有所區別。一個以未標示別名運作的 GLM-5.3 即時端點，會產生相同的服務指紋。在名稱、模型卡或權重釋出釐清此事之前，「新模型」的解读是強烈先驗，但並非事實。

接下來要看什麼

• 8月28日（星期五）——GLM-5.3 的權重。如果匿名模型其實是改名後的 5.3 或 5.3-Vision，權重發布與模型卡很快就會讓真相大白。

• 第二次佐證的目擊。單一分析師的指紋是假說；對同一匿名條目的第二次獨立解讀，或一份指名為 Artificial Analysis 的清單，會將其升級為證據。

• 任何 Z.ai 的聲明。GLM-5.5 據傳會在八月時間窗口發布，而這個月已接近尾聲。正式命名、定價頁面或 API 變更日誌條目，就是讓這則洩漏成為發布消息的事件。

• AA 分數是否會實際達到 61。如果該匿名模型是真的，且屬於 G​LM 家族，那麼一個接近 61 的獨立指數分數，將是第一個突破 60 的開放權重數字。

• vLLM 的注意力機制相關工作是否會附上模型名稱。PR #53785 針對的是「GLM-5」的注意力頭維度，但未指名 5.3-Vision 或 5.5；合併、支援模型清單條目，或將該幾何配置與特定名稱配對的模型卡片，都將是迄今為止最強烈的訊號。

如何針對這類洩漏採取行動

外洩是準備的理由，不是更換平台的理由。如果下一個 GLM 系列模型在開放權重排行榜上登上頂端或接近頂端，實際問題是要不要將真實流量導向它——而一個未經證實的模型，只有廠商的說法和一位分析師的預測，正是你需要安全網而非賭注的情況。上週發表的 GLM-5.3 已於 OrcaRouter 上線——模型頁面顯示每 100 萬個 token 收費 1.26 / 3.96 美元，這是從廠商定價 1.40 / 4.40 美元打 9 折的上市優惠，零加成轉售——而這套路由設定正是 5.5 或 5.3-Vision 一上市就會繼承的設定。透過路由器將一部分流量導向新模型，並自動故障轉移到經過驗證的模型——GLM-5.3、DeepSeek V4 Pro、GPT-5.6 Sol——你就能在自己的工作負載上得到品質訊號，而不是一份投影片簡報。如果外洩的預測正確，你會最先知道；如果錯誤，故障轉移會吸收影響，不會有任何東西帶著問題出貨。同一個金鑰、不需要第二份合約、也不必在 Z.ai 決定之前就從兩個候選名稱中二選一。

下一個 G​LM 即將到來——唯一未解的問題是它會以哪個名字亮相。GLM 5.3-Vision 將是 Z.ai 在剛推出的模型上，補齊最受詬病缺口的一步；GLM 5.5 則會是整個月一直指向的那個兆參數旗艦。8 月 20 日被 teortaxesTex 指紋識別出的匿名條目，是第一個看起來可能是兩者之一的具體物件；它在 AA Intelligence Index 上預計的 61 分，將使其領先目前榜上所有開放權重模型。指紋出現五天後，服務堆疊也有了動作：vLLM 的 G​LM-5 注意力工作正是新模型會留下的那種基礎工程，即便它沒有指名任何版本。這些都尚未證實；一旦名稱、規格卡或權重揭曉，本頁會立即更新。在那之前，低風險的做法是備好路由——而不是把整個堆疊押在一個指紋上。