GPT-6 Sol Pro 對比 GLM 5.3：開放權重授權實際上能為你帶來什麼

GPT-6 Sol Pro 與 GLM 5.3 是購買推理模型方式上真正分岔的兩半，而授權條款正是分岔所在。GPT-6 Sol —— 廠商的模型，由 gpt-6-sol-pro 配置所運行，自 2026 年 9 月 22 日起全面開放，每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元 —— 是封閉式 API。你只能租用它。GLM 5.3，該公司的旗艦模型，於 2026 年 8 月 18 日登上 API，並於九月初公布其權重，在我們自家的模型頁面上每百萬 token 輸入 1.26 美元、輸出 3.96 美元，而且你可以下載它。

這篇文章不會主張其中哪一個才是正確的。它會精確說明下載實際上能讓你得到什麼，因為答案比開放權重論述通常暗示的更狹隘，而真正有價值的部分，並不是人們通常引述的那個部分。

每條價格線的含義

兩者都是供應商清單——OpenAI 和 Z.ai 自家的數字，由託管這些清單的平台原封不動地轉載。

• 輸入 — GPT-6 Sol 每百萬個詞元 2.00 美元，對比 GLM 5.3 每百萬個詞元 1.26 美元

• 輸出 — GPT-6 Sol 每百萬個 token $10.00，對比 GLM 5.3 每百萬個 token $3.96

• 快取輸入 — GPT-6 Sol 每百萬個 token 為 $0.20，而 GLM 5.3 則較其未快取費率低 90%，也就是同一個比例套用在一個較小的數字上

• 快取寫入 — GPT-6 Sol 在單一 TTL 下每百萬個 token 為 $2.50，對比 GLM 5.3 的快取寫入級距；這正是兩份費率表不再能直接互相比較的地方，因為兩家廠商計量寫入的方式不同

• 長上下文定價 — GPT-6 Sol 會將超過其輸入門檻的請求，整筆以較高費率重新計價；GLM 5.3 的 1M token 視窗則全程按其標準費率計費

• 上下文視窗 — GPT-6 Sol 1,050,000 個詞元 vs GLM 5.3 1,000,000 個詞元

• 最大輸出 — GPT-6 Sol 128,000 tokens 對比 GLM 5.3 128,000 tokens

• 輸入模態 — GPT-6 Sol 支援文字與圖像，而 GLM 5.3 僅支援文字

• 權重 — GPT-6 Sol 閉源，無法下載；相對地，GLM 5.3 已依 Z.ai 自家的 GLM-5.3 授權條款發布於 Hugging Face

按定價而言，GLM 5.3 的輸入費用大約便宜 1.6 倍，輸出費用大約便宜 2.5 倍。這是真實的差距，但不是決定性的差距。真正會改變決策的，是最後那一行。

授權條款實際上說了什麼，以及它沒有說什麼

這就是開放權重討論通常出錯的地方。「它是開放權重，所以你不會受到供應商風險影響」這種說法在某個特定意義上是對的，在另一個意義上則是錯的，而這個差異值得詳細說明。

GLM 5.3 的權重已發布。其授權條款是 Z.ai 自家的 GLM-5.3 授權條款，而非 MIT——前一代 GLM-5.2 採用 MIT，而這項變更正是整件事的重點。新授權條款允許商業使用與微調。它新增了一項條件：若模型即服務供應商在任何連續十二個月期間的營收超過 100 億美元，則必須先通過 Z.ai 的安全審查，才能以服務形式提供該模型。

那個條件說明了這份授權的用途。它不是針對你而設的限制。它針對的是少數幾家超大規模雲端服務商；否則他們就能把 Z.ai 的成果當作自家產品轉售，卻不為其作出貢獻。如果你是在自己的產品中執行 GLM 5.3，或用自己的資料對它進行微調，或把它提供給自己的使用者使用，這項條款都不會影響到你。

它確實意味的是，授權條款是一份由供應商控制的文件，而不是不可撤銷的授予。MIT 無法修訂。自訂授權條款可以針對未來版本修訂，而你為 5.3 接受的條款，並不構成對 Z.ai 接下來編成什麼版本號的承諾。這比「供應商可以讓該模型退役」的風險來得小——你下載的權重不會停止運作——但它並非毫無意義，而且沒有任何開放權重比較頁面提到這一點。

這個下載真正有價值的部分，比口號更狹隘也更具體：那就是你評估過的檢查點，就是你永久提供服務的檢查點，不論供應商的產品藍圖或價目表接下來有什麼變化。這是可重現性的保證，不是成本保證。

獨立記錄所顯示的

Artificial Analysis 是這兩款模型都出現於其上的中立測試框架，而它在 2026 年 9 月 7 日重新基準化其指數——把一個終端機基準換成另一個，並重新加權私人任務部分。正因為這次重新基準化，流通中最常被引用的 GLM 5.3 數值已作廢：該模型在先前的指數上公佈為 60，在當前指數上則讀數為 45，而這個變動是測試框架的改變，而非模型的改變。

在目前的排行榜上，GPT-6 Sol 在最大投入下得分 48，每項指標任務成本為 $1.06。GLM 5.3 得分 45，每項指標任務成本為 $2.01。三分的指標差距是誠實的總結，而這其中還帶著一個不尋常的轉折：在這組對比中，較便宜的模型是閉源的那一個。GPT-6 Sol 每完成一項任務的成本大約只有一半，這與大多數開放權重比較所預設的前提正好相反。

還須附加兩點額外的告誡。

• 開放權重排名是類別性結果，而非通用性結果。GLM 5.3 的排名既是在陳述可下載模型這個領域的狀況，也同樣是在陳述 GLM 5.3 本身。

• 目前流傳的 GLM 5.3 基準測試數據，大多出自 Z.ai 自家。獨立的數字是索引分數與每項任務成本；模型卡上的 Terminal-Bench、DeepSWE 與網路能力數字則由供應商自行執行，引用時應如此標示。

有一點對 GLM 有利、但每任務成本數字未能充分反映的是：它那個較便宜的兄弟型號。GLM 5.3 Flash 是一個擁有 3,200 億參數、其中 180 億為活躍參數的模型，以 MIT 授權，輸入每百萬詞元 $0.15、輸出每百萬詞元 $0.50，而它在同一指數上得分 42，每任務成本 $0.25。這只是 GPT-6 Sol 每任務成本的四分之一，換來六點指數分數，而且在這項比較中，它才是真正落在該指數成本效益前沿上的模型。

支持自行託管的成本論點比反對它的成本論點更弱。

把下載這件事說成一種成本考量，是很誘人的。以每百萬個 token 1.26 美元和 3.96 美元來看，這個 API 已經夠便宜，以至於一個 7530 億參數的混合專家模型自己跑並不見得更划算——而 GLM 5.3 正是 753B 的 MoE，在任何能保留其行為的量化方案下，都不是單張 GPU 就能部署的。損益平衡點是個使用率問題，而對大多數團隊來說，誠實的答案是：它永遠不會到來。

選擇下載版本的理由，正是授權條款那一節所暗示的：掌控推論在何處發生。自架主機是以你執行模型的位置來回答資料存放地的問題，而不是靠供應商合約怎麼寫；對受監管的工作負載而言，這是唯一站得住腳的答案。它還允許以專有資料進行微調，資料完全不必離開你的基礎設施，這是封閉式 API 無論出多少錢都辦不到的。

如果這兩者都不適用於你，那麼 API 就是正確的選擇，而授權條款則無關緊要。這是個合理的結論，也是大多數團隊應該得出的結論。

路由層改變運算方式之處

GLM 5.3 已上架於 OrcaRouter的目錄，每百萬 token 輸入為 $1.26、輸出為 $3.96，具備 1,000,000 token 的上下文視窗、128,000 token 的輸出上限，在我們自家模型頁面上測得的 p50 首字時間為 3.99 秒。供應商的定價原樣傳遞，不額外加價，因此 Z.ai 的價格一有變動，我們這邊當天便同步生效。

GPT-6 Sol 並非我們的供應路線之一，因此此處並無任何內容是關於透過我們取得其價格的聲明。

在這個特定對決中，單一端點之所以重要，是因為這兩個模型與其說是替代品，不如說是不同層級。GLM 5.3 僅支援文字；GPT-6 Sol 可處理圖像。GLM 5.3 可下載；GPT-6 Sol 則不行。這兩點都不是價格決策，也都不是靠基準測試就能定案。團隊在這裡真正想要的，是一把能觸及便宜文字模型以處理大量請求、又能觸及另一個模型來應付需要視覺的呼叫的金鑰，而且不必簽第二份合約、導入第二套 SDK，也不必面對另一組速率限制。這是個路由問題，而容錯移轉行為之所以重要，原因一如往常——你的管線所依賴的便宜層級，不該是會讓整條管線崩掉的那一層。

決策規則

• 在已知品質標準下的大量文字工作——GLM 5.3。在相同上下文視窗與相同輸出上限下，比 GPT-6 Sol 低三個指數點，輸出速率約為其 40%。

• 任何需要讀取圖像的用途——GPT-6 Sol，或兩者皆非。GLM 5.3 在 API 上不接受圖像，而只要某種模態你用不了，任何價格優勢都不復存在。

• 受監管的資料，或是你必須在兩年後仍能重現的工作負載——GLM 5.3，從已發布的檢查點自行託管。不是因為它更便宜，而是因為檢查點是固定的，而資料駐留問題由你自己的基礎設施來解答。

• 對專有資料進行微調 — GLM 5.3。封閉式 API 無論在任何價位都無法提供對等方案。

• 一個沒有居留限制、也沒有微調計畫的團隊——GPT-6 Sol，並把授權視為不是問題。對你來說，這確實不是問題；而假裝並非如此，正是開放權重論點失去可信度的原因。

授權不是成本槓桿。它是控制槓桿，而它的價值完全等同於控制對你而言的價值——對某些團隊來說，這就是整個決策；對其他團隊來說，則完全不值一提。