
GPT-6 vs GLM-5.5:這些模型中只有一個真實存在,而它本週有了新家
- openai新OpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropic新Anthropic: Claude Sonnet 5.52026-09-2856智能
- typesafe新TypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 128 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xAIGrok 4.72026-09-2146智能
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 每百萬 tokens · 67 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百萬 tokens · 320 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040智能
- OpenAIOpenAI: GPT-6 Astra2026-09-0453智能77程式
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241智能76程式
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245智能76程式
- AnthropicAnthropic: Claude Fable 5.12026-09-0153智能82程式
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 每百萬 tokens · 54 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百萬 tokens · 360 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642智能72程式
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 每百萬 tokens · 232 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845智能75程式
- obsidianQwen3.8 27B2026-08-1534智能68程式
GLM-5.5 並不存在。它沒有模型卡、沒有 API 識別碼、沒有定價欄位、沒有 Hugging Face 檢查點、沒有授權檔案,Z.ai 自家網站上也沒有任何使用這個名稱的頁面。這並不是在說它名不見經傳——我今天查了五個介面,每一個都是否定的結果。真正存在的是 GPT-6 Sol,OpenAI 於 2026 年 9 月 22 日推出,並在 2026 年 10 月 7 日將其納入 ChatGPT 的付費方案,供超過 12 億每週使用者使用;還有 GLM-5.3,這是 Z.ai 於 2026 年 8 月 18 日實際發布的模型,權重隨後於 8 月 25 日釋出。
所以,這並不是標題所承諾的那種比較;把它寫成那種比較,就等於要為一個還沒有人推出的模型憑空編出一份規格表。它能做的,是你今天就能跑的比較——GPT-6 Sol 對上 GLM-5.3,兩者都買得到,也都在獨立榜單上——再加上精確交代「GLM-5.5」這個名字從何而來,以及還得出現什麼,它才會成為一個你能如此稱呼的模型。
今天執行的五項檢查
因為「某個模型不存在」的主張是一種會隨時間失效的主張,所以這裡提供證據及其方法,讓你可以重新執行,而不是只能相信它。
• Z.ai 的開發者文件(docs.z.ai 與 docs.bigmodel.cn)在任何地方都沒有列出 GLM-5.5——其發行說明頁面以 GLM-5.3-Flash 與 GLM-5.3 為首,而推薦模型清單則從 GLM-5.3 開始
• zai-org Hugging Face 組織最新的儲存庫是 GLM-5.3 系列,建立於 2026-08-25——已存在六週,其上方沒有任何編號為 5.4 或 5.5 的項目
• Artificial Analysis 沒有 GLM-5.5 頁面,而對其完整模型排行榜資料負載執行 grep,對該字串回傳零筆相符結果
• OrcaRouter 的目錄會回傳 {"message":"model not found"},這是它對 z-ai/glm-5.5 的回應,而點與破折號的拼寫 z-ai/glm-5-5 與 zai/glm-5.5
也是如此 • .ai 上針對 Z.ai 的 model-api 卡片清單並未收錄它,而 Z.ai 也從未在任何公告中採用該名稱
這條脈絡說明了這個名稱是如何傳開的。2026 年中被轉述的一份分析師預測,將 Z.ai 的下一款旗艦產品放在 2026 年 8 月,而編號只是被順勢往上推估。8 月實際推出的卻是 GLM-5.3。Z.ai 接著在 2026 年 8 月 31 日的財報電話會議上,將 GLM-6.0 稱為下一代基礎模型——完全跳過 5.4 和 5.5——分析師便將對下一款旗艦的預測挪到 2026 年 10 月至 11 月的區間,預期它會編號為 GLM-5.4。無論那個模型何時問世,它都不會叫 GLM-5.5。

唯一值得留意的目擊事件,因為它還會再度浮上檯面:2026 年 9 月 25 日,「GLM 5.5 Flash」與「GLM-5.4」這兩個字串短暫出現在某個第三方程式開發工具的資料頁面上,到了 9 月 29 日便已消失,背後的使用者數為零。別人產品內部的預先註冊字串並不是發布,而這正是那種會被截圖成「外洩」的產物。
你真正能實際執行的比較
GPT-6 Sol 是 OpenAI 的中階 GPT-6 模型:於 2026 年 9 月 22 日發布,每百萬個輸入 token 2.00 美元、每百萬個輸出 token 10.00 美元,具備 1,050,000 token 上下文視窗、128,000 token 輸出上限、文字/圖像/檔案輸入,以及從 low 到 max 的推理投入程度。自 2026 年 10 月 7 日起,它是全球 ChatGPT Plus、Pro、Business 與 Enterprise 之下的層級。
GLM-5.3 是 Z.ai 目前針對軟體工程與長時程代理式工作的旗艦模型,於 2026 年 8 月 18 日發布,模型權重自 8 月 25 日起在 Hugging Face 上提供。它建立在與 GLM-5.2 相同的混合專家基礎上,效能提升來自後訓練,而非更大的模型;它僅支援文字輸入與文字輸出,無論哪個價位都不具備視覺能力,而且思考模式永久開啟——沒有非推理模式,這對任何延遲敏感的應用都是硬性限制。Z.ai 將其定價為每百萬個 token 輸入 1.40 美元、輸出 4.40 美元。
每個維度一行,每一行兩側都要顯示:
• 輸入 — GPT-6 Sol 每 1M 為 $2.00,GLM-5.3 為 $1.40;GLM 便宜 30%
• 輸出 — GPT-6 Sol 每 1M 為 $10.00,GLM-5.3 為 $4.40;GLM 便宜 56%
• 智慧指數,v4.3.2 — GPT-6 Sol 47.6 對比 GLM-5.3 44.8;相差近四分
• 每項完成指數任務的成本 — GPT-6 Sol $1.04 對比 GLM-5.3 $2.01;更便宜的價目表,屬於每個完成答案貴上一倍的模型
• 整套測試的輸出權杖數 — GPT-6 Sol 7,680 萬 對比 GLM-5.3 2.086 億;GLM-5.3 完成同樣工作所寫入的量是 2.7 倍
• 上下文視窗 — GPT-6 Sol 1,050,000 對比 GLM-5.3 1,000,000,兩者的輸出上限皆為 128,000 個權杖
• 權重 — GLM-5.3 可在 Hugging Face 下載,GPT-6 Sol 則為封閉式
• 視覺 — GPT-6 Sol 可接收圖像與檔案,GLM-5.3 僅支援文字

第四行就是整篇文章的縮影。GLM-5.3 的輸入便宜 30%、輸出便宜 56%,但在同一套測試中,產出一個完整答案的成本卻高出 1.9 倍,因為它為此產生了 2.7 倍的輸出 token。在 Artificial Analysis 的排行榜上,這讓 GLM-5.3 成為比較組中最囉嗦的模型,而且遙遙領先——它在整套測試中的 2.086 億輸出 token,對比 GPT-6 Sol 的 7,680 萬與 GPT-6 Astra 的 1.088 億。冗長是一種成本乘數,卻永遠不會出現在價格頁面上。

什麼會讓 GLM-5.5 成真
這是一篇關於某個不存在之模型的文章中有用的一部分:那清單列出會讓這個名稱成為你能夠稱呼之物的種種條件。其中每一項都可以獨立查核,因此這項檢驗無關乎個人意見。
一張位於 z.ai/model-api 的模型卡 —— Z.ai 自家的模型卡清單目前恰好收錄三筆項目:GLM-5.3、GLM-5.3-FlashX 與 GLM-5.2,而只要出現第四筆編號 5.5 的項目,就能立刻定案。還有一個 API 識別碼,出現在 docs.z.ai 的建議模型清單中。一筆定價資料列。一個位於 zai-org 底下的 Hugging Face 儲存庫,附有授權檔案與參數量 —— 這正是可下載模型與服務層級之間的分野,也是能抓出那些令人混淆案例的檢查,因為 Z.ai 的速度層級 GLM-5.3-FlashX 以及像 GLM 5.3 Prime 這類第三方 SKU 都存在,卻完全不是 Z.ai 的模型。最後,則是一頁在 Artificial Analysis 上附有分數的頁面,因為這個比較集合中的每個模型在那裡都有一個分數。
這五者都不存在。當其中一個出現時,比較自會不言自明,而本文也將成為一則更新,而非預測。
為什麼 Z.ai 的時機在此至關重要
有理由預期 Z.ai 的下一款旗艦很快就會登場,而原因並非那則外洩消息。Z.ai 自家的財報電話會議已將 GLM-6.0 列為下一代基礎模型,這意味著該公司已公開跳過 5.4 和 5.5 這兩個數字——若接下來幾個月推出一款掛著 GLM-6 名號的模型,那將是世代級的躍進,而非小幅遞增。其現行旗艦推出至今已六週,權重下載量也已突破 150 萬次,因此這條產品線既未陳舊到需要汰換,也不夠新穎到足以解釋「GLM-5.5」為何持續受到關注。
真正有意思的地方在於它所受到的關注。這個名字之所以留存下來,是因為 GLM-5.3 在開放權重領域的頂尖梯隊中確實具備競爭力,而那個顯而易見的問題——接下來會出現什麼,以及它能否逼近封閉式前沿模型——即將迎來真正的答案。那個問題值得一問。只是它有個不同的名字。
執行現有的那兩個
GPT-6 Sol 與 GLM-5.3 都列在 OrcaRouter 的目錄中,可透過單一相容於 OpeNAI 的端點與單一金鑰取用,且在供應商定價之上零加成。正是這種直通定價,讓上述的冗長度算式在實務上、而非理論上說得通:GLM-5.3 價目卡上的 $1.40 與 $4.40 是 Z.ai 的價格,GPT-6 Sol 的 $2.00 與 $10.00 則是 OpeNAI 的價格,兩者在傳遞過程中都沒有被加成。
這組搭配所換來的分工,與其說是選擇,不如說是勞動分工。GLM-5.3 的強項在於軟體工程,以及在開放權重上進行長時間跨度的代理式工作;它的弱點是每次呼叫都會思考,這使它不適合高頻、對延遲敏感的路徑,卻適合批次作業——在這類工作中,每個答案多花幾秒鐘也毫無代價。GPT-6 Sol 是多模態那一側,而且每個完成答案的成本更低。有了路由規則,你就能把批次與長上下文的工作送往 GLM-5.3,讓互動式與含圖像的流量留在 GPT-6 Sol,並讓自動容錯移轉涵蓋那件決定這一切究竟安不安全的事:任一方向的路由失去回應。模型融合更進一步,讓一組模型對同一個問題並行運作——這是在你據此建構之前,確認某個開放權重旗艦模型是否真的能與你的任務表現相當的合理方法。
你不該做的事,就是等待 GLM-5.5。這個名稱早在 GLM-5.3 發布之前就開始流傳,Z.ai 也公開跳過了這個編號,而它可能描述的具體產品——一個擁有模型卡、API id、價格列與可下載權重的 Z.ai 旗艦——並未出現在已發布模型會現身的五個介面中的任何一個。今天就以 GLM-5.3 或 GPT-6 Sol 來打造;當下一個 Z.ai 旗艦以它實際承載的任何名稱到來時,它會以足夠清晰的方式自我宣告,你不需要靠傳聞就能找到它。
本文中的比較4
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
