
Muse Wonder 對比 GLM 5.5:這些模型中只有一個有價目表
- Orca新Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 65 tok/s
- openai新OpenAI: GPT-6.1 Sol2026-09-2952智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 158 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 · 42 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 每百萬 tokens · 478 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 · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 每百萬 tokens · 194 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 · 228 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845智能75程式
並不存在 GLM 5.5。沒有模型卡、沒有 API 識別碼、沒有價格列、沒有 Hugging Face 儲存庫,Z.ai 自家網站上也沒有任何頁面帶有這個名稱,而且從來就沒有過——這是社群簡稱,而該供應商並未採用。相較之下,Meta Muse Wonder 已於 2026 年 10 月 12 日推出,附有端點、已公布的 token 價格與兩個檢查點,而且你今天就能呼叫它。因此,將 Meta Muse Wonder 與 GLM 5.5 進行字面上的比較,就是在與一則傳聞比較。真正能為決策提供依據的比較,是 Meta Muse Wonder 對上 GLM-5.3,也就是 Z.ai 確實在八月推出的旗艦模型,而這組對決的答案比大多數正面交鋒都更明確:七分的智能差距,換來每完成一項任務約一半的成本。
什麼存在,而什麼又僅僅是個名字
這篇作品所需要的紀律,就是在兩者之間劃出一道明確的界線。
• Meta Muse Wonder — 自 2026 年 10 月 12 日起於 Meta Model API 全面提供,型號為muse-wonder-1.0。每百萬輸入 token 為 4.00 美元、快取輸入 0.20 美元、每百萬輸出為 20.00 美元。1,048,576 token 的上下文視窗。推理一律開啟,努力程度從 max 到 minimal,預設為 medium。
• Meta Muse Wonder Full — 同一次發布中的第二個檢查點,muse-wonder-full-1.0,得分更高,且僅在 Muse Code 訂閱中販售,而非按 token 個別販售。
• GLM-5.3 — 自 2026 年 8 月起正式推出。8 月 14 日發布,API 約於 8 月 18 日上線,開放權重於 8 月 28 日發布。每百萬輸入 token 1.40 美元,快取 0.234 美元,每百萬輸出 4.40 美元。1,000,000 token 的上下文視窗,最大輸出 128,000 token。文字輸入,文字輸出。推理由 reasoning_effort 控制,可設為 low、high 或 max,且無法停用思考。
• GLM 5.5——什麼都沒有。沒有廠商公告,沒有標識,沒有權重,沒有許可,沒有評分。
最後那一點並非吹毛求疵。對「GLM 5.5」的搜尋熱度是真實的,這個名稱在基準測試截圖與論壇討論串中流傳,而那些透過列出規格表來回答查詢的頁面,是在憑空編造規格。Z.ai 自家的模型體系最高只到 GLM-5.3 系列,包括 GLM-5.3-Flash 與 FlashX 層級;GLM-5.4、GLM-5.5 和 GLM-6 都曾被提出,而該公司並未確認其中任何一個。
這個名字從何而來,以及它何時可能成真
「5.5」這個標籤源自一個日期,而不是一份文件。2026 年 6 月 25 日轉述的一份分析師預測,把 Z.ai 的下一代旗艦模型指向八月;那是個觀察窗口,而非廠商的承諾,而八月結束時,實際推出的是 GLM-5.3。若細看 Z.ai 實際的更新節奏——大約每 54 到 70 天推出一款旗艦模型——同一批分析師如今預估下一次發布會落在 2026 年 10 月 8 日至 11 月 9 日這個窗口內,而且多數人認為它的編號會是 GLM-5.4,而非 GLM-5.5。今天是 10 月 13 日,而這個窗口已經開啟,這就是關於這個名稱,任何人所能說的最具體的一件事。
如果它真的出現,要檢查的項目就是那些能決定它是否為本文對手的項目:
• 在 Z.ai 自家平台上的一個 API 識別碼,而不只是排行榜上的一筆項目
• 輸入與輸出皆公布每百萬個權杖的價格
• 一個上下文視窗以及一個最大輸出數字
• 一個 Hugging Face 儲存庫,或明確聲明不會提供
• 一張標註日期的 Artificial Analysis 卡片,因為聚合網站的收錄會比廠商發布晚幾天
在那五項之中的三項出現之前,「GLM 5.5」只是個搜尋關鍵詞,而 GLM-5.3 才是真正的模型。

真正的對決,在於決定勝負的數據
把這兩款已推出的模型並列比較,整體格局就是直截了當的取捨,而不是什麼意外。請注意,下方的基準測試與成本數據都是 Artificial Analysis 自家的,是在其測試框架上以最大投入執行所得,並非任何一家供應商的資料。
• 智慧指數 — Muse Wonder(最高)52;GLM-5.3(最高)45
• 每項 Intelligence Index 任務成本 — Muse Wonder 約 $4.52;GLM-5.3 約 $2.01
• 輸入價格 — Muse Wonder 每百萬 $4.00;GLM-5.3 $1.40,因此 GLM-5.3 大約是價格的三分之一
• 輸出價格 — Muse Wonder 每百萬 $20.00;GLM-5.3 $4.40,因此 GLM-5.3 的價格不到上述價格的四分之一
• 在索引執行中消耗的輸出 token——Muse Wonder 約 130M;GLM-5.3 約 210M,而其比較類別的排行榜中位數接近 140M
• 同一次執行中的速度 — 在這組配對中,評估者並未記錄 Muse Wonder;GLM-5.3 實測約為每秒 66 個 token,被形容為快於平均水準
• 權重 — GLM-5.3 的權重依 Z.ai 自家授權條款發布;Muse Wonder 的權重則完全沒有發布。
• 輸入介面 — Muse Wonder 列出文字、圖像、語音與影片;GLM-5.3 僅支援文字
• 上下文 — Muse Wonder 的 1,048,576 個 token,對比 GLM-5.3 的 1,000,000 個,實際上只是捨入差異
有兩件事格外突出。首先,GLM-5.3 無論在價目表或完成任務的帳單上都是較便宜的模型——每項任務便宜約 2.25 倍——這在同級別中並不尋常,值得實際查證而非憑空假設:開放權重實驗室一直在縮小 token 效率差距,而 GLM-5.3 的輸出 token 為 2.1 億,Muse Wonder 則是 1.3 億,GLM-5.3 是兩者中更喋喋不休的,最終成本卻仍不到一半,純粹是因為它的價目表遠低於 Meta 的。
第二點,則是這七分的差距在另一個方向上會讓你付出什麼代價。在一項綜合評比中,若其橫跨的領域中位數落在 27 附近,那麼 45 與 52 就是不同等級的模型,而這項差異最先顯現在最艱難的長程作業上:多步驟的代理式任務、持續性的工具使用,以及專業任務基準測試——在這些測試中,Meta 自家的表格顯示它的兩個檢查點相差達 44 分。如果你的任務是模型要嘛完成工作、要嘛沒完成的那一類,七分就不是四捨五入的差距,而較便宜的模型則是假性節省。如果你的任務是兩個模型都能勝任、而你付費買的是量——分類、擷取、摘要、第一輪分診——那麼價格差距是 2.25 倍,而指標差距則根本看不出來。
開放權重徹底改變了問題
GLM-5.3 的權重於 8 月 28 日以 Z.ai 自家的授權條款發布,而這是這張表上唯一一個 Muse Wonder 無論以什麼條件都無法競爭的維度。Muse Wonder 是專有模型,只有一條商業途徑——Meta 自家的 API 與 Muse Code——而成績更高的 Full 檢查點根本不以代幣計價販售。
已發布的權重意味著一個你可以稽核、量化、微調、自行託管,或凍結在你所控制版本上的檢查點。它們並不代表一個可在本機執行的模型:前沿規模的 MoE 檢查點是資料中心的產物,不是能塞進工作站的東西,而授權條款決定你接著可以拿它做什麼。但對一個合規立場禁止將資料傳送到第三方端點的團隊來說,這兩個模型之間的選擇毫無懸念——其中一個有退路。
純文字就是那樣的代價。如果你的工作內容涉及螢幕截圖、影片或音訊,GLM-5.3 在價格還沒被搬上檯面之前就已經出局了,而 Muse Wonder 所標榜的語音與影片輸入,才是真正派得上用場的能力。
執行低成本優先模式,而不把整條管線押在它上面。
對大多數團隊而言,在看到 2.25 倍成本差距緊鄰著七分分數差距時,實際的答案不是二選一,而是安排先後順序;而這是路由問題,不是模型問題。
GLM-5.3 已在 OrcaRouter 上,採用 Z.ai 自家的牌價 —— 每百萬輸入權杖 $1.40、每百萬輸出權杖 $4.40,快取讀取為 $0.234,提供完整的百萬權杖上下文視窗,且可依每次請求選擇推理強度。我們不從中加價,因此 Z.ai 的價格一有變動,當天就會反映在這裡,而不是等到下一次合約續約。Muse Wonder 並不在我們的目錄中,我們也不會假裝它在;如果你想要它,Meta 的 Model API 是唯一的途徑。
這個缺口所召喚的模式,是先求便宜再升級的串接:把大宗流量送往 GLM-5.3,只有在便宜那輪沒有把握時才升級到前沿模型,並讓路由 DSL 把這一切組合成一次呼叫,而不是在你自己的程式碼裡做三段整合。在這種形態下,自動容錯比平常更形重要,因為整個設計都取決於第一輪停滯時升級路徑仍可用的前提——任一環節的供應商中斷,都會把成本最佳化變成一起事故。Muse Spark 1.2,Meta 的多模態推理檢查點,輸入 $1.25、輸出 $4.25,是另一條值得接上的便宜路徑——如果你的升級是多模態而非文字的話。

本週該做什麼
如果你是在這兩個模型之間做選擇,而不是在這則標題所提到的模型之間做選擇:當工作量大、僅有文字,且兩個模型都能勝任時,選擇 GLM-5.3;當工作涉及多模態,或七點的指標差距是完成工作與工作失敗之間的差別時,選擇 Muse Wonder;如果自行託管或可稽核性是硬性要求,請選擇 GLM-5.3 的權重,而非上述任一模型。
如果讓你來到這裡的是 GLM 5.5 這個名稱,誠實的建議是等待那個識別碼。留意 10 月 8 日至 11 月 9 日的區間,並以 Z.ai 自家平台上是否出現價格列與 API model ID 來判斷它是否真的到來。排行榜截圖不是發布,而在有價目表之前,根本沒什麼可比較——這比某人憑記憶打出來的規格表更簡短,也更有用。

本文中的比較2
根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新
