Nemotron 3.5 Super 與 GLM-5.5：這兩個模型中有一個存在

There is a real comparison between NVIDIA Nemotron 3.5 Super and GLM-5.5, and it is not the one the search results promise. Nemotron 3.5 Super — 120 billion total parameters with 12 billion active per token, a hybrid Mamba-2 and Transformer mixture of experts with a C-RADIO vision encoder, published under the fuller name NVIDIA Nemotron 3.5 Super VL and shipped on Ollama as nemotron-3.5-super — is a set of weights that went up on Hugging Face on 12 October 2026, were announced by NVIDIA on 15 October, and can be downloaded and run tonight under the OpenMDW-1.1 licence. GLM-5.5 is a model that Z.ai has not released. There is no repository, no model card, no endpoint, no price and no parameter count. There are reports going back to June 2026 about a trillion-parameter launch, a leak write-up in October claiming it beats two frontier models, and silence from the lab.

這意味著，這兩者之間的正面對決，會是一個真實模型的規格，對上另一個模型的名聲。那不是比較；那是帶著基準測試的星座運勢。所以本頁做真正有用的事：說明 Z.ai 已經推出什麼、對於尚未推出的部分已知哪些資訊，然後進行一場擁有 GPU 與實際工作負載的讀者今天就能據以行動的比較。

Z.ai 實際上已推出了什麼

Z.ai's published flagship line runs through GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 and GLM-5.3-Flash. On our own catalogue the highest GLM identifier we route is z-ai/glm-5.3, alongside z-ai/glm-5.3-flash and a free variant of the flash tier. There is no GLM-5.5 id, and the model list stops where the lab's log stops.

GLM-5.3 是什麼，從我們能查證的數字來看：一個 7,530 億參數的混合專家模型，每個 token 啟用 400 億參數，上下文視窗為 1,000,000 個 token，輸出上限為 128,000 個 token，文字輸入，授權由 Z.ai 以自己的名義發布並允許商業使用，以及轉嫁的計量費率為每百萬輸入 token 1.26 美元、每百萬輸出 token 3.96 美元。flash 層級位於其下，價格為 0.15 美元與 0.50 美元，具備 100 萬上下文，並支援文字、圖像與影片輸入。

就某個特定角度來說，Flash 這個等級作為這次 NVIDIA 發布的競爭對手，比旗艦款更值得關注，而同一批內容中有一篇姊妹頁面會深入處理這點。就本文而言，重點更為狹窄：如果你想拿 Nemotron 3.5 Super 和 Z.ai 已推出的東西相比，你比的就是 GLM-5.3，而這項比較今天就能取得。

為什麼 GLM-5.5 的報告不是可用的數字

有關 GLM-5.5 的報導可分為三類，而這三類都不足以作為採購決策的依據。

第一項是時程安排。2026 年中的報導描述了一項預定於八月推出的發布，目標是 ChatGPT 和 Claude，消息來源是 Zhipu 人員的說法以及業界傳聞。那個日期過去了，卻沒有發布。一個已經錯過的發布窗口，並不是關於某個模型的證據。

第二個是參數數量。外界流傳著一個一兆參數的數字。沒有人發表過 safetensors 索引、config，或逐層專家數量，而這些通常是查核參數宣稱時所依據的東西。這個數字最後很可能證明沒錯；但它目前只是個背後沒有任何產物佐證的斷言。

第三點是基準測試的主張。一篇十月的文章聲稱 GLM-5.5 勝過兩個具名的前沿模型。該主張裡沒有測試框架、沒有提示集、沒有評分配置，也沒有可重現的路徑——而這正是 NVIDIA 所填補的缺口；無論人們對廠商自行執行的評估還有什麼其他說法，NVIDIA 都藉由在其表格旁一併公布 NeMo Gym 配方（內含基準測試專用容器與推論參數）補上了這個缺口。有配方的廠商基準測試是薄弱的證據。沒有配方的洩漏基準測試則稱不上證據。

這篇文章有一種版本，會把外洩的數字當成真的，將它們放進雙欄計分板，讓讀者以為這場對決已成定局。那樣的版本對任何必須做出決定的人來說毫無價值，而且任何實際公告一出，不到一週就會過時。

只要正確執行，就能做出的比較

Nemotron 3.5 Super VL 對比 GLM-5.3，即 Z.ai 真正已發布的旗艦型號。

• 總參數與活躍參數 — 總計 120B、活躍 12B，每層 MoE 有 512 個路由專家 · GLM-5.3 總計 753B、活躍 40B。就活躍參數而言，NVIDIA 模型的規模僅有其三分之一，在同等硬體上每 token 的執行成本理應大幅降低，而這正是其整體設計意圖。

• 上下文 — 兩者皆為 1,000,000 個 token，但附帶一項重要的但書。NVIDIA 的規格表指出，實際可用的數字取決於可用記憶體與執行階段設定，且提示、圖片、歷史紀錄、工具結果與生成的 token 都共用這份額度。Z.ai 公布 GLM-5.3 的輸出上限為 128,000 個 token，而 NVIDIA 完全未公布任何輸出上限，這使得 GLM-5.3 在長時間生成方面是較可預測的模型，而 NVIDIA 的檢查點則是較為開放式的一項選擇。

• 模態——NVIDIA 模型支援文字、圖像與影片輸入、文字輸出，透過視覺編碼器與連接器運作，每個已發布的標籤上都帶有一個 1.6 GiB 的投影器 · GLM-5.3 則僅支援文字，多模態路徑改由更便宜的 flash 層級承擔。若你的輸入是文件頁面，旗艦版 GLM 根本不會參與這場對話。

• 計量價格 — NVIDIA 檢查點不適用，因其僅支援自行託管 · GLM-5.3 每百萬個權杖輸入 $1.26、輸出 $3.96，依供應商定價原價轉嫁，不額外加價。

• 第三方指數，這是本清單中唯一經稽核的資料列——為這些模型評分的評測小組將 NVIDIA 檢查點評為約 26 分，並將 GLM-5.3 評為約 45 分。這是十八分的差距，有利於中國旗艦模型，且是由第三方而非任一供應商所測量，而這是這裡最重要的一個數字。

• 發布狀態 — 權重於 2026 年 10 月 12 日公開，10 月 15 日宣布，累積四天的實際運作紀錄 · GA，背後已有一系列已推出的修訂版本。

這個指數上的差距應該直言不諱地說出來。NVIDIA 自己公布的表格不能用來把它辯解掉，因為該廠商並沒有把 GLM-5.3 當作基準來跑——那張表上的 GLM 欄位是 GLM-5.3-Flash，也就是較便宜的等級，而且即使在那一欄，NVIDIA 的模型在多數代理式項目列上也落後。一個 12B 活躍參數的開放權重檢查點，在一般能力上本來就不是在跟 40B 活躍參數的旗艦模型競爭；任何跟你說相反說法的頁面，都是在推銷些什麼。

架構選擇實際上能為你帶來什麼好處

有趣的問題不是 12B active 能否勝過 40B active。它並沒有。有趣的問題是，當你按照自己負擔得起的硬體進行標準化時，會發生什麼情況。

在其預設的 4 位元標籤下，NVIDIA 檢查點包含 82.3 GiB 的權重，外加 1.6 GiB 的視覺投影器——一張 96 GB 的顯示卡，而當你提高上下文長度時，KV 快取的可用餘裕會隨之縮減。GLM-5.3 的總參數達 7,530 億，在任何能保留其行為的量化方式下，都無法裝進任何單一機器；而其最便宜的正確部署方式，是透過 API 使用他人的叢集，費用為 $1.26 與 $3.96。

所以，這兩種模式並不是替代品。其中一種是你租用的、按用量計費的能力，另一種則是你擁有的固定成本，而唯一能決定兩者取捨的，就是你有多持續地使用這個東西。低於某個吞吐量時，一個每百萬 token 收費 1.26 美元的旗艦模型，就是比一張 96 GB 顯示卡加上它背後的電力成本更便宜。高於某個吞吐量時，顯示卡就會勝出，而且它勝出並不需要是更好的模型。

NVIDIA 設計帶來的另一件事，而且這絕非小事，就是採用寬鬆授權的視覺路徑。GLM-5.3 僅支援文字。GLM-5.3-Flash 以每百萬個 token 十五美分與五十美分的價格接收圖像與影片，這便宜得驚人，也正是為什麼對文件處理流程而言，該拿來與 Z.ai 比較的是 flash 層級——而非旗艦款。以固定成本自架的視覺模型，對上每百萬 token 十五美分的託管視覺模型，是一個真實的問題，有著真實的交叉點，值得用你自己的頁數來計算，而不是用排行榜。

關於 NVIDIA 檢查點尚未解決的三件事

從另一個方向持平而論，因為 NVIDIA 此次發布的開放性並不代表其規格是完整的。

大多數人會拉取的預設標籤是 4 位元量化，而每一項已公布的評測數據——NVIDIA 自家的表格、第三方評測小組的分數——都是針對 BF16 或 NVFP4。實際使用的版本卻沒有任何已公布的評測。這是本頁兩邊最大的一項未經量測的變數。

執行環境隨附的取樣預設值，就是模型卡上的文字設定：temperature 1.0、top_p 0.95，而模型卡的視覺設定則是 temperature 0.6。一個預設配置是針對其文字部分調校的視覺模型，在掃描頁面上初次使用的表現將會令人失望，而解決辦法是調整設定，而非改用其他模型。

And the specification disagrees with itself in two small places that matter to tooling: the Ollama config blob declares model_type: 123.6B while every human-facing label says 120B, and the library page advertises a 1M context for its GGUF tags but no context figure at all for its three MLX tags. Neither is a defect in the weights. Both are things a deployment script will trip over.

這會讓讀者置身何處

如果你來到這裡，是因為想知道 Nemotron 3.5 Super 與 GLM-5.5 相比如何，答案是：第二個模型還不存在，任何提供它數據的頁面都是在憑空捏造。實際存在的，只有一則附帶參數數量的外流消息、一個錯過的發布窗口，以及一項背後沒有評測框架支撐的說法。

若你要在實際出貨的選項之間做選擇，選擇其實介於三者之間：一款按用量計費的 Z.ai 旗艦，在通用能力上明顯更強，但僅限文字；一款按用量計費的 Z.ai flash 層級，價格低得驚人，還能處理圖像；以及一款你可以自己擁有的 NVIDIA checkpoint，能處理文字、圖像與影片，但在這三者唯一有獨立實測的分數上落後。Nemotron 3.5 Super 並不在 OrcaRouter 上——我們路由的模型略超過兩百個，其中沒有任何 NVIDIA Nemotron 項目——所以如果你想要那款 NVIDIA checkpoint，廠商自家管道與本機 pull 就是你的途徑。

GLM-5.3 與 GLM-5.3-Flash 都在我們的 key 上，以供應商的定價原樣轉嫁，不收取任何每 token 加價，而 Z.ai 的價格變動會在當天就反映到我們這邊，而不是等到你下次續約。這就是那個低成本的實驗：拿你今天就能觸及的模型來跑你的工作負載，弄清楚每單位實際工作要花多少錢，然後才決定你自己持有一張卡的固定成本，是否勝過租用一個計量錶。

而當 GLM-5.5 真的問世時——如果它真會問世的話——這個頁面上值得一讀的版本，將會是實驗室以外的人實際跑過它之後所寫的那一版。

基準測試會過時，價格會波動，但失敗紀錄不會：這一類模型背後有據可查的 AI 事故與代理失誤，全都收錄於the OrcaRouter AI Incident Archive，其中每一筆紀錄都附有自己的來源、嚴重程度、可信度評級與爭議標記。