GLM-5.5 и GLM-5.3: что может измениться в программировании и работе агентов?

GLM-5.5 и GLM-5.3: краткое сравнение

Хронологию источников см. в статье «Последние новости GLM-5.5». Это сравнение посвящено направлению разработки, текущей стоимости и способам оценки будущего релиза.

Обучение: обновление за счёт постобучения и сведения о новой базовой модели

По данным Z.ai, GLM-5.3 использует ту же базовую модель, что и GLM-5.2. Улучшения достигнуты за счёт постобучения: масштабирования рабочих сред с возможностью выполнения кода, совершенствования проверки вознаграждений и обучения на более длительных задачах программной инженерии.[6]

В сохранённой копии сведений о GLM-5.5 упоминается базовая модель нового поколения, постобучение для программирования и слияние внутренних моделей. В уточнении Lumina говорится, что 32B / 122B / 256B — это внутренние модели для обучения, а не три будущие публичные версии. Метод слияния и итоговая архитектура 5.5 не указаны.

Если эта работа войдёт в релиз, она может расширить возможности для улучшений за пределы очередного этапа настройки той же базовой модели. Насколько это изменит возможности, можно будет определить по опубликованным характеристикам и сопоставимым оценкам.

Программирование и агенты: что может улучшиться?

GLM-5.3 уже ориентирована на полный цикл инженерных задач. В официальной документации описаны задачи, включающие код, внутреннюю документацию, результаты экспериментов и вычислительные ресурсы: от модели ожидается выявление проблем, внесение изменений и проверка результатов. В той же документации обсуждаются синтезированные среды, агенты-судьи и проверки на обход критериев вознаграждения.[6]

В сообщениях о 5.5 дополнительно упоминаются среды для количественных финансов, песочница для программирования и агенты, генерирующие собственные обучающие данные. В материале об RSI говорится, что «100% RSI» в сохранённом профиле — это цель. В исходной публикации работа над агентами для программирования названа многообещающей, но незавершённой.[4]

Практически полезные улучшения проявились бы в меньшем числе брошенных попыток отладки, более удачном выборе тестов и большем количестве корректно завершённых задач. Более эффективный цикл обучения на самостоятельно сгенерированных данных мог бы помочь сформировать такое поведение, но одних сообщений недостаточно, чтобы установить эффект. Более длительное рассуждение или слухи о большем числе параметров не означают измеренного роста доли успешно выполненных задач.

Бенчмарки: базовые результаты GLM-5.3, которые стоит сохранить

Z.ai публикует следующие результаты 5.3.[6] Это результаты, заявленные разработчиком и полученные в указанных тестовых средах. В найденных источниках нет результатов 5.5, поэтому рассчитать процентное преимущество невозможно.

Для практического сравнения после открытия доступа зафиксируйте одинаковые репозиторий, права доступа к инструментам, тестовую среду, бюджет рассуждения и лимит времени. Записывайте успешность выполнения задач, результаты скрытых тестов, ошибки инструментов, общее число токенов, повторные попытки и фактическое время выполнения. Бенчмарки Flash следует держать в отдельном столбце, поскольку GLM-5.3-Flash — другая модель, отличная от флагманской.

Цены API и стоимость завершённой задачи

Используйте карточку 5.3 для актуальных цен маршрутов и карточку 5.5 для проверки будущей доступности. На момент указанной проверки цены 5.3 составляли $0.56–$1.40 за вход / $1.76–$4.40 за выход; Flash — $0.072–$0.15 / $0.24–$0.50; FlashX — $0.148–$0.37 / $0.50–$1.25. Каждая пара минимальных цен относится к одному активному маршруту. Кэшированный ввод, инструменты и другие платежи в следующем примере не учитываются.

Для гипотетической задачи с 100,000 некэшированных входных и 20,000 выходных токенов:

Вторая строка на 60% дешевле при одинаковом объёме токенов. Это арифметический расчёт, а не измерение реальной нагрузки. Если бы задача потребовала трёх полных попыток с таким же объёмом токенов в каждой, стоимость её токенов на 5.3 составила бы $0.2736. Будущую цену 5.5 потребуется оценивать с учётом доли успешных выполнений и объёма повторных попыток, а также тарифов на токены.

Какую модель выбрать и что тестировать?

Выбирайте 5.3 для существующей текстовой интеграции для программирования. Рассмотрите Flash для нативной работы с визуальными данными или снижения стоимости токенов, а FlashX — когда важен компромисс, связанный со скоростью обслуживания запросов. Краткая запись OpenCode о 5.5-Flash — это признак возможного релиза, а не спецификация API, пригодная для внедрения.

Подготовьте следующие предлагаемые тесты к появлению доступа к 5.5; мы не запускали их на 5.5:

1. Исправление репозитория: предоставьте обеим моделям зафиксированную версию проекта из нескольких файлов с ошибкой в механизме повторных попыток. Потребуйте минимальный патч, регрессионные проверки и успешное прохождение существующего набора тестов. Оценивайте скрытый сценарий сбоя, а не объяснение.
2. Программирование для финансов: предоставьте фиксированный набор данных с пропущенными датами и требованием избегать использования будущей информации. Потребуйте исполняемый код, проверку границ обучающей и тестовой выборок и воспроизводимый отчёт. Такой тест проверяет заявленное направление рабочих сред, не предполагая заранее точности в специализированной области.
3. Восстановление агента после сбоя: сделайте один ответ инструмента неполным, а один тест — неуспешным. Проверьте, анализирует ли агент сбой, меняет ли подход и завершает ли исходную задачу в рамках того же бюджета.

Эти задачи переводят сообщения о направлениях обучения в наблюдаемое поведение. Используйте их без изменений для 5.3 и будущей конечной точки 5.5.

Создайте базу для сравнения на GLM-5.3 через APIMaster

Зарегистрируйтесь, создайте API-ключ и настройте https://apimaster.ai/v1 для использования glm-5.3. Согласно документации, модель требует включённого рассуждения; не переносите в запрос настройку отключённого мышления.

curl "https://apimaster.ai/v1/chat/completions" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","thinking":{"type":"enabled"},"reasoning_effort":"max","messages":[{"role":"user","content":"Inspect this bug report, propose a patch, and include tests that verify the fix."}]}'

Сделайте ID модели настраиваемым и сохраняйте артефакты оценки. Проверенный начальный маршрут 5.3 до 60% дешевле официальных тарифов на некэшированные токены; сведения для интеграции GLM-5.5 можно будет добавить, когда появится реальный маршрут.

FAQ

GLM-5.5 лучше GLM-5.3 в программировании?

Заявленное направление обучения указывает на внимание к программированию, но в цитируемых источниках не найдено сопоставимых результатов 5.5. Пока нельзя утверждать, что у неё есть измеренное преимущество.

У GLM-5.5 больше контекстное окно?

Её ограничения контекста и вывода не указаны. Документированные базовые значения для 5.3 — контекст 1M и вывод 128K.

32B, 122B и 256B — это публичные версии GLM-5.5?

Lumina уточнила, что это внутренние модели постобучения, которые объединяют в следующую базовую модель.

GLM-5.5 дешевле GLM-5.3?

В этих источниках нет публичной цены 5.5. Проверенная начальная пара цен APIMaster для 5.3 составляет $0.56 / $1.76 за миллион входных / выходных токенов.

Стоит ли ждать GLM-5.5?

Для текущей работы используйте доступную модель и создайте воспроизводимую базу для сравнения. Следите за 5.5 в связи с сообщениями о новой базовой модели, программировании и RSI; отделяйте ожидания по дате релиза от подтверждённого доступа к API.

Источники

Проверено 1 ноября 2026 года. Предлагаемые оценки и примеры стоимости не являются результатами тестирования 5.5.

1. Lumina: исходная публикация о постобучении GLM-5.5.
2. LuminaBench: сохранённая копия профиля и материал о постобучении.
3. Lumina: уточнение о внутренних моделях.
4. Lumina: агенты, генерирующие обучающие данные, и материал об RSI.
5. OpenCode: данные GLM-5.5-Flash.
6. Z.ai: документация GLM-5.3.
7. Z.ai: документация GLM-5.3-Flash.
8. Z.ai: официальные цены.
9. Актуальные данные маркетплейса APIMaster, 1 ноября в 21:24 UTC+8: 5.5, 5.5 Flash, 5.3, Flash, FlashX.