GLM-5.5 vs GLM-5.3：编程与 Agent 能力可能怎样变化？
GLM-5.5 与 GLM-5.3 有什么区别？比较后训练爆料、编程 Agent、内部模型合并、1M 上下文、公开跑分、API 成本和建议评测任务。
发布于
今天要运行任务，选择 GLM-5.3；关注下一轮能力变化，可以跟进 GLM-5.5 的下一代基座与编程 Agent 训练线索。 官方说明 5.3 是在 5.2 基座上进行后训练升级；10 月 31 日的 5.5 爆料则提到 32B／122B／256B 内部模型合并、编程沙箱和自我改进 Agent。这些是值得关注的开发方向，尚不能量化为 5.5 的性能优势。[1][2][6]
APIMaster 于 2026 年 11 月 1 日 21:24（UTC+8）核查：glm-5.5 和 glm-5.5-flash 均无公开活跃路由。GLM-5.3 有 9 条路由，每百万输入／输出最低 $0.56／$1.76，对比官方 $1.40／$4.40，低至约 4 折，便宜 60%。可分别打开 5.5 模型卡和 5.3 模型卡，以实时市场卡片为准。下表单位均为美元／百万非缓存输入／输出 token。
| 模型 ID | 原价（输入／输出） | APIMaster 当前价格 | 活跃路由 | 折扣 | 模型卡 |
|---|---|---|---|---|---|
glm-5.5 |
尚未公布 | 暂无公开路由 | 0 | — | 查看 5.5 |
glm-5.5-flash |
尚未公布 | 暂无公开路由 | 0 | — | 查看 5.5 Flash |
glm-5.3 |
$1.40／$4.40 | 低至 $0.56／$1.76 | 9 | 低至约 4 折，便宜 60% | 查看 5.3 |
glm-5.3-flash |
$0.15／$0.50 | 低至 $0.072／$0.24 | 7 | 低至约 4.8 折，便宜 52% | 查看 Flash |
glm-5.3-flashx |
$0.37／$1.25 | 低至 $0.148／$0.50 | 4 | 低至约 4 折，便宜 60% | 查看 FlashX |
GPT 体验卡（GPT-6 Astra、GPT-6 Sol、GPT-5.6、GPT-5.5、gpt-5.6-luna、gpt-5.6-sol、gpt-5.6-terra、gpt-6.1-sol、gpt-6-astra、gpt-6-sol和gpt-6-luna 可用）
现在注册，领取 $20 GPT 体验卡
GLM-5.5 vs GLM-5.3：核心区别
| 维度 | GLM-5.3 | GLM-5.5 |
|---|---|---|
| 现有依据 | 已发布模型与官方文档 | 10 月 31 日个人资料截图与 Lumina 报道 |
| 训练方向 | 沿用 5.2 基座，靠后训练提升 | 爆料指向下一代基座与内部模型合并 |
| 上下文／最大输出 | 1M／128K token | 引用资料尚未公布 |
| 输入 | 文本；Flash 是独立的多模态同族型号 | 尚未公布 |
| 思考模式 | 始终开启；low／high／max | 公开请求参数尚未公布 |
| 编程依据 | 厂商跑分与已记录的工作流 | 编程沙箱、金融环境及 RSI 研究线索 |
| 公开参数 | 参见官方模型卡，与 Flash 区分 | 最终总参数和激活参数未知 |
| API／价格 | 有明确模型 ID 和价格 | 本次 APIMaster 无公开路由 |
| Flash 变体 | 5.3-Flash 已可用；FlashX 是更快服务档 | OpenCode 有 5.5-Flash 数据条目，规格未知 |
来源时间线可看 GLM-5.5 最新消息。本篇重点比较研发方向、当前成本，以及未来拿到模型后如何评测。
训练路线：后训练升级与下一代基座线索
Z.ai 说明，GLM-5.3 与 GLM-5.2 使用相同基座，提升来自后训练：扩展可执行任务环境、改进奖励验证，以及训练更长的软件工程任务。[6]
GLM-5.5 截图则提到下一代基座、编程后训练和内部模型合并。Lumina 的澄清说，32B／122B／256B 是内部训练模型，并非三个即将对外发布的版本；合并方式和最终架构没有说明。
若相关工作最终进入发布版本，改进范围可能超出同一基座上的又一轮调优。实际变化幅度仍要由公开规格和同条件评测回答。
编程与 Agent：哪些方面可能提升？
GLM-5.3 已经面向端到端工程任务。官方文档描述了结合代码、内部文档、实验结果和计算资源的环境，要求模型诊断问题、实施修改并验证结果，也讨论了合成环境、评判 Agent 和防止奖励捷径的检查。[6]
5.5 的报道增加了量化金融环境、编程沙箱，以及生成自身训练数据的 Agent。RSI 报道指出，资料中的“100% RSI”是目标，原帖也称编程 Agent 工作仍不完善。[4]
真正有用的变化会体现在更少放弃调试、更合适的测试，以及更多正确交付。自生成训练数据的循环可能帮助这些行为，但报道本身不能确定效果。思考更久或参数传闻更大，也不等于实测完成率提升。
跑分对比：先保留 GLM-5.3 基线
下表来自 Z.ai 公布的 5.3 结果，属于对应评测设置下的厂商报告。[6] 本次来源没有 5.5 分数，因此无法计算领先比例。
| 评测 | GLM-5.3 公布结果 | GLM-5.5 |
|---|---|---|
| Terminal-Bench 3.0 | 28.3 | 引用来源暂无公开结果 |
| DeepSWE v1.1 | 66.9 | 引用来源暂无公开结果 |
| Agents’ Last Exam | 28.5 | 引用来源暂无公开结果 |
| Z.ai Code Bench，Max | 34.5%，约 75K 输出 token／任务 | 引用来源暂无公开结果 |
后续对比应固定同一仓库、工具权限、评测框架、思考预算和时间限制，记录任务成功率、隐藏测试、工具错误、总 token、重试次数和耗时。Flash 与旗舰是不同模型，Flash 跑分应单列，不能混入旗舰列。
API 价格与每个完成任务的成本
今天的报价看 5.3 模型卡，未来可用性看 5.5 模型卡。本次 5.3 输入／输出区间为 $0.56–$1.40／$1.76–$4.40；Flash为 $0.072–$0.15／$0.24–$0.50；FlashX为 $0.148–$0.37／$0.50–$1.25。最低价对来自同一条在售路由。下面算例不含缓存、工具等其他费用。
假设一个任务使用 100,000 非缓存输入和 20,000 输出 token：
| 价格口径 | 计算方式 | Token 成本 |
|---|---|---|
| GLM-5.3 官方价 | 0.1 × $1.40 + 0.02 × $4.40 | $0.228 |
| APIMaster 5.3 最低价路由 | 0.1 × $0.56 + 0.02 × $1.76 | $0.0912 |
| GLM-5.5 | 公开价格尚未公布 | 暂无法计算 |
同样 token 用量下，第二行便宜 60%。这是价格算例，并非实测工作负载。若任务需要三次完整尝试，每次用量都相同，5.3 的 token 成本就是 $0.2736。因此，未来评估 5.5 除了单价，还要看成功率和重试消耗。
该选哪个？拿到 5.5 后测什么？
已有文本编程集成可以先用 5.3。原生视觉任务或成本敏感任务可考虑 Flash，更重视推理服务速度时再比较 FlashX。OpenCode 的 5.5-Flash 条目属于发布线索，尚不足以作为可部署 API 规格。
建议提前准备三类任务；以下均未在 5.5 上实测：
- 仓库修复：给两款模型同一份固定版本的多文件项目，含一个重试逻辑缺陷，要求最小补丁、回归检查和既有测试通过，以隐藏失败用例判断交付质量。
- 金融编程：给定有缺失日期的数据集，要求避免前视偏差，交付可运行代码、训练／测试边界检查与可复现报告。它对应爆料中的环境方向，不预设专业准确率。
- Agent 恢复：让一次工具返回不完整、一次测试失败，观察是否检查原因、调整方法，并在相同预算内完成原任务。
这些任务把训练方向转成可观察行为，后续对 5.3 和实际 5.5 端点复用同一套输入即可。
通过 APIMaster 建立 GLM-5.3 基线
注册账户，创建 API Key，配置 https://apimaster.ai/v1 和 glm-5.3。官方记录的该型号要求开启思考，迁移时不要沿用关闭思考的配置。
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."}]}'
保持模型 ID 可配置并保存评测产物。本次 5.3 最低价相对官方非缓存价约省 60%；5.5 接入信息可在实际路由开放后补入。
FAQ
GLM-5.5 编程比 GLM-5.3 强吗？
报道中的训练方向侧重编程，但引用来源没有可比的 5.5 结果，暂不能给出已测领先结论。
GLM-5.5 上下文更大吗？
上下文和输出限制尚无说明。5.3 的已记录基线是 1M 上下文、128K 输出。
32B、122B、256B 是 GLM-5.5 的公开版本吗？
Lumina 澄清，它们是用于后训练、合并进下一代基座的内部模型。
GLM-5.5 比 GLM-5.3 便宜吗？
当前来源没有公开 5.5 价格。本次 APIMaster 5.3 最低输入／输出为 $0.56／$1.76 每百万 token。
应该等 GLM-5.5 吗？
今天有任务就先用可用型号建立可复现基线；关注 5.5 的下一代基座、编程和 RSI 方向，同时区分发布时间预期与已经开放的 API。
来源
核查于 2026 年 11 月 1 日。建议评测和成本算例不属于 5.5 实测结果。
- Lumina：GLM-5.5 后训练原帖。
- LuminaBench：个人资料截图与后训练报道。
- Lumina：内部模型澄清。
- Lumina：Agent 自生成训练数据及 RSI 报道。
- OpenCode：GLM-5.5-Flash 数据。
- Z.ai：GLM-5.3 文档。
- Z.ai：GLM-5.3-Flash 文档。
- Z.ai：官方价格。
- APIMaster 现网，11 月 1 日 21:24 UTC+8：5.5、5.5 Flash、5.3、Flash、FlashX。