Frente a frente

Logo de Gemini 3 ProvsLogo de GLM-5.3

Gemini 3 Pro vs GLM-5.3: qual modelo de IA vence em 2026?

Gemini 3 Pro ($12/1M out (prompts ≤200K)) e GLM-5.3 ($4.40/1M out) estão entre os modelos de IA mais usados de 2026. Em 3 votos da comunidade, Gemini 3 Pro lidera com 57% de aprovação.

Veredicto rápido

Em Raciocínio, escolha Gemini 3 Pro: a arena o avalia em 4.5/5 contra 3.5/5 de GLM-5.3. No orçamento, GLM-5.3 vence: começa em $4.40/1M out contra $12/1M out (prompts ≤200K) de Gemini 3 Pro.

Comparação linha por linha

A partir de
$12/1M out (prompts ≤200K)Nível padrão: $2/$12 por 1M de tokens para prompts ≤200K, $4/$18 acima de 200K; batch com 50% de desconto. Aposentado em 9 de março de 2026, o sucessor Gemini 3.1 Pro mantém preço idêntico.
$4.40/1M outPreço oficial da API da Z.ai para o GLM-5.3: US$ 1,40 por 1 milhão de tokens de entrada, US$ 0,26 por 1 milhão com cache, US$ 4,40 por 1 milhão de saída; armazenamento de cache grátis por tempo limitado. GLM-5.3-Flash (US$ 0,15/US$ 0,50) e GLM-5.3-FlashX (US$ 0,37/US$ 1,25) são variantes mais baratas. Verificado em docs.z.ai/guides/overview/pricing em 2026-11-17.
Provedor
Google (DeepMind)
Z.ai (Zhipu AI)
Janela de contexto
1M tokens (64K output)
1M tokens (128K max output)
Preço de entrada
$2/1M in (prompts ≤200K)
$1.40/1M in (cache hit $0.26)
Preço de saída
$12/1M out (prompts ≤200K)
$4.40/1M out
Modalidades
text, image, audio, video in; text out
text only
Open weights
Não
Sim
Pontuação da multidão
57%(3)
50%(0)
Notas da arena (1-5)
Raciocínio
4.5
3.5
Programação
4.5
4.0
Escrita
3.5
3.5
Velocidade
3.5
3.0
Custo-benefício
4.0
3.5

Pontos fortes e fracos

Gemini 3 Pro

  • Liderou o LMArena no lançamento com um recorde de 1501 de Elo e marcou 91.9% no GPQA Diamond, estado da arte na época
  • ARC-AGI-2 de 31.1%, cerca de 6x o Gemini 2.5 Pro (4.9%) e quase o dobro do GPT-5.1 (17.6%) na época
  • Compreensão multimodal de primeira classe: 81% no MMMU-Pro, 87.6% no Video-MMMU, com janela de contexto de 1M de tokens
  • Código agêntico forte: 76.2% no SWE-bench Verified, 54.2% no Terminal-Bench 2.0, 1487 de Elo no WebDev Arena
  • Ficou abaixo dos rivais em preço a $2/$12 por 1M de tokens, abaixo do preço da classe Claude Sonnet ($3/$15)
  • O thinking_level configurável (low/medium/high) permite aos desenvolvedores trocar profundidade de raciocínio por latência e custo
  • Alucinações confiantes demais: no AA-Omniscience ele deu uma resposta errada 88% das vezes em vez de se abster, contra 48% do Claude Sonnet 4.5 (the-decoder)
  • Bajulação amplamente relatada por avaliadores (Zvi Mowshowitz: 'inteligência vasta sem espinha dorsal'); exige system prompts rígidos
  • Problemas de confiabilidade no tool calling em stacks de agentes: devs relataram saídas de ferramentas despejadas na thread do chat e mais scaffolding necessário que nos modelos da OpenAI/Anthropic
  • Lento em thinking level alto: tempo até o primeiro token medido em torno de 30-60s no AI Studio, apesar de ~130 tok/s de velocidade de saída
  • Aposentado: desligado na Gemini API e no AI Studio em 9 de março de 2026, com o gemini-3-pro-preview agora apontando para o Gemini 3.1 Pro

GLM-5.3

  • Grandes ganhos em programação agêntica sobre o GLM-5.2, segundo a Z.ai: DeepSWE v1.1 sobe de 46,2 para 66,9, Terminal-Bench 3.0 de 4,6 para 28,3 e Z.ai Code Bench de 23,4% para 34,5%, usando menos tokens de saída
  • Mesmo preço do GLM-5.2: US$ 1,40 por 1 milhão de tokens de entrada (US$ 0,26 com cache) e US$ 4,40 de saída, com armazenamento de cache grátis por tempo limitado
  • Pesos para download no Hugging Face, então dá para hospedar por conta própria, ao contrário dos modelos fechados de ponta dos EUA
  • Janela de contexto de 1 milhão de tokens com até 128K tokens de saída, boa para trabalhar com repositórios inteiros e documentos longos
  • Bons resultados em segurança e exploração, segundo a Z.ai: CyberGym 84,5% contra 77,2% do GLM-5.2, ExploitBench 54,4% contra 24,4%
  • Chamada de funções, streaming, cache de contexto e saída JSON estruturada na API oficial
  • Longe da fronteira em testes independentes: 32 no Intelligence Index v5 da Artificial Analysis, mais ou menos o mesmo que o DeepSeek-V4.1-Flash (33), que custa um quarto por token de saída
  • Muito prolixo e lento no esforço max padrão: 135 milhões de tokens de saída para rodar o índice, cerca de 60 s até o primeiro token de resposta e US$ 5,01 por tarefa do índice, segundo a Artificial Analysis
  • Os pesos saem da licença MIT do GLM-5.2 para uma licença GLM-5.3 que só permite uso comercial com restrições
  • Não dá para desligar o raciocínio: requisições com thinking desativado agora falham, o que prejudica usos sensíveis à latência
  • Entrada somente de texto: sem imagem, áudio ou vídeo, enquanto a maioria dos concorrentes nessa faixa de preço é multimodal

Dê seu veredicto

Uma recomendação por ferramenta por gladiador. Ela redefine a pontuação da multidão que todos veem.

Gemini 3 Pro$12/1M out (prompts ≤200K)
57%pontuação da multidão · 3
GLM-5.3$4.40/1M out
50%pontuação da multidão · 0

O veredicto da arena sobre o Gemini 3 Pro

Um lançamento histórico que recolocou o Google no topo no fim de 2025, com um salto enorme de raciocínio sobre o Gemini 2.5 Pro e as melhores notas multimodais da geração. Em meados de 2026 não há razão para escolhê-lo: o Google o desligou na API em 9 de março de 2026, e o Gemini 3.1 Pro custa exatamente o mesmo enquanto mais que dobra o desempenho no ARC-AGI-2 (77.1% vs 31.1%). Equipes em deploys legados devem migrar para o 3.1 Pro, para onde o ID do modelo antigo já aponta de qualquer forma. Evite-o para cargas sensíveis a alucinação sem adicionar grounding, uma fraqueza que os avaliadores apontaram repetidamente.

O veredicto da arena sobre o GLM-5.3

O GLM-5.3 é a versão do GLM para usar agora: mesmo preço do GLM-5.2, mesmo modelo base, mas claramente melhor em programação agêntica e segurança, de acordo com os benchmarks da própria Z.ai. Escolha-o para agentes de código, automação de terminal ou auto-hospedagem quando quiser pesos para download de porte próximo à fronteira. Mantenha as expectativas realistas: a Artificial Analysis dá nota 32, no nível do DeepSeek-V4.1-Flash, que é bem mais barato e aceita imagens. O raciocínio sempre ativo o deixa lento (cerca de um minuto até o primeiro token de resposta no esforço max), e a nova licença é menos permissiva que a MIT do GLM-5.2: confira os termos antes de construir um produto comercial sobre os pesos.

O que a multidão diz

Sobre o Gemini 3 Pro

Juiz Implacável

“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”

Campeão das Vibes

“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”

Glorius Maximus

“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”

Sobre o GLM-5.3

Nenhum veredicto ainda. Seja o primeiro a falar.

Perguntas frequentes

O Gemini 3 Pro é melhor que o GLM-5.3?

A multidão está atualmente com o Gemini 3 Pro: 57% o recomendam, contra 50% para o GLM-5.3 (3 votos). Em Raciocínio, o Gemini 3 Pro pontua mais alto (4.5/5 vs 3.5/5). A escolha certa depende do seu caso de uso. A comparação linha por linha nesta página detalha preços, especificações principais e notas da arena.

Qual é mais barato, Gemini 3 Pro ou GLM-5.3?

O GLM-5.3 é mais barato: começa em $4.40/1M out, enquanto o Gemini 3 Pro começa em $12/1M out (prompts ≤200K).

Quanto custam Gemini 3 Pro e GLM-5.3 por 1M de tokens?

Gemini 3 Pro: $2/1M in (prompts ≤200K) por 1M de tokens de entrada, $12/1M out (prompts ≤200K) por 1M de tokens de saída. GLM-5.3: $1.40/1M in (cache hit $0.26) por 1M de tokens de entrada, $4.40/1M out por 1M de tokens de saída.