Đối đầu trực tiếp

Logo GLM-5.2vsLogo GLM-5.3

GLM-5.2 vs GLM-5.3: mô hình AI nào thắng trong năm 2026?

GLM-5.2 ($4.40/1M out) và GLM-5.3 ($4.40/1M out) là hai trong số mô hình AI được dùng nhiều nhất năm 2026. Trên 4 phiếu của cộng đồng, GLM-5.2 dẫn đầu với 50% ủng hộ.

Phán quyết nhanh

Về Suy luận, hãy chọn GLM-5.2: đấu trường chấm 4.5/5 so với 3.5/5 của GLM-5.3. Cả hai có cùng giá khởi điểm: $4.40/1M out.

So sánh từng dòng

Tiêu chí
Từ
$4.40/1M outGiá niêm yết chính thức của Z.ai cho glm-5.2: 1,40 $ mỗi triệu token đầu vào, 0,26 $ khi trúng bộ nhớ đệm, 4,40 $ mỗi triệu token đầu ra. Các nhà cung cấp bên thứ ba cũng niêm yết cùng mức 1,40 $ / 4,40 $. Lưu trữ bộ nhớ đệm đầu vào miễn phí trong thời gian giới hạn. Đã đối chiếu trên trang giá docs.z.ai, 08/2026.
$4.40/1M outGiá API chính thức của Z.ai cho GLM-5.3: 1,40 $ cho mỗi 1 triệu token đầu vào, 0,26 $ cho mỗi 1 triệu token đầu vào đã cache, 4,40 $ cho mỗi 1 triệu token đầu ra; lưu trữ cache miễn phí trong thời gian có hạn. GLM-5.3-Flash (0,15 $/0,50 $) và GLM-5.3-FlashX (0,37 $/1,25 $) là các biến thể rẻ hơn. Đã kiểm tra trên docs.z.ai/guides/overview/pricing ngày 2026-11-17.
Nhà cung cấp
Z.ai (Zhipu AI)
Z.ai (Zhipu AI)
Cửa sổ ngữ cảnh
1M tokens (128K max output)
1M tokens (128K max output)
Giá input
$1.40/1M in (cache hit $0.26)
$1.40/1M in (cache hit $0.26)
Giá output
$4.40/1M out
$4.40/1M out
Phương thức
text only
text only
Open weights
Có
Có
Điểm đám đông
50%(4)
50%(0)
Điểm đấu trường (1-5)
Suy luận
4.5
3.5
Lập trình
4.5
4.0
Viết lách
3.5
3.5
Tốc độ
4.0
3.0
Đáng tiền
4.0
3.5

Điểm mạnh và điểm yếu

GLM-5.2

  • Dẫn đầu nhóm trọng số mở trên Artificial Analysis Intelligence Index (điểm 53, hạng 4 trên 106): mô hình mạnh nhất mà bạn thực sự có thể tải về và tự vận hành, theo giấy phép MIT
  • 62,1 ở SWE-Bench Pro, vượt mức 58,6 của GPT-5.5, cùng 82,7 ở Terminal-Bench 2.1 và 91,2 ở GPQA-Diamond: khả năng lập trình và suy luận đẳng cấp tiên phong, không phải bản thay thế giá rẻ
  • 1,40 $ mỗi triệu token đầu vào và 4,40 $ đầu ra (đầu vào giảm còn 0,26 $ khi trúng bộ nhớ đệm), khoảng một phần sáu chi phí token của GPT-5.5 hay Claude Opus 4.8
  • Thực sự nhanh: 153,2 token đầu ra mỗi giây và 1,39 giây tới token đầu tiên, vượt xa mức 33 token/giây của Kimi K3 cùng phân khúc
  • Ngữ cảnh một triệu token với đầu ra tối đa 128K, cùng kiến trúc IndexShare chia số FLOPs trên mỗi token cho 2,9 ở độ dài ngữ cảnh đầy đủ
  • Giấy phép MIT và trọng số được công bố: tự vận hành loại bỏ cả sự phụ thuộc nhà cung cấp lẫn vấn đề thẩm quyền dữ liệu vốn tồn tại với API lưu trữ sẵn
  • Dài dòng nhất trong nhóm dẫn đầu: 43.000 token đầu ra mỗi tác vụ Artificial Analysis (trong đó 37.000 là suy luận), gấp 1,8 lần mức trung bình, khiến giá niêm yết rẻ trở thành 0,32 $ mỗi tác vụ và câu trả lời mất khoảng 75 giây trên OpenRouter
  • Yếu về kiến thức đã hiệu chỉnh ảo giác: 4 điểm AA-Omniscience so với 27 của Claude Opus 4.8, 23 của Gemini 3.5 Flash và 20 của GPT-5.5, tức là nó trả lời chắc chắn ở chỗ những mô hình tốt hơn chọn từ chối
  • Chỉ có văn bản: không nhận hình ảnh hay âm thanh, trong khi phần lớn đối thủ trực tiếp đều đa phương thức từ gốc
  • Artificial Analysis đánh giá mô hình đắt so với các mô hình trọng số mở cùng quy mô: lập luận về giá đứng vững trước nhóm tiên phong khép kín của Mỹ, chứ không phải trước nhóm mở
  • 753 tỷ tham số đòi hỏi hạ tầng nhiều GPU để tự vận hành; với phần lớn đội ngũ, «trọng số mở» mang lại tính khả chuyển và quyền kiểm toán hơn là khả năng chạy thực tế

GLM-5.3

  • Theo Z.ai, lập trình dạng agent tiến bộ lớn so với GLM-5.2: DeepSWE v1.1 tăng từ 46,2 lên 66,9, Terminal-Bench 3.0 từ 4,6 lên 28,3 và Z.ai Code Bench từ 23,4% lên 34,5% trong khi dùng ít token đầu ra hơn
  • Cùng giá với GLM-5.2: 1,40 $ cho mỗi 1 triệu token đầu vào (0,26 $ khi trúng cache) và 4,40 $ cho mỗi 1 triệu token đầu ra, lưu trữ cache miễn phí trong thời gian có hạn
  • Trọng số tải về được trên Hugging Face nên có thể tự lưu trữ, khác với các mô hình tiên phong đóng của Mỹ
  • Cửa sổ ngữ cảnh 1 triệu token với đầu ra tối đa 128K token, phù hợp làm việc trên toàn bộ kho mã và tài liệu dài
  • Theo Z.ai, kết quả bảo mật và khai thác lỗ hổng tốt: CyberGym 84,5% so với 77,2% của GLM-5.2, ExploitBench 54,4% so với 24,4%
  • Gọi hàm, streaming, cache ngữ cảnh và đầu ra JSON có cấu trúc trên API chính thức
  • Kém xa nhóm dẫn đầu trong các bài kiểm tra độc lập: 32 điểm trên Artificial Analysis Intelligence Index v5, gần bằng DeepSeek-V4.1-Flash (33) vốn chỉ tốn một phần tư chi phí mỗi token đầu ra
  • Rất dài dòng và chậm ở mức nỗ lực max mặc định: theo Artificial Analysis, cần 135 triệu token đầu ra để chạy bộ chỉ số, khoảng 60 giây đến token trả lời đầu tiên và 5,01 $ cho mỗi tác vụ của bộ chỉ số
  • Trọng số chuyển từ giấy phép MIT của GLM-5.2 sang giấy phép GLM-5.3 chỉ cho phép dùng thương mại kèm hạn chế
  • Không thể tắt suy luận: các yêu cầu tắt thinking giờ sẽ bị lỗi, gây bất lợi cho các ứng dụng nhạy cảm với độ trễ
  • Chỉ nhận đầu vào văn bản: không có hình ảnh, âm thanh hay video, trong khi phần lớn đối thủ cùng tầm giá đều đa phương thức

Đưa ra phán quyết của bạn

Mỗi đấu sĩ một đề xuất cho mỗi công cụ. Nó định hình lại điểm đám đông mà mọi người nhìn thấy.

GLM-5.2$4.40/1M out
50%điểm đám đông · 4
GLM-5.3$4.40/1M out
50%điểm đám đông · 0

Phán quyết của đấu trường về GLM-5.2

GLM-5.2 là mô hình tốt nhất bạn có thể tải về hiện nay. Nó dẫn đầu nhóm trọng số mở trên Artificial Analysis, vượt GPT-5.5 ở SWE-Bench Pro và chi phí mỗi token chỉ bằng khoảng một phần sáu nhóm tiên phong khép kín của Mỹ. Hãy chọn nó cho lập trình tác tử, công việc dài hơi trên kho mã và phân tích một triệu token, nhất là khi tự vận hành hoặc tự do giấy phép có ý nghĩa với lộ trình của bạn. Lưu ý sự dài dòng: mô hình tiêu tốn 43.000 token đầu ra mỗi tác vụ, nên hóa đơn thực tế xấp xỉ 0,32 $ mỗi tác vụ và câu trả lời mất khoảng 75 giây, khiến nó không phù hợp với sản phẩm tương tác. Và đừng dùng nó như một nguồn tri thức: điểm AA-Omniscience 4 so với 27 của Opus 4.8 nghĩa là nó sẽ trả lời chắc chắn ở chỗ đáng lẽ phải từ chối, vì vậy hãy đặt một lớp kiểm chứng trước mọi nội dung mang tính sự kiện. Xét thuần chi phí token, DeepSeek V4 vẫn rẻ hơn; điểm mạnh của GLM-5.2 là năng lực tiên phong mà bạn có thể sở hữu.

Phán quyết của đấu trường về GLM-5.3

GLM-5.3 là phiên bản GLM nên dùng lúc này: cùng giá với GLM-5.2, cùng mô hình nền, nhưng rõ ràng tốt hơn ở lập trình dạng agent và công việc bảo mật theo chính các benchmark của Z.ai. Hãy chọn nó cho agent lập trình, tự động hóa terminal hoặc tự lưu trữ khi bạn muốn trọng số tải về được với quy mô gần nhóm dẫn đầu. Hãy kỳ vọng thực tế: Artificial Analysis cho nó 32 điểm, ngang với DeepSeek-V4.1-Flash vốn rẻ hơn nhiều và nhận được hình ảnh. Suy luận luôn bật khiến nó chậm (khoảng một phút đến token trả lời đầu tiên ở mức max), và giấy phép mới kém thoáng hơn MIT của GLM-5.2, vì vậy hãy đọc kỹ điều khoản trước khi xây dựng sản phẩm thương mại dựa trên trọng số.

Đám đông nói gì

Về GLM-5.2

Không Hoàn Tiền-ius

“yok”

Không Hoàn Tiền-ius

“The verbosity is not a detail. 43k output tokens for a task Opus does in 15k means my cheap model is not cheap, and 75 seconds per answer killed it for our support bot. Great for batch, useless interactive.”

Vệ Thần Của Repo

“1M context that actually stays coherent. Fed it a 400k-token monorepo and the cross-file reasoning was better than anything else I can self-host. 153 tokens/s makes the long reasoning bearable.”

Nhà Vô Địch Cảm Hứng

“Swapped it in for our agentic refactor jobs and it held up against Opus 4.8 at a fraction of the bill. The MIT weights are what sold my CTO: we can move it in-house if Z.ai ever changes the terms.”

Về GLM-5.3

Chưa có phán quyết nào. Hãy là người đầu tiên lên tiếng.

Câu hỏi thường gặp

GLM-5.2 có tốt hơn GLM-5.3 không?

Về Suy luận, GLM-5.2 được chấm cao hơn (4.5/5 vs 3.5/5). Lựa chọn đúng tùy vào nhu cầu của bạn. Bảng so sánh từng dòng trên trang này mổ xẻ giá, thông số chính và điểm đấu trường.

GLM-5.2 hay GLM-5.3 rẻ hơn?

Chi phí khởi điểm như nhau: cả hai bắt đầu từ $4.40/1M out.

GLM-5.2 và GLM-5.3 giá bao nhiêu cho mỗi 1M tokens?

GLM-5.2: $1.40/1M in (cache hit $0.26) cho 1M input tokens, $4.40/1M out cho 1M output tokens. GLM-5.3: $1.40/1M in (cache hit $0.26) cho 1M input tokens, $4.40/1M out cho 1M output tokens.