編按：本文綜合整理自 Artificial Analysis 官方模型評測 與 Hacker News 討論串，並加入 Siami 編輯部觀點與分析。
人工智慧基準評測機構 Artificial Analysis 於 8 月發布的最新報告中，正式將中國 AI 公司 Z AI（智譜）的 GLM-5.3（max） 列入頭部梯隊。這款新模型在 Intelligence Index 拿下 60 分，於 182 款同類模型中排名第 8，遠高於同類中位數 35 分。這個成績意味著中國閉源大模型再次擠進全球前 10 名，也讓 GLM 系列從「追趕者」正式升級為「挑戰者」。
核心數據
Artificial Analysis Intelligence Index v4.1.1 採用 9 項基準測試綜合評分，包含 GDPval-AA v2（真實代理工作任務）、𝜏³-Banking（銀行業務代理工具使用）、Terminal-Bench v2.1（終端機編碼代理）、SciCode（編碼能力）、Humanity’s Last Exam（推理與知識）、GPQA Diamond（科學推理）、CritPt（物理推理）、AA-Omniscience（知識準確度）與 AA-LCR（長文脈絡推理）。
GLM-5.3（max）的整體表現：
| 面向 | 數值 | 同類排名 | 中位數 |
|---|---|---|---|
| Intelligence Index | 60 | 第 8 / 182 | 35 |
| 輸出速度 | 93.2 tokens / 秒 | 第 54 / 182 | 76 |
| 輸入價格 | $1.40 / 1M tokens | — | $1.75 |
| 輸出價格 | $4.40 / 1M tokens | — | $10.00 |
| 快取折扣 | 81% | — | — |
| 文脈長度 | 1M tokens | — | — |
Artificial Analysis 在比較摘要中寫道：「GLM-5.3（max）是目前最聰明的模型之一，且在與同價格帶的競品比較時屬於合理定價，輸出速度也高於平均水準。」
價格策略
相較於美國旗艦模型動輒每百萬輸出 token 超過 10 美元的定價，GLM-5.3（max）以 $1.40 / $4.40 的雙價結構進入中價位帶，輸出成本僅約 44% 的同類中位數。如果啟用快取機制，價格可進一步壓低至 $0.68，這對需要大量背景知識庫查詢的企業客戶特別有吸引力。
值得注意的是，Artificial Analysis 評測整個 Intelligence Index 的總花費僅 $1,238.50 美元——這個數字對閉源旗艦模型來說相當克制，意味著開發者可以反覆做 prompt 實驗而不會燒掉太多預算。
為什麼這件事重要
中國 AI 模型在 2025 年 DeepSeek R1 引發全球震撼後，第二梯隊的「GLM、Kimi、Qwen、DeepSeek」持續在基準排行榜上輪流冒出頭。這次 GLM-5.3 進入 Intelligence Index 前 10，是這個生態系成熟的最新訊號。
中國頂尖模型正以「合理定價 + 高 Intelligence Index」策略切入全球市場，鎖定那些無法負擔 GPT-5 或 Claude Opus 4.1 API 預算的中小型開發團隊。
從市場競爭角度看，這場 AI 定價戰正在壓低整個產業的合理預期成本。當美國模型以 $10+ / 1M tokens 為常態、中國模型以 $1.40 為基準時，最終受益的是把所有 LLM 串接進產品的小型 SaaS 公司。
數據解讀與質疑
GLM-5.3（max）雖拿下 Intelligence Index 第 8 名，但 Artificial Analysis 同時標記它**「非常囉嗦（very verbose）」**：跑完整套 Index 用了 1.7 億 tokens，是同類中位數 7,200 萬的兩倍以上。這代表同樣的任務，GLM-5.3 會消耗更多成本與時間。
以美元計價：若以官方輸出價 $4.40 計算，單次完整 Intelligence Index 評測的 token 成本約 $748，雖然 Artificial Analysis 公布的實際花費是 $1,238.50（可能含 reasoning token 與 cache write 的額外費用），但這個成本結構仍偏高——開發者若需要批次處理大量請求，應仔細估算每月實際用量。
另外要留意的是，Artificial Analysis 的排名是**「同類內比較」**——GLM-5.3（max）屬於「Proprietary reasoning models 對應價格帶 $1+/1M tokens」，因此第 8 名其實是這個同溫層的第 8 名，而非「打敗 GPT-5」的意思。
後續觀察重點
Artificial Analysis 的頁面同時指出 GLM-5.3 還可能存在 非 reasoning 版本，這通常代表開發者可以依任務需求在「速度」與「準確度」之間切換。1M tokens 的長文脈支援也意味著企業級 RAG（檢索增強生成）場景會是 GLM-5.3 的主戰場。
接下來值得追蹤的指標：
- 智譜官方是否在 Hugging Face 釋出開源 weights
- 與 DeepSeek V4、Kimi K3、Qwen 3.5 的同類對比
- Artificial Analysis 後續會不會把 GLM-5.3 納入「Agentic Index」與「Coding Index」評分
- 西方主流媒體（Reuters、TechCrunch、The Verge）是否會報導
GLM-5.3 的出現代表中國 AI 公司已經不再只是「價格破壞者」，而是同時擁有「前 10 名 Intelligence + 合理定價」雙重競爭力。對台灣與全球開發者來說，模型選型的天平正在悄悄移動。