GLM 5V Turbo chegou há 12 dias e ainda não publicou nenhum benchmark

O marketing na frente, o benchmark atrás

Doze dias. Esse é o intervalo entre o lançamento do GLM 5V Turbo (1º de abril) e esta segunda-feira. Em duas semanas, o que a Z.ai publicou sobre o modelo? Um press release chamando-o de "primeiro modelo agente multimodal nativo" da casa, construído para coding baseado em visão e tarefas agent-driven. E uma página de preços.

Sem IQ. Sem nota de coding. Sem nota de agentic. Sem score blended. Os campos estão vazios no catálogo.

Você não está olhando para um mistério — está olhando para uma aposta. A Z.ai decidiu colocar o GLM 5V Turbo no mercado antes de produzir os números que a indústria usa para ranquear modelos. É uma escolha válida, mas recai sobre quem paga a fatura no fim do mês.

O preço conta metade da história

A ficha técnica é o que se sabe. Entrada a US$ 1,20 por milhão de tokens, saída a US$ 4, e — o detalhe mais interessante — cache hit a US$ 0,24 por milhão. Para fluxos que repetem muito contexto (agentes que re-leem o mesmo código, screenshots ou documentos a cada turno), esse preço de cache é agressivo.

Onde ele se encaixa no tabuleiro desta segunda-feira? O topo do catálogo é ocupado pelo Gemini 3.1 Pro Preview da Google (US$ 12 de saída) e pelo GPT-5.3-Codex da OpenAI (US$ 14). O Claude Sonnet 4.6 da Anthropic cobra US$ 15. O GLM 5V Turbo, a US$ 4, custa um terço disso.

Mas a comparação direta exige uma ginástica: ele não tem nota de IQ publicada, então ranquear preço é cego em qualidade. Modelos como o MiMo-V2-Omni da Xiaomi (US$ 2 de saída, IQ 35,8) e o Qwen3.5 397B (US$ 2,34, IQ 34,2) ocupam uma faixa parecida de preço — com benchmark.

O diferencial é multimodal nativo

A modalidade é o que separa o GLM 5V Turbo: text+image+video -> text. Vídeo entra como input de primeira classe, não como afterthought. Para pipelines de agentic coding em que o agente assiste a uma tela, lê um screenshot ou processa um frame, esse suporte nativo importa. É a especificação do contrato, não marketing.

A janela de contexto de 202.752 tokens é grande o bastante para carregar código, frames e histórico de agente sem precisar de malabarismos.

Para quem vale a pena — e para quem não

Vale a pena se você está montando pipeline agentic com visão computacional — QA visual, agents que operam interfaces, leitura de dashboards em vídeo — e já rodou seu próprio benchmark interno num conjunto pequeno de tarefas. O preço de cache (US$ 0,24/M) é o ponto: padrão de uso repetitivo derruba o custo efetivo.

Não muda nada se você precisa de uma referência pública antes de colocar um modelo em produção — para apresentar ao time, defender a escolha numa review, comparar com o que já roda. Dos 28 modelos lançados nos últimos 30 dias, este é o que chega com a ficha mais vazia. Pior: se seu uso é puramente textual, você paga pela stack multimodal que não vai usar. Há opções mais baratas e com nota publicada.

Implicação na sua decisão

O teste prático é direto: Z.ai publica benchmark ou não nas próximas duas semanas? Se aparecer IQ acima de 40 com nota de coding sólida, o argumento de preço vira irresistível. Se continuar vazio por mais uma quinzena, o "Turbo" vira sinônimo de "lançado antes da hora". Até lá, trate o GLM 5V Turbo como hipótese de custo, não como substituto do que já roda.