GLM 5.1 mira coding longo a US$ 3 por milhão, sem score público

Nas últimas quatro semanas, 19 modelos novos entraram no catálogo — que já passa de 392 listagens. O último deles, o GLM 5.1 da Z.ai, chegou há onze dias cobrando US$ 3,036 por milhão de tokens de saída. Vendido como salto em coding de longa duração, o modelo promete rodar agente sozinho, refatorando repositórios inteiros sem o humano intervir.

Só tem um porém. E ele é grande.

O número que está faltando

O catálogo não traz nota de IQ, nem score de coding, nem medição agentiva para o GLM 5.1. Os campos estão vazios. A Z.ai entregou a ferramenta, o marketing prometeu coding de elite, mas a régua pública deste mercado — o índice que ranqueia os outros modelos da casa — não tem nada para comparar com Gemini 3.1 Pro Preview (IQ 47,738) ou GPT-5.3-Codex (IQ 45,512).

Isso não quer dizer que o modelo é ruim. Quer dizer que, em abril de 2026, prometer "coding de elite" sem benchmark publicado é vender pelo torque do folder, sem teste de pista. Você precisa medir no seu próprio uso antes de comparar.

O preço contra a concorrência real

À saída, US$ 3,036 o milhão. O Gemini 3.1 Pro Preview, que lidera o ranking, cobra US$ 12 — quase quatro vezes mais. O GPT-5.3-Codex, segundo colocado, fica em US$ 14 — quase cinco vezes mais. O Claude Sonnet 4.6 sai por US$ 15. A narrativa "até quatro vezes mais barato que o topo" segura.

Mas a história muda quando você olha para baixo na tabela. O Xiaomi MiMo-V2-Omni cobra US$ 2 à saída. O Qwen3.5 397B A17B cobra US$ 2,34. Os dois têm score público, estão medidos, aparecem no índice. O GLM 5.1 não é a opção mais barata entre os modelos focados em raciocínio e coding — é o segundo degrau acima, com a desvantagem de não ter régua que comprove o salto.

Na entrada, US$ 0,966 o milhão. No cache de prompt repetido, US$ 0,1794 — entre os mais baratos do catálogo, o que ajuda quem roda agente que reusa muito contexto entre chamadas.

O que o release entrega — e o que fica em branco

Pela descrição oficial, o GLM 5.1 foi construído para "trabalhar de forma independente e contínua" em tarefas longas. É a tendência de 2026: menos chat, mais agente rodando sozinho. Os 204.800 tokens de contexto sustentam isso — janela grande o suficiente para projetos inteiros entrarem de uma vez.

Fora isso, vira promessa. Modalidade é text-to-text, sem multimodalidade nativa confirmada. Não há dado público sobre pesos abertos, número de parâmetros, velocidade, corte de conhecimento ou país de origem. Os campos estão vazios no catálogo.

Para quem faz sentido — e para quem não muda nada

Faz sentido se você queima muitos tokens de saída em workload de agente coding, está disposto a gastar uma semana testando internamente antes de migrar, e quer uma terceira via entre o topo caro (Gemini Pro, Codex) e o chão barato (Xiaomi, Qwen). O cache agressivo também atrai quem reusa contexto em prompts longos.

Não muda nada se você compra modelo por score publicado — sem IQ, sem coding score, sem agentic score, o GLM 5.1 entra na pilha de "experimentar", não na de "adotar amanhã". Também não muda nada para quem já mediu MiMo-V2-Omni ou Qwen3.5 no próprio cenário e eles passaram: são mais baratos e trazem score público. Para multimodalidade nativa, text-to-text também não cobre.

O que fazer com isso na fatura de maio

Não adote o GLM 5.1 só porque o release diz que ele pensa sozinho. Adote se a régua interna do seu time confirmar o que o marketing promete. Até lá, mantenha Gemini Pro ou GPT-5.3-Codex como padrão de produção medida, Xiaomi MiMo-V2-Omni ou Qwen3.5 como padrão de volume barato, e use o GLM 5.1 como terceira via focada em coding longo, à espera do primeiro benchmark independente.