Agnes 2.5 Pro Theta vs GLM 4.7 Flash
詳しいプロフィール:Agnes 2.5 Pro Theta(Sapiens AI)とGLM 4.7 Flash(Zhipu AI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 7件の情報源のデータ
2026年11月16日時点で、Agnes 2.5 Pro ThetaとGLM 4.7 Flashの品質は互角です(BenchLeader Indexで50.8 対 51.0、±8.7の誤差範囲内)。価格はほぼ同じです(100万トークンあたりのブレンド価格で$0.150 対 $0.153)。両方を測定できるすべてのカテゴリでGLM 4.7 Flashがリードしています。Agnes 2.5 Pro Thetaの方が出力が3倍以上速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはAgnes 2.5 Pro Thetaが50.8、GLM 4.7 Flashが51.0です(BenchLeader、2026年11月16日)。
- Agnes 2.5 Pro Thetaの100万トークンあたりのブレンド価格は$0.150です(定価、2026年11月16日)。
- GLM 4.7 Flashの100万トークンあたりのブレンド価格は$0.153です(定価、2026年11月16日)。
- Agnes 2.5 Pro ThetaはGLM 4.7 Flashより出力が3倍以上速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
| 用途 | おすすめ | 理由 | 信頼度 |
|---|---|---|---|
| コーディング | GLM 4.7 Flash | カテゴリスコア55 対 46 | 高 |
| 推論 | GLM 4.7 Flash | カテゴリスコア47 対 44 | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGLM 4.7 Flashのみです(カテゴリスコア53) | 比較不可 |
| 最低コスト | どちらでも | 100万トークンあたりブレンド価格$0.150 対 $0.153;エージェント型コーディングセッション$0.007 対 $0.006 | – |
| 回答開始の速さ | GLM 4.7 Flash | 最初の回答トークンまで0.3秒(GLM 4.7 Flash)対 8.1秒(Agnes 2.5 Pro Theta) | – |
| 低予算での大量処理 | フラッグシップ以外 | 小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM | – |
主な違い
- Agnes 2.5 Pro ThetaとGLM 4.7 Flashの品質は互角です(50.8 対 51.0、±8.7の誤差範囲内)。
- GLM 4.7 Flashはコーディング、推論で優れています。
- 価格はほぼ同じです(100万トークンあたりブレンド価格$0.150)。
- Agnes 2.5 Pro Thetaの方が出力が4.5倍速くなっています(190 対 42トークン/秒)。
概要
| 仕様 | Agnes 2.5 Pro Theta | GLM 4.7 Flash |
|---|---|---|
| プロバイダー | Sapiens AI | Zhipu AI |
| リリース日 | 2026年11月7日 | 2026年1月19日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 200,000 |
| 比較した構成 | Agnes 2.5 Pro Theta | GLM 4.7 Flash |
| オープンウェイト | なし | あり |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.100 / $0.300 / – | $0.070 / $0.400 / $0.010 |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Agnes 2.5 Pro Theta | GLM 4.7 Flash | トップ |
|---|---|---|---|
| 推論 | 43.7 | 47.4 | GLM 4.7 Flash |
| コーディング | 45.7 | 54.5 | GLM 4.7 Flash |
| 数学 | – | 51.5 | 比較不可 |
| 知識 | 38.7 | – | 比較不可 |
| 人間の評価 | – | 52.8 | 比較不可 |
| マルチモーダル | 60.8 | – | 比較不可 |
| 長文コンテキスト | 67.1 | – | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。
描画していないもの(これらのモデルの結果なし):エージェント・ツール, 指示追従。
情報源で評価が分かれる点
両方に結果がある0件のベンチマークのうち、Agnes 2.5 Pro Thetaのリードが0件、GLM 4.7 Flashのリードが0件です。
| 総合Index | Agnes 2.5 Pro Theta | GLM 4.7 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 50.8 | 51.0 | 互角 |
公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Agnes 2.5 Pro Theta | GLM 4.7 Flash |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.150 | $0.153 |
| 100万トークンあたりの入力/出力 | $0.100 / $0.300 | $0.070 / $0.400 |
| 100万トークンあたりのキャッシュ入力 | – | $0.010 |
| タスクあたりの価格:チャットの返答 | $0.0001 | $0.0001 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0014 | $0.0011 |
| タスクあたりの価格:コード編集 | $0.0011 | $0.0010 |
| タスクあたりの価格:エージェント型コーディングセッション | $0.0072 | $0.0058 |
| タスクあたりの価格:構造化データの抽出 | $0.0003 | $0.0002 |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | – | $0.0031 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.575 | – |
| タスクあたりの出力トークン(AA Index) | 278k | – |
| うち推論 | 229k | – |
| タスクあたりの時間(AA Index) | 24 min | – |
| 出力速度 | 190 tok/s | 42 tok/s |
| 回答開始までの時間 | 8.1秒 | 0.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 16.9秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Agnes 2.5 Pro Thetaのスコアは50.8、最初の回答トークンまで8秒。GLM 4.7 Flashのスコアは51.0、最初の回答トークンまで0秒。GLM 4.7 Flash (推論なし)は42.0(11秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
38件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Agnes 2.5 Pro Theta | GLM 4.7 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 50.8 | 51.0 |
| コーディングスコア | BenchLeader | 45.7 | 54.5 |
| 知識スコア | BenchLeader | 38.7 | – |
| 長文コンテキストスコア | BenchLeader | 67.1 | – |
| マルチモーダルスコア | BenchLeader | 60.8 | – |
| 推論スコア | BenchLeader | 43.7 | 47.4 |
| 人間の評価スコア | BenchLeader | – | 52.8 |
| 数学スコア | BenchLeader | – | 51.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.150 | $0.153 |
| 出力速度 | BenchLeader | 190 tok/s | 42 tok/s |
| 回答開始までの時間 | BenchLeader | 8.1秒 | 0.3秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 200,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 60.5% |
| Arena Hard Prompts | Arena (LMArena) | – | 1384 |
| GPQA Diamond (AA) | Artificial Analysis | – | 45.1%† |
| Humanity's Last Exam (AA) | Artificial Analysis | 37.2% | 5.0%† |
| HLE-Diamond (AA) | Artificial Analysis | 16.8% | – |
| CritPt | Artificial Analysis | 15.1% | 0.0%† |
| CritPt v2 hard subset (AA) | Artificial Analysis | 26.0% | – |
| Arena Expert | Arena (LMArena) | – | 1388 |
| コーディング | |||
| Arena Coding | Arena (LMArena) | – | 1423 |
| SciCode (AA) | Artificial Analysis | 56.0% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 10.1% | – |
| Design Arena Website | Design Arena | – | 1186 |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.6% | – |
| エージェント・ツール | |||
| Terminal-Bench Hard | Artificial Analysis | – | 3.8%† |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 91.8%† |
| GDPval-AA v2.1 | Artificial Analysis | 1507 | – |
| AutomationBench | Artificial Analysis | 48.8% | – |
| GDP.pdf (AA) | Artificial Analysis | 14.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1496 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 3.8% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 58.3% |
| Arena Maths | Arena (LMArena) | – | 1362 |
| 知識 | |||
| AA-Omniscience v1.1 | Artificial Analysis | -11.2 | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.3% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 58.6% | – |
38件のベンチマークをすべて表示
| 指標 | 公開元 | Agnes 2.5 Pro Theta | GLM 4.7 Flash |
|---|---|---|---|
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 46.3%† |
| Arena Instruction Following | Arena (LMArena) | – | 1347 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1365 |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1139 |
| Arena Creative Writing | Arena (LMArena) | – | 1305 |
| Arena Multi-turn | Arena (LMArena) | – | 1359 |
| Arena Longer Queries | Arena (LMArena) | – | 1370 |
| マルチモーダル | |||
| MMMU-Pro | Artificial Analysis | 78.4% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 84.7% | 20.3%† |
| 総合 | |||
| AA Intelligence Index v5.0.1 | Artificial Analysis | 24.0 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 10.6† |
| AA Progress Index v1 | Artificial Analysis | – | 193.5† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | – | 44.4† |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
最近の変化
- GLM 4.7 Flash:BenchLeader Index 51.5 → 51.0。
- Agnes 2.5 Pro Theta:初めての結果。
関連する比較
- Agnes 2.5 Pro Theta vs Nemotron 3 Super 120B A12B
- Agnes 2.5 Pro Theta vs Ling 3.1 Flash
- Agnes 2.5 Pro Theta vs Qwen3.5-9B
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Agnes 2.5 Pro Theta vs GLM 4.7 Flash:よくある質問
- Agnes 2.5 Pro ThetaはGLM 4.7 Flashより優れていますか?
- Agnes 2.5 Pro ThetaとGLM 4.7 Flashの品質は互角です(50.8 対 51.0、±8.7の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
- Agnes 2.5 Pro ThetaとGLM 4.7 Flashはどちらが安いですか?今後変わる予定はありますか?
- 現在はAgnes 2.5 Pro Thetaの方が安く、100万トークンあたり$0.150 対 $0.153です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
- コーディングにはAgnes 2.5 Pro ThetaとGLM 4.7 Flashのどちらが向いていますか?
- コーディングではGLM 4.7 Flashの方がスコアが高くなっています(カテゴリ指標で55 対 46。50が平均)。
- Agnes 2.5 Pro ThetaとGLM 4.7 Flashはどちらが速いですか?
- Agnes 2.5 Pro Thetaの方が出力が3倍以上速くなっています(出力190 対 42トークン/秒、Artificial Analysisの7日間の中央値)。
- 長い文書にはどちらが向いていますか?
- コンテキストはAgnes 2.5 Pro Thetaの方が長く、1,000,000トークンです(GLM 4.7 Flashは200,000トークン)。
ほかの質問(2件)
- レイテンシが低いのはどちらですか?
- 先に回答を始めるのはGLM 4.7 Flashです。Artificial Analysisの測定では、最初の回答トークンまで0.3秒 対 8.1秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
- Agnes 2.5 Pro Thetaはいつリリースされましたか?
- Agnes 2.5 Pro Thetaは2026年11月7日にリリースされました。