BenchLeader

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 ThetaGLM 4.7 Flash
プロバイダーSapiens AIZhipu 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)1,000,000200,000
比較した構成Agnes 2.5 Pro ThetaGLM 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 ThetaGLM 4.7 Flashトップ
推論43.747.4GLM 4.7 Flash
コーディング45.754.5GLM 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。

2550 avg75推論コーディング数学知識長文コンテキストマルチモーダル人間の評価Agnes 2.5 Pro Theta, 推論: 43.7Agnes 2.5 Pro Theta, コーディング: 45.7Agnes 2.5 Pro Theta, 知識: 38.7Agnes 2.5 Pro Theta, 長文コンテキスト: 67.1Agnes 2.5 Pro Theta, マルチモーダル: 60.8GLM 4.7 Flash, 推論: 47.4GLM 4.7 Flash, コーディング: 54.5GLM 4.7 Flash, 数学: 51.5GLM 4.7 Flash, 人間の評価: 52.8

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。

モデル(クリックで追加・削除)Index

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IndexAgnes 2.5 Pro ThetaGLM 4.7 Flashトップ
BenchLeader Index50.851.0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 ThetaGLM 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/s42 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 ThetaGLM 4.7 Flash
BenchLeader IndexBenchLeader50.851.0
コーディングスコアBenchLeader45.754.5
知識スコアBenchLeader38.7–
長文コンテキストスコアBenchLeader67.1–
マルチモーダルスコアBenchLeader60.8–
推論スコアBenchLeader43.747.4
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BenchLeader190 tok/s42 tok/s
回答開始までの時間BenchLeader8.1秒0.3秒
コンテキストウィンドウBenchLeader1,000,000トークン200,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–60.5%
Arena Hard PromptsArena (LMArena)–1384
GPQA Diamond (AA)Artificial Analysis–45.1%†
Humanity's Last Exam (AA)Artificial Analysis37.2%5.0%†
HLE-Diamond (AA)Artificial Analysis16.8%–
CritPtArtificial Analysis15.1%0.0%†
CritPt v2 hard subset (AA)Artificial Analysis26.0%–
Arena ExpertArena (LMArena)–1388
コーディング
Arena CodingArena (LMArena)–1423
SciCode (AA)Artificial Analysis56.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis10.1%–
Design Arena WebsiteDesign Arena–1186
FrontierCode 2.0 (AA)Artificial Analysis16.6%–
エージェント・ツール
Terminal-Bench HardArtificial Analysis–3.8%†
τ²-Bench Telecom (AA)Artificial Analysis–91.8%†
GDPval-AA v2.1Artificial Analysis1507–
AutomationBenchArtificial Analysis48.8%–
GDP.pdf (AA)Artificial Analysis14.2%–
AA-Briefcase v1.1Artificial Analysis1496–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis3.8%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–58.3%
Arena MathsArena (LMArena)–1362
知識
AA-Omniscience v1.1Artificial Analysis-11.2–
AA-Omniscience v1.1: accuracyArtificial Analysis21.3%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis58.6%–
38件のベンチマークをすべて表示
指標公開元Agnes 2.5 Pro ThetaGLM 4.7 Flash
指示追従
IFBenchArtificial Analysis–46.3%†
Arena Instruction FollowingArena (LMArena)–1347
人間の評価
Arena TextArena (LMArena)–1365
EQ-Bench Creative Writing v3EQ-Bench–1139
Arena Creative WritingArena (LMArena)–1305
Arena Multi-turnArena (LMArena)–1359
Arena Longer QueriesArena (LMArena)–1370
マルチモーダル
MMMU-ProArtificial Analysis78.4%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis84.7%20.3%†
総合
AA Intelligence Index v5.0.1Artificial Analysis24.0–
AA Intelligence Index v4.3.2Artificial Analysis–10.6†
AA Progress Index v1Artificial Analysis–193.5†
メタデータ
AA Openness IndexArtificial 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。

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。