Claude Opus 4.5 vs GLM 5.3
詳しいプロフィール:Claude Opus 4.5(Anthropic)とGLM 5.3(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 · 13件の情報源のデータ
2026年11月16日時点で、Claude Opus 4.5とGLM 5.3の品質は互角です(BenchLeader Indexで59.7 対 58.8、±4.4の誤差範囲内)。価格はGLM 5.3の方が4.7倍安く、100万トークンあたりのブレンド価格で$2.15 対 $10.00です。推論(67 対 55)、知識(60 対 54)、数学(65 対 60)を重視するならClaude Opus 4.5、エージェント・ツール(58 対 53)、人間の評価(67 対 66)を重視するならGLM 5.3が向いています。回答開始までの時間はClaude Opus 4.5の方が短く、1.1秒 対 57.6秒です。GLM 5.3は出力が約1.5倍速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはClaude Opus 4.5が59.7、GLM 5.3が58.8です(BenchLeader、2026年11月16日)。
- Claude Opus 4.5の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月16日)。
- GLM 5.3の100万トークンあたりのブレンド価格は$2.15です(定価、2026年11月16日)。
- GLM 5.3はClaude Opus 4.5より出力が約1.5倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある19件のベンチマークのうち、GLM 5.3が10件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はClaude Opus 4.5が1493、GLM 5.3が1623です(LMArena、2026年11月16日までの公開値)。
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 | どちらでも | カテゴリスコア61 対 60;Arena WebDev 1493 対 1623 | どちらでも |
| エージェント・ツール利用 | GLM 5.3 | カテゴリスコア58 対 53 | 中 |
| 数学 | Claude Opus 4.5 | カテゴリスコア65 対 60;Arena Maths 1472 対 1501 | 中 |
| 推論 | Claude Opus 4.5 | カテゴリスコア67 対 55;Arena Hard Prompts 1501 対 1507 | 高 |
| 知識 | Claude Opus 4.5 | カテゴリスコア60 対 54;MMLU-Pro 87.3% 対 86.8% | 中 |
| チャットの質(人間の評価) | GLM 5.3 | Arenaの投票で67 対 66 | 中 |
| 最低コスト | GLM 5.3 | 100万トークンあたりブレンド価格$2.15 対 $10.00;エージェント型コーディングセッション$0.102 対 $0.400 | – |
| 回答開始の速さ | Claude Opus 4.5 | 最初の回答トークンまで1.1秒(Claude Opus 4.5 (high))対 57.6秒(GLM 5.3 (max)) | – |
| 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
- Claude Opus 4.5 (high)とGLM 5.3 (max)の品質は互角です(59.7 対 58.8、±4.4の誤差範囲内)。
- Claude Opus 4.5 (high)はコーディング、知識、数学、推論で優れています。
- GLM 5.3 (max)はエージェント・ツール、人間の評価で優れています。
- GLM 5.3 (max)の方が4.7倍安くなっています(100万トークンあたりブレンド価格$2.15 対 $10.00)。
- GLM 5.3 (max)の方が出力が2.2倍速くなっています(88 対 40トークン/秒)。
概要
| 仕様 | Claude Opus 4.5 | GLM 5.3 |
|---|---|---|
| プロバイダー | Anthropic | Zhipu AI |
| リリース日 | 2025年11月24日 | 2026年8月18日 |
| コンテキストウィンドウ(トークン) | 200,000 | 1,000,000 |
| 比較した構成 | Claude Opus 4.5 (high) | GLM 5.3 (max) |
| 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) | $5.00 / $25.00 / $0.500 | $1.40 / $4.40 / $0.260 |
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 | Claude Opus 4.5 (high) | GLM 5.3 (max) | トップ |
|---|---|---|---|
| 推論 | 66.6 | 54.7 | Claude Opus 4.5 |
| コーディング | 60.6 | 59.7 | 互角 |
| エージェント・ツール | 52.7 | 57.6 | GLM 5.3 |
| 数学 | 65.3 | 60.0 | Claude Opus 4.5 |
| 知識 | 60.0 | 53.5 | Claude Opus 4.5 |
| 人間の評価 | 66.2 | 67.2 | GLM 5.3 |
| 長文コンテキスト | – | 64.5 | 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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, 長文コンテキスト, マルチモーダル。
情報源で評価が分かれる点
両方に結果がある19件のベンチマークのうち、Claude Opus 4.5のリードが9件、GLM 5.3のリードが10件です。両方を評価しているすべての総合指標で、GLM 5.3が上回っています。
| 総合Index | Claude Opus 4.5 (high) | GLM 5.3 (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 59.7 | 58.8 | 互角 |
| Arena Text | 1474 | 1482 | GLM 5.3 |
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 | Claude Opus 4.5 (high) | GLM 5.3 (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $10.00 | $2.15 |
| 100万トークンあたりの入力/出力 | $5.00 / $25.00 | $1.40 / $4.40 |
| 100万トークンあたりのキャッシュ入力 | $0.500 | $0.260 |
| タスクあたりの価格:チャットの返答 | $0.0095 | $0.0019 |
| タスクあたりの価格:30ページのレポートを要約 | $0.075 | $0.019 |
| タスクあたりの価格:コード編集 | $0.068 | $0.015 |
| 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 | $0.400 | $0.102 |
| タスクあたりの価格:構造化データの抽出 | $0.015 | $0.0037 |
| 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) | $0.198 | $0.050 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $5.01 |
| タスクあたりの出力トークン(AA Index) | – | 119k |
| うち推論 | – | 85k |
| タスクあたりの時間(AA Index) | – | 23 min |
| 出力速度 | 40 tok/s | 88 tok/s |
| 回答開始までの時間 | 1.1秒 | 57.6秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 144.1秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.5 (high)のスコアは59.7、最初の回答トークンまで1秒。Claude Opus 4.5 (thinking)は59.3(14秒)、Claude Opus 4.5は57.1(1秒)。GLM 5.3 (max)のスコアは58.8、最初の回答トークンまで58秒。GLM 5.3 (low)は47.3(7秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
195件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 4.5 (high) | GLM 5.3 (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.7 | 58.8 |
| エージェント・ツールスコア | BenchLeader | 52.7 | 57.6 |
| コーディングスコア | BenchLeader | 60.6 | 59.7 |
| 人間の評価スコア | BenchLeader | 66.2 | 67.2 |
| 知識スコア | BenchLeader | 60.0 | 53.5 |
| 数学スコア | BenchLeader | 65.3 | 60.0 |
| 推論スコア | BenchLeader | 66.6 | 54.7 |
| 長文コンテキストスコア | BenchLeader | – | 64.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | $2.15 |
| 出力速度 | BenchLeader | 40 tok/s | 88 tok/s |
| 回答開始までの時間 | BenchLeader | 1.1秒 | 57.6秒 |
| コンテキストウィンドウ | BenchLeader | 200,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 86.0%† | 90.9% |
| Humanity's Last Exam | Scale AI / CAIS | 25.2%† | – |
| SimpleBench | SimpleBench | 62.0%† | 66.2%† |
| Arena Hard Prompts | Arena (LMArena) | 1501 | 1507 |
| LiveBench 1.0 Reasoning | LiveBench | 80.1% | 85.8%† |
| GPQA Diamond (AA) | Artificial Analysis | 86.6%† | 91.7% |
| Humanity's Last Exam (AA) | Artificial Analysis | 30.1%† | 42.3% |
| HLE-Diamond (AA) | Artificial Analysis | – | 17.9% |
| GPQA Diamond (Vals) | Vals AI | 85.9% | 88.1% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 70.7%† | – |
| ARC-AGI-1 | ARC Prize | 80.0%† | – |
| ARC-AGI-2 | ARC Prize | 37.6%† | – |
| CritPt | Artificial Analysis | 4.6%† | 19.1% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 33.5% |
| MysteryMechanism | Vals AI | – | 23.0% |
| SciPredict | Scale AI SEAL | 23.1%† | – |
| HLE-Diamond (Scale) | Scale AI SEAL | – | 16.4%† |
| Arena Expert | Arena (LMArena) | 1503 | 1522 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 14.0%† | 37.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 22.0%† | 33.0% |
| CL-bench | Epoch AI Benchmarking Hub | 21.1%† | – |
| LMCA | Epoch AI Benchmarking Hub | 44.5% | 55.5%† |
| DTBench | Epoch AI Benchmarking Hub | 89.9% | 87.7%† |
| ForecastBench | ForecastBench | 64.6%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.9%† |
195件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 4.5 (high) | GLM 5.3 (max) |
|---|---|---|---|
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 76.7%† | – |
| SciCode | SciCode | – | 59.0% |
| WeirdML | WeirdML | 63.7%† | 75.4% |
| FrontierCode | Cognition | – | 40.1% |
| GSO-Bench | GSO-Bench | 26.5%† | – |
| Arena Coding | Arena (LMArena) | 1530 | 1522 |
| Arena WebDev | Arena (LMArena) | 1493 | 1623 |
| LiveBench 1.0 Coding | LiveBench | 79.7% | 79.0%† |
| LiveCodeBench | Vals AI | 83.7% | 80.5% |
| IOI | Vals AI | – | 68.4% |
| SWE-bench (Vals) | Vals AI | 76.4% | 95.4% |
| SWE-Bench Pro | Scale AI SEAL | 45.9%† | – |
| SWE-bench Verified (bash only) | SWE-bench | 76.8% | – |
| SWE-bench Multilingual (bash only) | SWE-bench | 70.7%† | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 79.2%† | – |
| Code Migration | Vals AI | – | 44.2% |
| Code Migration v1.1 | Vals AI | – | 55.1% |
| ProgramBench | Vals AI | – | 1.5% |
| Vibe Code Bench 1-100 | Vals AI | – | 20.0% |
| Vibe Code Bench v1.1 | Vals AI | 20.6% | 78.1% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 29.8% |
| SWE-Bench Pro (private) | Scale AI SEAL | 23.4%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 58.1%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 70.2%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 55.6%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 48.6%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 95.6% |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | – | 84.3% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 69.0% |
| CursorBench | Cursor | – | 42.6% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1025.4† | 1317.4† |
| AlgoTune | AlgoTune | 1.8† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 30.2% |
| WeirdML v3 | WeirdML | 6.5% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 41.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 83.9% |
| Startrise Frontend | Startrise | – | 73.2%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 47.1† | 64.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 72.3 |
| Design Arena Website | Design Arena | 1239† | 1279† |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 40.1% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 21.6% |
| LiveCodeBench (AA) | Artificial Analysis | 87.1%† | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 63.1%† | 41.2% |
| GDPval | OpenAI | 45.5%† | – |
| Cybench | Cybench | 82.0%† | – |
| Remote Labor Index | Scale AI / CAIS | 3.8%† | – |
| APEX-Agents | Mercor | – | 56.6%† |
| Arena Agent | Arena (LMArena) | – | 1 |
| LiveBench Agentic Coding | LiveBench | 39.7% | 60.9%† |
| Terminal-Bench Hard | Artificial Analysis | 47.0%† | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 89.5%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 71.5% |
| MCP Atlas | Scale AI SEAL | 69.8% | 84.2%† |
| HiL-Bench | Scale AI SEAL | – | 58.3%† |
| BFCL Overall | Berkeley Function Calling Leaderboard | 77.5%† | – |
| τ²-bench | τ²-bench | 85.3% | – |
| τ³-bench Banking | τ²-bench | 24.7% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 57.5% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1655 |
| τ³-Banking (AA) | Artificial Analysis | – | 50.3% |
| ITBench SRE (AA) | Artificial Analysis | – | 46.1% |
| Analyst Agent (AA) | Artificial Analysis | – | 38.8% |
| CyberBench | Vals AI | – | 72.1% |
| Finance Agent v2 | Vals AI | – | 55.8% |
| Finance Agent v2.1 | Vals AI | – | 65.0% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 14.6% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 8.3% |
| Legal Research Bench | Vals AI | – | 49.0% |
| Poker Agent | Vals AI | 1033.4%† | – |
| SkillsBench | Vals AI | – | 47.5% |
| SREBench | Vals AI | – | 9.2% |
| Tax Agent Bench | Vals AI | – | 43.3% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 58.4% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 38.9% |
| Terminal-Bench Science | Vals AI | – | 5.7% |
| Arena Search | Arena (LMArena) | 1186† | – |
| Arena Agent Task Completion | Arena (LMArena) | – | 3.1 |
| BALROG | BALROG | 43.0%† | – |
| DeepResearch Bench | DeepResearch Bench | 54.8% | – |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 34.5% |
| METR Time Horizons | METR | 75.0%† | – |
| Vending-Bench 2 | Andon Labs | 4967.1† | 8163.6† |
| AutomationBench | Artificial Analysis | – | 62.2% |
| GDP.pdf (AA) | Artificial Analysis | – | 11.2% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.3% |
| EnterpriseOps-Gym | Artificial Analysis | – | 36.4% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1501 |
| GDPx | GDPx by SemiAnalysis | – | 2.7% |
| Design Arena Agentic | Design Arena | 1156† | 1239† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 9.5% |
| CWE-Bench (AA) | Artificial Analysis | – | 55.8% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 24.3% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 29.0% |
| DeepSearchQA | 24.0%† | – | |
| FACTS Search | – | 87.7%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 34.4%† | 68.8% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 4.9%† | 29.3% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 86.1%† | 91.1% |
| ProofBench | Vals AI | 36.0%† | 49.0% |
| LiveBench Mathematics | LiveBench | 90.4% | 87.9%† |
| AIME (Vals) | Vals AI | 76.9%† | – |
| MGSM | Vals AI | 94.8%† | – |
| Arena Maths | Arena (LMArena) | 1472 | 1501 |
| AIME 2025 (AA) | Artificial Analysis | 91.3%† | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 45.7%† | 41.0% |
| LiveBench 1.0 Data Analysis | LiveBench | 74.4% | 70.2%† |
| AA-Omniscience v1.1 | Artificial Analysis | – | 6.0 |
| MMLU-Pro | Vals AI | 87.3% | 86.8% |
| LegalBench | Vals AI | 84.6% | 84.8% |
| CorpFin | Vals AI | 65.1% | – |
| TaxEval | Vals AI | 74.9% | 72.4% |
| MedQA | Vals AI | 93.2%† | – |
| PRBench Finance | Scale AI SEAL | 46.2%† | – |
| PRBench Legal | Scale AI SEAL | 44.2%† | – |
| MultiNRC | Scale AI SEAL | 41.2%† | – |
| CaseLaw v2 | Vals AI | 62.6%† | – |
| Excel Modeling Benchmark | Vals AI | – | 56.3% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 69.1% |
| MedCode | Vals AI | 49.2% | 42.9% |
| MedScribe | Vals AI | 85.3% | 88.8% |
| Public Benefits Bench v1.1 | Vals AI | – | 68.5% |
| Access to Justice Benchmark | Vals AI | – | 73.7% |
| Financial Coaching Bench | Vals AI | – | 74.1% |
| Immigration Bench | Vals AI | – | 66.7% |
| EBR-bench | Epoch AI Benchmarking Hub | 14.3%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 32.3% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 61.1% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 91.3%† | – |
| HealthBench Professional (AA) | OpenAI | – | 52.8% |
| FACTS Parametric | – | 40.3%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 81.3% | 79.9%† |
| LiveBench Instruction Following | LiveBench | 62.5% | 69.3%† |
| IFBench | Artificial Analysis | 58.0%† | – |
| MultiChallenge | Scale AI SEAL | 59.0%† | – |
| TutorBench | Scale AI SEAL | 49.8%† | – |
| Arena Instruction Following | Arena (LMArena) | 1483 | 1481 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1474 | 1482 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1686† | 2076† |
| Arena Creative Writing | Arena (LMArena) | 1469 | 1456 |
| Arena Multi-turn | Arena (LMArena) | 1485 | 1482 |
| Arena Longer Queries | Arena (LMArena) | 1495 | 1488 |
| マルチモーダル | |||
| MMMU-Pro | Artificial Analysis | 74.0%† | – |
| VISTA | Scale AI SEAL | 45.3%† | – |
| MMMU-Pro (Vals) | Vals AI | 83.0% | – |
| MortgageTax | Vals AI | 68.7% | – |
| GeoBench | GeoBench | 75.0%† | – |
| VPCT | Epoch AI Benchmarking Hub | 40.0%† | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 28.3%† | – |
| Code2Video-AA | Artificial Analysis | – | 1034 |
| AA-3D | Artificial Analysis | – | 794 |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 77.3%† | 79.7% |
| Arena Document | Arena (LMArena) | 1468† | – |
| MLCR | Artificial Analysis | – | 17.2% |
| FACTS Grounding | – | 55.2%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 151.9† | 157.1† |
| LiveBench 1.0 | LiveBench | 72.6% | 76.1%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 31.6 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 29.1† | 44.8 |
| AA Progress Index v1 | Artificial Analysis | 284.4† | 322.7 |
| Vals Index | Vals AI | – | 59.9 |
| Vals Finance Index | Vals AI | – | 61.4% |
| Vals RSI Index | Vals AI | 14.8% | 22.9% |
| Vals Router Index | Vals AI | – | 59.7%† |
| Vals Legal Index | Vals AI | – | 74.6% |
| AA Cyber Index | Artificial Analysis | – | 36.4 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 13.6%† | 28.2% |
| MASK | Scale AI SEAL | 87.1%† | – |
| DistressBench | Scale AI SEAL | – | 72.5%† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 11.1† | 33.3 |
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。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Claude Opus 4.5 (high):新しい結果13件(LiveCodeBench, MMLU-Pro, LegalBench…)。
- GLM 5.3 (max):新しい結果1件(PostTrainBench)。
- GLM 5.3 (max):スコアの改訂4件。
- GLM 5.3 (max):スコアの改訂1件、価格 $0.30/M → $0.26/M。
- GLM 5.3 (max):価格 $0.26/M → $0.30/M。
- GLM 5.3 (max):価格 $0.30/M → $0.26/M。
- GLM 5.3 (max):価格 $0.26/M → $0.30/M。
- GLM 5.3 (max):BenchLeader Index 61.3 → 58.9。
- GLM 5.3 (max):新しい結果5件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $2.01/M → $5.01/M、価格 $0.30/M → $0.26/M。
- GLM 5.3 (max):価格 $0.26/M → $0.30/M。
関連する比較
- GLM 5.3 vs Gemini 4 Carbon
- GLM 5.3 vs Claude Opus 5.5
- GLM 5.3 vs GPT-6 Astra
- Claude Opus 4.5 vs GPT-6.1 Sol
- Claude Opus 4.5 vs Gemini 4 Argon
- Claude Opus 4.5 vs Claude Sonnet 5.5
- Claude Opus 4.5 vs Muse Wonder Full
- Claude Opus 4.5 vs Muse Spark 1.3
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
Claude Opus 4.5 vs GLM 5.3:よくある質問
- Claude Opus 4.5はGLM 5.3より優れていますか?
- Claude Opus 4.5 (high)とGLM 5.3 (max)の品質は互角です(59.7 対 58.8、±4.4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。
- Claude Opus 4.5とGLM 5.3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GLM 5.3の方が安く、100万トークンあたり$2.15 対 $10.00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Claude Opus 4.5とGLM 5.3のどちらが向いていますか?
- コーディングでは互角です(カテゴリ指標で61 対 60)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、Claude Opus 4.5が1493、GLM 5.3が1623です。
- Claude Opus 4.5とGLM 5.3はどちらが速いですか?
- GLM 5.3の方が出力が約1.5倍速くなっています(出力88 対 40トークン/秒、Artificial Analysisの7日間の中央値)。
- エージェントやツール利用にはClaude Opus 4.5とGLM 5.3のどちらが向いていますか?
- エージェント型のタスクではGLM 5.3の方がスコアが高くなっています(カテゴリ指標で58 対 53。50が平均)。
ほかの質問(4件)
- 長い文書にはどちらが向いていますか?
- コンテキストはGLM 5.3の方が長く、1,000,000トークンです(Claude Opus 4.5は200,000トークン)。
- 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Claude Opus 4.5です。Artificial Analysisの測定では、最初の回答トークンまで1.1秒 対 57.6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。
- Claude Opus 4.5とGLM 5.3について、第三者ベンチマークの評価は一致していますか?
- 両方に結果がある19件のベンチマークのうち、Claude Opus 4.5のリードが9件、GLM 5.3のリードが10件です。両方を評価しているすべての総合指標で、GLM 5.3が上回っています。
- GLM 5.3はいつリリースされましたか?
- GLM 5.3は2026年8月18日にリリースされました。