DeepSeek V4 Pro vs GLM 5.3 Flash
詳しいプロフィール:DeepSeek V4 Pro(DeepSeek)とGLM 5.3 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 · 12件の情報源のデータ
2026年11月16日時点で、DeepSeek V4 ProとGLM 5.3 Flashの品質は互角です(BenchLeader Indexで56.0 対 57.8、±6.4の誤差範囲内)。価格はGLM 5.3 Flashの方が4.2倍安く、100万トークンあたりのブレンド価格で$0.238 対 $0.990です。推論(56 対 48)を重視するならDeepSeek V4 Pro、コーディング(57 対 52)、数学(69 対 65)、知識(45 対 41)を重視するならGLM 5.3 Flashが向いています。回答開始までの時間はDeepSeek V4 Proの方が短く、42.8秒 対 87.0秒です。
要点(2026年11月16日時点)
- BenchLeader IndexはDeepSeek V4 Proが56.0、GLM 5.3 Flashが57.8です(BenchLeader、2026年11月16日)。
- DeepSeek V4 Proの100万トークンあたりのブレンド価格は$0.990です(定価、2026年11月16日)。
- GLM 5.3 Flashの100万トークンあたりのブレンド価格は$0.238です(定価、2026年11月16日)。
- 両モデルに結果がある27件のベンチマークのうち、GLM 5.3 Flashが19件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はDeepSeek V4 Proが1581、GLM 5.3 Flashが1609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 | GLM 5.3 Flash | カテゴリスコア57 対 52;Arena WebDev 1609 対 1581 | 中 |
| 数学 | GLM 5.3 Flash | カテゴリスコア69 対 65;Arena Maths 1505 対 1465 | 中 |
| 推論 | DeepSeek V4 Pro | カテゴリスコア56 対 48;HLE-Diamond (AA) 20.5% 対 18.2% | 中 |
| 知識 | GLM 5.3 Flash | カテゴリスコア45 対 41;AA-Omniscience v1.1 0.7 対 -6.5 | 中 |
| 長い文書 | どちらでも | カテゴリスコア64 対 65;AA-LCR v1.1 79.3% 対 80.0% | どちらでも |
| チャットの質(人間の評価) | GLM 5.3 Flash | Arenaの投票で66 対 65 | 中 |
| 最低コスト | GLM 5.3 Flash | 100万トークンあたりブレンド価格$0.238 対 $1.98;エージェント型コーディングセッション$0.011 対 $0.095 | – |
| 回答開始の速さ | DeepSeek V4 Pro | 最初の回答トークンまで42.8秒(DeepSeek V4 Pro (high))対 87.0秒(GLM 5.3 Flash) | – |
| 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
- DeepSeek V4 Pro (high)とGLM 5.3 Flashの品質は互角です(56.0 対 57.8、±6.4の誤差範囲内)。
- DeepSeek V4 Pro (high)は推論で優れています。
- GLM 5.3 Flashはコーディング、人間の評価、知識、長文コンテキスト、数学で優れています。
- GLM 5.3 Flashの方が4.2倍安くなっています(100万トークンあたりブレンド価格$0.238 対 $0.990)。
- DeepSeek V4 Pro (high)の方が出力が1.5倍速くなっています(80 対 54トークン/秒)。
概要
| 仕様 | DeepSeek V4 Pro | GLM 5.3 Flash |
|---|---|---|
| プロバイダー | DeepSeek | Zhipu AI |
| リリース日 | 2026年8月13日 | 2026年8月20日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | 1,000,000 |
| 比較した構成 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
| オープンウェイト | あり | 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) | $1.32 / $3.96 / $0.022 | $0.150 / $0.500 / $0.030 |
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 | DeepSeek V4 Pro (high) | GLM 5.3 Flash | トップ |
|---|---|---|---|
| 推論 | 55.6 | 48.3 | DeepSeek V4 Pro |
| コーディング | 51.5 | 56.9 | GLM 5.3 Flash |
| エージェント・ツール | – | 58.7 | 比較不可 |
| 数学 | 64.5 | 68.8 | GLM 5.3 Flash |
| 知識 | 41.2 | 45.1 | GLM 5.3 Flash |
| 人間の評価 | 65.0 | 66.4 | GLM 5.3 Flash |
| マルチモーダル | – | 64.0 | 比較不可 |
| 長文コンテキスト | 64.3 | 64.6 | 互角 |
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):エージェント・ツール, 指示追従, 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27件のベンチマークのうち、DeepSeek V4 Proのリードが7件、GLM 5.3 Flashのリードが19件、同点が1件です。第三者の総合指標でも評価が分かれ、DeepSeek V4 ProはVals Indexで、GLM 5.3 FlashはAA Intelligence Index v5.0.1、Arena Textでリードしています。
| 総合Index | DeepSeek V4 Pro (high) | GLM 5.3 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 56.0 | 57.8 | 互角 |
| AA Intelligence Index v5.0.1 | 20.8 | 27.8 | GLM 5.3 Flash |
| Vals Index | 53.0† | 50.9 | DeepSeek V4 Pro |
| Arena Text | 1464 | 1475 | GLM 5.3 Flash |
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 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $1.98 | $0.238 |
| 100万トークンあたりの入力/出力 | $1.32 / $3.96 | $0.150 / $0.500 |
| 100万トークンあたりのキャッシュ入力 | $0.022 | $0.030 |
| タスクあたりの価格:チャットの返答 | $0.0017 | $0.0002 |
| タスクあたりの価格:30ページのレポートを要約 | $0.018 | $0.0021 |
| タスクあたりの価格:コード編集 | $0.014 | $0.0017 |
| 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 | $0.095 | $0.011 |
| タスクあたりの価格:構造化データの抽出 | $0.0034 | $0.0004 |
| 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) | $0.037 | $0.0056 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.849 | $0.583 |
| タスクあたりの出力トークン(AA Index) | 70k | 134k |
| うち推論 | 45k | 103k |
| タスクあたりの時間(AA Index) | 15 min | 41 min |
| 出力速度 | 80 tok/s | 54 tok/s |
| 回答開始までの時間 | 42.8秒 | 87.0秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | – | 220.4秒 |
トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、DeepSeek V4 Pro (high)で$0.849、GLM 5.3 Flashで$0.583でした。同じ作業でGLM 5.3 Flashは1.9倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。DeepSeek V4 Pro (high)のスコアは56.0、最初の回答トークンまで43秒。DeepSeek V4 Pro (max)は54.7(47秒)、DeepSeek V4 Proは53.0(1秒)。GLM 5.3 Flashのスコアは57.8、最初の回答トークンまで87秒。GLM 5.3 Flash (max)は52.4(87秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
163件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 56.0 | 57.8 |
| コーディングスコア | BenchLeader | 51.5 | 56.9 |
| 人間の評価スコア | BenchLeader | 65.0 | 66.4 |
| 知識スコア | BenchLeader | 41.2 | 45.1 |
| 長文コンテキストスコア | BenchLeader | 64.3 | 64.6 |
| 数学スコア | BenchLeader | 64.5 | 68.8 |
| 推論スコア | BenchLeader | 55.6 | 48.3 |
| エージェント・ツールスコア | BenchLeader | – | 58.7 |
| マルチモーダルスコア | BenchLeader | – | 64.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.98 | $0.238 |
| 出力速度 | BenchLeader | 80 tok/s | 54 tok/s |
| 回答開始までの時間 | BenchLeader | 42.8秒 | 87.0秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.9% | 90.2%† |
| Arena Hard Prompts | Arena (LMArena) | 1482 | 1500 |
| LiveBench 2.0 Reasoning | LiveBench | – | 77.6%† |
| LiveBench 1.0 Reasoning | LiveBench | 85.8%† | 77.6% |
| GPQA Diamond (AA) | Artificial Analysis | 92.8%† | 91.2% |
| Humanity's Last Exam (AA) | Artificial Analysis | 41.5% | 39.9% |
| HLE-Diamond (AA) | Artificial Analysis | 20.5% | 18.2% |
| GPQA Diamond (Vals) | Vals AI | 92.4%† | 86.4%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 53.5%† | – |
| ARC-AGI-1 | ARC Prize | 87.2% | 91.0%† |
| ARC-AGI-2 | ARC Prize | 59.7% | 65.8%† |
| CritPt | Artificial Analysis | 18.6% | 15.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 28.5% | 24.5% |
| HLE-Diamond (Scale) | Scale AI SEAL | 13.4%† | – |
| Arena Expert | Arena (LMArena) | 1481 | 1511 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 16.0% | 21.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 43.0%† | 8.0%† |
| CL-bench Life | Epoch AI Benchmarking Hub | 13.5% | – |
| LMCA | Epoch AI Benchmarking Hub | 45.5%† | – |
| DTBench | Epoch AI Benchmarking Hub | 93.9%† | – |
| ForecastBench | ForecastBench | 60.7%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.9% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 77.6%† | – |
| SciCode | SciCode | 46.4% | 51.6% |
| WeirdML | WeirdML | 46.5% | – |
163件のベンチマークをすべて表示
| 指標 | 公開元 | DeepSeek V4 Pro (high) | GLM 5.3 Flash |
|---|---|---|---|
| コーディング | |||
| FrontierCode | Cognition | 28.6% | 31.8%† |
| Arena Coding | Arena (LMArena) | 1503 | 1526 |
| Arena WebDev | Arena (LMArena) | 1581 | 1609 |
| LiveBench 2.0 Coding | LiveBench | – | 70.9%† |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | 79.0% |
| SciCode (AA) | Artificial Analysis | 51.7% | 51.6% |
| LiveCodeBench | Vals AI | 87.5%† | 80.5%† |
| IOI | Vals AI | 51.6%† | 52.5%† |
| SWE-bench (Vals) | Vals AI | 96.4%† | 92.0%† |
| Code Migration | Vals AI | 41.5%† | 20.5%† |
| Code Migration v1.1 | Vals AI | 52.0%† | 51.6%† |
| ProgramBench | Vals AI | 0.0%† | 0.0%† |
| Vibe Code Bench 1-100 | Vals AI | 17.5%† | 16.0%† |
| Vibe Code Bench v1.1 | Vals AI | 82.3%† | 30.8%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 27.1%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 27.1%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 55.3% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 66.9% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 53.3% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 45.7% |
| MirrorCode | Epoch AI Benchmarking Hub | 33.3%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 40.0% | 52.5%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 63.4%† |
| CursorBench | Cursor | – | 36.8%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 1006.1 | 303.6† |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 18.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 6.1% | 32.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 78.7%† | 84.3% |
| Startrise Frontend | Startrise | 62.7%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 41.9† | 54.9 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 45.1 | 57.2† |
| Design Arena Website | Design Arena | 1227† | 1257 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 38.8%† | 41.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 16.7% | 17.6% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 6.7%† | 37.0%† |
| APEX-Agents | Mercor | 47.3%† | 52.8% |
| Arena Agent | Arena (LMArena) | – | -2.9 |
| LiveBench Long Agentic | LiveBench | – | 20.7%† |
| LiveBench Browser | LiveBench | – | 59.8%† |
| LiveBench Agentic Coding | LiveBench | 55.0%† | 56.8% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 50.2%† | 62.9%† |
| HiL-Bench | Scale AI SEAL | 38.5%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 47.5%† | 57.1% |
| GDPval-AA v2.1 | Artificial Analysis | 1336 | 1648 |
| τ³-Banking (AA) | Artificial Analysis | 39.6%† | 47.2% |
| ITBench SRE (AA) | Artificial Analysis | – | 51.2% |
| Analyst Agent (AA) | Artificial Analysis | – | 25.0% |
| CyberBench | Vals AI | 72.9%† | 67.9%† |
| Finance Agent v2 | Vals AI | 50.4%† | 57.9%† |
| Finance Agent v2.1 | Vals AI | 57.1%† | 60.6%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 10.8%† | 10.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 7.5%† | 6.7%† |
| Legal Research Bench | Vals AI | 40.9%† | 45.2%† |
| SkillsBench | Vals AI | 53.8%† | 40.2%† |
| SREBench | Vals AI | 1.9%† | 0.8%† |
| Tax Agent Bench | Vals AI | 26.8%† | 31.6%† |
| Terminal-Bench 2.0 (Vals) | Vals AI | 56.2%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 14.1%† | 37.4%† |
| Terminal-Bench Science | Vals AI | 4.3%† | 2.9%† |
| Arena Agent Task Completion | Arena (LMArena) | – | 1.3 |
| PostTrainBench | Epoch AI Benchmarking Hub | – | 36.8%† |
| Vending-Bench 2 | Andon Labs | 3284.5† | – |
| AutomationBench | Artificial Analysis | 46.2% | 60.4% |
| GDP.pdf (AA) | Artificial Analysis | 10.4% | 15.4% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.8% |
| EnterpriseOps-Gym | Artificial Analysis | 49.6%† | 33.2% |
| AA-Briefcase v1.1 | Artificial Analysis | 1148 | 1450 |
| Design Arena Agentic | Design Arena | 927† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 1.9% | 4.8% |
| CWE-Bench (AA) | Artificial Analysis | – | 55.8% |
| DeepSec-Bench (AA) | Artificial Analysis | – | 19.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | – | 74.0% |
| MKA (AA) | Artificial Analysis | – | 36.2% |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 64.6%† | 55.8%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 26.8%† | 17.1%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 95.6% | 93.9%† |
| ProofBench | Vals AI | 50.0%† | 21.0%† |
| LiveBench Mathematics | LiveBench | 95.1%† | 81.2% |
| AIME 2026 | MathArena | 96.7%† | – |
| HMMT February 2026 | MathArena | 93.9%† | – |
| USAMO 2026 | MathArena | 60.7%† | – |
| MathArena Apex | MathArena | 28.1%† | – |
| Arena Maths | Arena (LMArena) | 1465 | 1505 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 52.9%† | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 76.4%† |
| LiveBench Research | LiveBench | – | 73.9%† |
| LiveBench 1.0 Data Analysis | LiveBench | 79.2%† | 76.4% |
| AA-Omniscience v1.1 | Artificial Analysis | -6.5 | 0.7 |
| MMLU-Pro | Vals AI | 87.3%† | 86.1%† |
| LegalBench | Vals AI | 82.4%† | 83.9%† |
| CorpFin | Vals AI | 65.4%† | – |
| TaxEval | Vals AI | 73.1%† | 75.6%† |
| CaseLaw v2 | Vals AI | 59.4%† | – |
| Excel Modeling Benchmark | Vals AI | 52.8%† | 55.9%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 65.1%† | 66.3%† |
| MedCode | Vals AI | 42.5%† | – |
| MedScribe | Vals AI | 80.2%† | 88.9%† |
| Public Benefits Bench v1.1 | Vals AI | 62.9%† | – |
| Access to Justice Benchmark | Vals AI | – | 71.1%† |
| Immigration Bench | Vals AI | 61.7%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 31.7%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 14.0%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 45.1% | 28.2% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 5.9% | 61.6% |
| 指示追従 | |||
| LiveBench Language | LiveBench | 82.1%† | 77.3% |
| LiveBench Instruction Following | LiveBench | 67.7%† | 52.8% |
| Arena Instruction Following | Arena (LMArena) | 1461 | 1474 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1464 | 1475 |
| EQ-Bench 4 | EQ-Bench | 1156† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1553† | – |
| Arena Creative Writing | Arena (LMArena) | 1444 | 1435 |
| Arena Multi-turn | Arena (LMArena) | 1469 | 1476 |
| Arena Longer Queries | Arena (LMArena) | 1474 | 1480 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1295 |
| LiveBench Design | LiveBench | – | 73.7%† |
| MMMU-Pro (Vals) | Vals AI | – | 86.0%† |
| SAGE | Vals AI | – | 89.3%† |
| Humanity's Sixth Sense | Scale AI SEAL | – | 26.8%† |
| VIALS-AA | Handshake AI | – | 39.8% |
| Code2Video-AA | Artificial Analysis | – | 975 |
| AA-3D | Artificial Analysis | – | 937 |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 80.0% |
| MLCR | Artificial Analysis | – | 11.7% |
| FACTS Grounding | – | 56.1% | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 155.9† | 153.8 |
| LiveBench 2.0 | LiveBench | – | 60.7%† |
| LiveBench 1.0 | LiveBench | 77.4%† | 71.6% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 20.8 | 27.8 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 36† | 41.8 |
| AA Progress Index v1 | Artificial Analysis | 311.5† | 318.6 |
| Vals Index | Vals AI | 53.0† | 50.9† |
| Vals Finance Index | Vals AI | 52.9%† | 55.8%† |
| Vals Router Index | Vals AI | 53.0%† | 50.9% |
| Vals Legal Index | Vals AI | 69.0%† | 71.0%† |
| AA Cyber Index | Artificial Analysis | – | 49.9 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 26.7% |
| DistressBench | Scale AI SEAL | – | 72.7% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 44.4 | 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。
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
- GLM 5.3 Flash:BenchLeader Index 56.7 → 57.8。
- DeepSeek V4 Pro (high):BenchLeader Index 59.1 → 56.0。
- DeepSeek V4 Pro (high):新しい結果17件(AA Intelligence Index v5.0.1, Humanity's Last Exam (AA), HLE-Diamond (AA)…)、入力価格 $0.66/M → $1.32/M、出力価格 $1.98/M → $3.96/M。
- GLM 5.3 Flash:スコアの改訂1件。
- DeepSeek V4 Pro (high):BenchLeader Index 57.5 → 59.1。
- GLM 5.3 Flash:スコアの改訂5件。
- DeepSeek V4 Pro (high):スコアの改訂1件。
- GLM 5.3 Flash:新しい結果1件(FORTRESS)。
- DeepSeek V4 Pro (high):スコアの改訂1件。
- GLM 5.3 Flash:スコアの改訂2件、価格 $0.034/M → $0.030/M。
関連する比較
- DeepSeek V4 Pro vs Claude Fable 5.2
- DeepSeek V4 Pro vs Claude Opus 5.5
- GLM 5.3 Flash vs Claude Opus 5.5
- GLM 5.3 Flash vs GPT-6.1 Sol
- GLM 5.3 Flash vs Gemini 4 Argon
- DeepSeek V4 Flash vs GLM 5.3 Flash
- DeepSeek V4 Pro vs GLM 5.3
- DeepSeek V4 Pro vs Claude Fable 5.1
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
DeepSeek V4 Pro vs GLM 5.3 Flash:よくある質問
- DeepSeek V4 ProはGLM 5.3 Flashより優れていますか?
- DeepSeek V4 Pro (high)とGLM 5.3 Flashの品質は互角です(56.0 対 57.8、±6.4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。
- DeepSeek V4 ProとGLM 5.3 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GLM 5.3 Flashの方が安く、100万トークンあたり$0.238 対 $0.990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DeepSeek V4 ProとGLM 5.3 Flashのどちらが向いていますか?
- コーディングではGLM 5.3 Flashの方がスコアが高くなっています(カテゴリ指標で57 対 52。50が平均)。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、DeepSeek V4 Proが1581、GLM 5.3 Flashが1609です。
- DeepSeek V4 ProとGLM 5.3 Flashはどちらが速いですか?
- DeepSeek V4 Proの方が出力が速くなっています(出力80 対 54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?
- 長文コンテキストのベンチマークでは互角です(64 対 65)。どちらも約1Mトークンです(DeepSeek V4 Proは1,048,576、GLM 5.3 Flashは1,000,000)。
ほかの質問(3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DeepSeek V4 Proです。Artificial Analysisの測定では、最初の回答トークンまで42.8秒 対 87.0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。
- DeepSeek V4 ProとGLM 5.3 Flash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27件のベンチマークのうち、DeepSeek V4 Proのリードが7件、GLM 5.3 Flashのリードが19件、同点が1件です。第三者の総合指標でも評価が分かれ、DeepSeek V4 ProはVals Indexで、GLM 5.3 FlashはAA Intelligence Index v5.0.1、Arena Textでリードしています。
- GLM 5.3 Flashはいつリリースされましたか?
- GLM 5.3 Flashは2026年8月20日にリリースされました。