GLM 5.2 vs GLM 5.3 Flash
詳しいプロフィール:GLM 5.2(Zhipu AI)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、GLM 5.2とGLM 5.3 Flashの品質は互角です(BenchLeader Indexで58.9 対 57.8、±6.2の誤差範囲内)。価格はGLM 5.3 Flashの方が9.0倍安く、100万トークンあたりのブレンド価格で$0.238 対 $2.15です。推論(57 対 48)、コーディング(62 対 57)、エージェント・ツール(62 対 59)を重視するなら5.2、数学(69 対 53)を重視するなら5.3 Flashが向いています。回答開始までの時間は5.2の方が短く、26.8秒 対 87.0秒です。5.2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GLM 5.2が58.9、GLM 5.3 Flashが57.8です(BenchLeader、2026年11月16日)。
- GLM 5.2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 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)。
- GLM 5.2はGLM 5.3 Flash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32件のベンチマークのうち、GLM 5.3 Flashが21件でリードしています(BenchLeader、2026年11月16日)。
- Arena WebDevでの評価はGLM 5.2が1608、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 5.2 | カテゴリスコア62 対 57;Arena WebDev 1608 対 1609 | 中 |
| エージェント・ツール利用 | GLM 5.2 | カテゴリスコア62 対 59;Arena Agent 0.2 対 -2.9 | 中 |
| 数学 | GLM 5.3 Flash | カテゴリスコア69 対 53;Arena Maths 1505 対 1487 | 高 |
| 推論 | GLM 5.2 | カテゴリスコア57 対 48;HLE-Diamond (AA) 17.7% 対 18.2% | 高 |
| 知識 | どちらでも | カテゴリスコア44 対 45;AA-Omniscience v1.1 0.6 対 0.7 | どちらでも |
| 長い文書 | どちらでも | カテゴリスコア64 対 65;AA-LCR v1.1 78.3% 対 80.0% | どちらでも |
| チャットの質(人間の評価) | どちらでも | Arenaの投票で66 対 66 | どちらでも |
| 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 $2.15;エージェント型コーディングセッション$0.011 対 $0.102 | – |
| 回答開始の速さ | GLM 5.2 | 最初の回答トークンまで26.8秒(GLM 5.2 (max))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
- GLM 5.2 (max)とGLM 5.3 Flashの品質は互角です(58.9 対 57.8、±6.2の誤差範囲内)。
- GLM 5.2 (max)はエージェント・ツール、コーディング、推論で優れています。
- GLM 5.3 Flashは知識、長文コンテキスト、数学で優れています。
- GLM 5.3 Flashの方が9.0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 $2.15)。
概要
| 仕様 | GLM 5.2 | GLM 5.3 Flash |
|---|---|---|
| プロバイダー | Zhipu AI | Zhipu AI |
| リリース日 | 2026年6月16日 | 2026年8月20日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 1,000,000 |
| 比較した構成 | GLM 5.2 (max) | 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) | $1.40 / $4.40 / $0.260 | $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 | GLM 5.2 (max) | GLM 5.3 Flash | トップ |
|---|---|---|---|
| 推論 | 57.2 | 48.3 | GLM 5.2 |
| コーディング | 61.8 | 56.9 | GLM 5.2 |
| エージェント・ツール | 62.1 | 58.7 | GLM 5.2 |
| 数学 | 52.6 | 68.8 | GLM 5.3 Flash |
| 知識 | 44.3 | 45.1 | 互角 |
| 指示追従 | 71.8 | – | 比較不可 |
| 人間の評価 | 66.4 | 66.4 | 互角 |
| マルチモーダル | – | 64.0 | 比較不可 |
| 長文コンテキスト | 63.8 | 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):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32件のベンチマークのうち、GLM 5.2のリードが10件、GLM 5.3 Flashのリードが21件、同点が1件です。両方を評価しているすべての総合指標で、GLM 5.3 Flashが上回っています。
| 総合Index | GLM 5.2 (max) | GLM 5.3 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 58.9 | 57.8 | 互角 |
| Arena Text | 1475 | 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 | GLM 5.2 (max) | GLM 5.3 Flash |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $2.15 | $0.238 |
| 100万トークンあたりの入力/出力 | $1.40 / $4.40 | $0.150 / $0.500 |
| 100万トークンあたりのキャッシュ入力 | $0.260 | $0.030 |
| タスクあたりの価格:チャットの返答 | $0.0019 | $0.0002 |
| タスクあたりの価格:30ページのレポートを要約 | $0.019 | $0.0021 |
| タスクあたりの価格:コード編集 | $0.015 | $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 | $0.102 | $0.011 |
| タスクあたりの価格:構造化データの抽出 | $0.0037 | $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) | $0.050 | $0.0056 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $0.583 |
| タスクあたりの出力トークン(AA Index) | – | 134k |
| うち推論 | – | 103k |
| タスクあたりの時間(AA Index) | – | 41 min |
| 出力速度 | 69 tok/s | 54 tok/s |
| 回答開始までの時間 | 26.8秒 | 87.0秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 56.7秒 | 220.4秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.2 (max)のスコアは58.9、最初の回答トークンまで27秒。GLM 5.2は51.9(1秒)、GLM 5.2 (推論なし)は45.8(2秒)。GLM 5.3 Flashのスコアは57.8、最初の回答トークンまで87秒。GLM 5.3 Flash (max)は52.4(87秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
164件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.2 (max) | GLM 5.3 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 58.9 | 57.8 |
| エージェント・ツールスコア | BenchLeader | 62.1 | 58.7 |
| コーディングスコア | BenchLeader | 61.8 | 56.9 |
| 人間の評価スコア | BenchLeader | 66.4 | 66.4 |
| 指示追従スコア | BenchLeader | 71.8 | – |
| 知識スコア | BenchLeader | 44.3 | 45.1 |
| 長文コンテキストスコア | BenchLeader | 63.8 | 64.6 |
| 数学スコア | BenchLeader | 52.6 | 68.8 |
| 推論スコア | BenchLeader | 57.2 | 48.3 |
| マルチモーダルスコア | BenchLeader | – | 64.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.15 | $0.238 |
| 出力速度 | BenchLeader | 69 tok/s | 54 tok/s |
| 回答開始までの時間 | BenchLeader | 26.8秒 | 87.0秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 91.9% | 90.2%† |
| SimpleBench | SimpleBench | 58.8%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1496 | 1500 |
| LiveBench 2.0 Reasoning | LiveBench | – | 77.6%† |
| LiveBench 1.0 Reasoning | LiveBench | 78.6%† | 77.6% |
| GPQA Diamond (AA) | Artificial Analysis | 89.5% | 91.2% |
| Humanity's Last Exam (AA) | Artificial Analysis | 41.1% | 39.9% |
| HLE-Diamond (AA) | Artificial Analysis | 17.7% | 18.2% |
| GPQA Diamond (Vals) | Vals AI | 85.6%† | 86.4%† |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 62.6%† | – |
| ARC-AGI-1 | ARC Prize | 77.0%† | 91.0%† |
| ARC-AGI-2 | ARC Prize | 22.8%† | 65.8%† |
| CritPt | Artificial Analysis | 20.9% | 15.4% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 24.5% |
| Arena Expert | Arena (LMArena) | 1502 | 1511 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 22.0% | 21.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 18.0%† | 8.0%† |
| LMCA | Epoch AI Benchmarking Hub | 45.8% | – |
| DTBench | Epoch AI Benchmarking Hub | 93.6% | – |
| BTF-3 | Epoch AI Benchmarking Hub | – | 14.9% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 78.7% | – |
| SciCode | SciCode | 51.2% | 51.6% |
| WeirdML | WeirdML | 70.1% | – |
| FrontierCode | Cognition | 24.5%† | 31.8%† |
| Arena Coding | Arena (LMArena) | 1515 | 1526 |
164件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.2 (max) | GLM 5.3 Flash |
|---|---|---|---|
| コーディング | |||
| Arena WebDev | Arena (LMArena) | 1608 | 1609 |
| LiveBench 2.0 Coding | LiveBench | – | 70.9%† |
| LiveBench 1.0 Coding | LiveBench | 79.7%† | 79.0% |
| LiveCodeBench | Vals AI | 69.5%† | 80.5%† |
| IOI | Vals AI | – | 52.5%† |
| SWE-bench (Vals) | Vals AI | 82.8% | 92.0%† |
| Code Migration | Vals AI | 37.9% | 20.5%† |
| Code Migration v1.1 | Vals AI | – | 51.6%† |
| ProgramBench | Vals AI | 0.5% | 0.0%† |
| Vibe Code Bench 1-100 | Vals AI | – | 16.0%† |
| Vibe Code Bench v1.1 | Vals AI | 64.0% | 30.8%† |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 48.1%† | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 42.4%† | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 41.5%† | – |
| 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 | 36.7% | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 55.6%† | 52.5%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 43.8% | 63.4%† |
| CursorBench | Cursor | – | 36.8%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 1010.2 | 303.6† |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 18.1%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 1.0% | 32.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 77.9% | 84.3% |
| Startrise Frontend | Startrise | 72.1%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 43.1† | 54.9 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 32.4† | 57.2† |
| Design Arena Website | Design Arena | 1277† | 1257 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 41.0% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 17.6% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | – | 37.0%† |
| APEX-Agents | Mercor | 45.2%† | 52.8% |
| Arena Agent | Arena (LMArena) | 0.2 | -2.9 |
| LiveBench Long Agentic | LiveBench | – | 20.7%† |
| LiveBench Browser | LiveBench | – | 59.8%† |
| LiveBench Agentic Coding | LiveBench | 51.8%† | 56.8% |
| Terminal-Bench Hard | Artificial Analysis | 50.8% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 99.1% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 67.8% | 62.9%† |
| MCP Atlas | Scale AI SEAL | 77.8%† | – |
| HiL-Bench | Scale AI SEAL | 43.7%† | – |
| τ³-bench Banking | τ²-bench | 37.1%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 57.1% |
| GDPval-AA v2.1 | Artificial Analysis | 1380 | 1648 |
| τ³-Banking (AA) | Artificial Analysis | 34.6% | 47.2% |
| ITBench SRE (AA) | Artificial Analysis | 42.7% | 51.2% |
| Analyst Agent (AA) | Artificial Analysis | – | 25.0% |
| APEX-Agents (AA) | Artificial Analysis | 33.7% | – |
| CyberBench | Vals AI | – | 67.9%† |
| Finance Agent v2 | Vals AI | 49.7%† | 57.9%† |
| Finance Agent v2.1 | Vals AI | – | 60.6%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 10.4%† |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 7.1% | 6.7%† |
| Legal Research Bench | Vals AI | 31.3% | 45.2%† |
| SkillsBench | Vals AI | 45.1% | 40.2%† |
| SREBench | Vals AI | 0.0% | 0.8%† |
| Tax Agent Bench | Vals AI | – | 31.6%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 37.4%† |
| Terminal-Bench Science | Vals AI | – | 2.9%† |
| Arena Agent Task Completion | Arena (LMArena) | 1.7 | 1.3 |
| PostTrainBench | Epoch AI Benchmarking Hub | 30.4% | 36.8%† |
| GBAEval | Epoch AI Benchmarking Hub | 0.0%† | – |
| Vending-Bench 2 | Andon Labs | 8313.8† | – |
| AutomationBench | Artificial Analysis | 28.4% | 60.4% |
| GDP.pdf (AA) | Artificial Analysis | 10.4% | 15.4% |
| Harvey LAB-AA v1.1 | Harvey | – | 0.8% |
| EnterpriseOps-Gym | Artificial Analysis | 42.7% | 33.2% |
| AA-Briefcase v1.1 | Artificial Analysis | 1226 | 1450 |
| Design Arena Agentic | Design Arena | 1194† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 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 | 59.2% | 55.8%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 29.3% | 17.1%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 86.4% | 93.9%† |
| ProofBench | Vals AI | 35.0% | 21.0%† |
| LiveBench Mathematics | LiveBench | 89.8%† | 81.2% |
| AIME 2026 | MathArena | 90.0% | – |
| HMMT February 2026 | MathArena | 92.4% | – |
| MathArena Apex | MathArena | 19.8% | – |
| Arena Maths | Arena (LMArena) | 1487 | 1505 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 34.2% | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 76.4%† |
| LiveBench Research | LiveBench | – | 73.9%† |
| LiveBench 1.0 Data Analysis | LiveBench | 73.7%† | 76.4% |
| AA-Omniscience v1.1 | Artificial Analysis | 0.6 | 0.7 |
| MMLU-Pro | Vals AI | 86.7%† | 86.1%† |
| LegalBench | Vals AI | 84.1%† | 83.9%† |
| CorpFin | Vals AI | 66.1%† | – |
| TaxEval | Vals AI | 73.3%† | 75.6%† |
| Excel Modeling Benchmark | Vals AI | 61.5%† | 55.9%† |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 66.3%† |
| MedCode | Vals AI | 40.8%† | – |
| MedScribe | Vals AI | 83.5%† | 88.9%† |
| Access to Justice Benchmark | Vals AI | – | 71.1%† |
| DrugDiscoveryBench | Scale AI SEAL | 36.2%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 9.5% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 14.0%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 21.1% | 28.2% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 74.1% | 61.6% |
| 指示追従 | |||
| LiveBench Language | LiveBench | 76.2%† | 77.3% |
| LiveBench Instruction Following | LiveBench | 62.3%† | 52.8% |
| IFBench | Artificial Analysis | 73.3% | – |
| Arena Instruction Following | Arena (LMArena) | 1470 | 1474 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1475 | 1475 |
| EQ-Bench 4 | EQ-Bench | 1208† | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1759† | – |
| Arena Creative Writing | Arena (LMArena) | 1451 | 1435 |
| Arena Multi-turn | Arena (LMArena) | 1477 | 1476 |
| Arena Longer Queries | Arena (LMArena) | 1486 | 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 | 78.3% | 80.0% |
| MLCR | Artificial Analysis | 12.8% | 11.7% |
| FACTS Grounding | – | 56.1% | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 153.0† | 153.8 |
| LiveBench 2.0 | LiveBench | – | 60.7%† |
| LiveBench 1.0 | LiveBench | 73.2%† | 71.6% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 27.8 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 33.7 | 41.8 |
| AA Progress Index v1 | Artificial Analysis | 302.5 | 318.6 |
| Vals Index | Vals AI | – | 50.9† |
| Vals Finance Index | Vals AI | – | 55.8%† |
| Vals Router Index | Vals AI | – | 50.9% |
| Vals Legal Index | Vals AI | – | 71.0%† |
| AA Cyber Index | Artificial Analysis | – | 49.9 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 48.7%† | 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。
- GLM 5.2 (max):新しい結果1件(GDPval-AA v2.1)。
- GLM 5.2 (max):BenchLeader Index 59.5 → 59.0。
- GLM 5.2 (max):新しい結果3件(AIME 2026, HMMT February 2026, MathArena Apex)、スコアの改訂1件。
- GLM 5.3 Flash:スコアの改訂1件。
- GLM 5.2 (max):新しい結果1件(MirrorCode)。
- GLM 5.3 Flash:スコアの改訂5件。
- GLM 5.2 (max):BenchLeader Index 60.2 → 59.5。
- GLM 5.2 (max):新しい結果4件(HLE-Diamond (AA), AA-Omniscience v1.1, AA-Omniscience v1.1: accuracy…)。
- GLM 5.3 Flash:新しい結果1件(FORTRESS)。
関連する比較
- GLM 5.2 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
- GLM 5.2 vs GLM 5.3
- GLM 5.2 vs GPT-6.1 Sol
- GLM 5.2 vs GPT-5.6 Sol
- GLM 5.2 vs Gemini 4 Argon
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
GLM 5.2 vs GLM 5.3 Flash:よくある質問
- GLM 5.2はGLM 5.3 Flashより優れていますか?
- GLM 5.2 (max)とGLM 5.3 Flashの品質は互角です(58.9 対 57.8、±6.2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。
- GLM 5.2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 $2.15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GLM 5.2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 5.2の方がスコアが高くなっています(カテゴリ指標で62 対 57。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、GLM 5.2が1608、GLM 5.3 Flashが1609です。
- GLM 5.2とGLM 5.3 Flashはどちらが速いですか?
- GLM 5.2の方が出力が約1.5倍速くなっています(出力69 対 54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GLM 5.2とGLM 5.3 Flash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 5.2の方がスコアが高くなっています(カテゴリ指標で62 対 59。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なτ³-Banking (AA)では、GLM 5.2が34.6%、GLM 5.3 Flashが47.2%です。
ほかの質問(4件)
- 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1,000,000トークンのコンテキストに対応しています。
- 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 5.2です。Artificial Analysisの測定では、最初の回答トークンまで26.8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。
- GLM 5.2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32件のベンチマークのうち、GLM 5.2のリードが10件、GLM 5.3 Flashのリードが21件、同点が1件です。両方を評価しているすべての総合指標で、GLM 5.3 Flashが上回っています。
- 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。