GLM 5.3 Flash vs GPT-5.2
詳しいプロフィール:GLM 5.3 Flash(Zhipu AI)とGPT-5.2(OpenAI)。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 5.3 FlashとGPT-5.2の品質は互角です(BenchLeader Indexで57.8 対 59.9、±6.2の誤差範囲内)。価格はGLM 5.3 Flashの方が20倍安く、100万トークンあたりのブレンド価格で$0.238 対 $4.81です。数学(69 対 57)、エージェント・ツール(59 対 54)を重視するならGLM 5.3 Flash、推論(60 対 48)、知識(56 対 45)、コーディング(63 対 57)を重視するならGPT-5.2が向いています。GPT-5.2は出力が速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGLM 5.3 Flashが57.8、GPT-5.2が59.9です(BenchLeader、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)。
- GPT-5.2の100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
- GPT-5.2はGLM 5.3 Flashより出力が速いです(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6件のベンチマークのうち、GLM 5.3 Flashが5件でリードしています(BenchLeader、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 | GPT-5.2 | カテゴリスコア63 対 57;Design Arena Website 1186 対 1257 | 中 |
| エージェント・ツール利用 | GLM 5.3 Flash | カテゴリスコア59 対 54 | 中 |
| 数学 | GLM 5.3 Flash | カテゴリスコア69 対 57 | 高 |
| 推論 | GPT-5.2 | カテゴリスコア60 対 48;GPQA Diamond (AA) 90.3% 対 91.2% | 高 |
| 知識 | GPT-5.2 | カテゴリスコア56 対 45 | 高 |
| 長い文書 | GPT-5.2 | カテゴリスコア66 対 65;AA-LCR v1.1 82.7% 対 80.0% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGLM 5.3 Flashのみです(カテゴリスコア66) | 比較不可 |
| 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 $4.81;エージェント型コーディングセッション$0.011 対 $0.161 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで87.0秒(GLM 5.3 Flash)対 112.5秒(GPT-5.2 (xhigh)) | – |
| 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 5.3 FlashとGPT-5.2 (xhigh)の品質は互角です(57.8 対 59.9、±6.2の誤差範囲内)。
- GLM 5.3 Flashはエージェント・ツール、数学で優れています。
- GPT-5.2 (xhigh)はコーディング、知識、長文コンテキスト、推論で優れています。
- GLM 5.3 Flashの方が20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 $4.81)。
- GPT-5.2 (xhigh)の方が出力が1.4倍速くなっています(76 対 54トークン/秒)。
概要
| 仕様 | GLM 5.3 Flash | GPT-5.2 |
|---|---|---|
| プロバイダー | Zhipu AI | OpenAI |
| リリース日 | 2026年8月20日 | 2025年12月11日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 400,000 |
| 比較した構成 | GLM 5.3 Flash | GPT-5.2 (xhigh) |
| オープンウェイト | あり | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.150 / $0.500 / $0.030 | $1.75 / $14.00 / $0.175 |
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 5.3 Flash | GPT-5.2 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 48.3 | 60.4 | GPT-5.2 |
| コーディング | 56.9 | 63.0 | GPT-5.2 |
| エージェント・ツール | 58.7 | 53.8 | GLM 5.3 Flash |
| 数学 | 68.8 | 56.5 | GLM 5.3 Flash |
| 知識 | 45.1 | 56.1 | GPT-5.2 |
| 指示追従 | – | 73.7 | 比較不可 |
| 人間の評価 | 66.4 | – | 比較不可 |
| マルチモーダル | 64.0 | – | 比較不可 |
| 長文コンテキスト | 64.6 | 66.0 | GPT-5.2 |
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, 人間の評価。
情報源で評価が分かれる点
両方に結果がある6件のベンチマークのうち、GLM 5.3 Flashのリードが5件、GPT-5.2のリードが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 5.3 Flash | GPT-5.2 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 57.8 | 59.9 | 互角 |
| Arena Text | 1475 | 1437† | 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 5.3 Flash | GPT-5.2 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $0.238 | $4.81 |
| 100万トークンあたりの入力/出力 | $0.150 / $0.500 | $1.75 / $14.00 |
| 100万トークンあたりのキャッシュ入力 | $0.030 | $0.175 |
| タスクあたりの価格:チャットの返答 | $0.0002 | $0.0049 |
| タスクあたりの価格:30ページのレポートを要約 | $0.0021 | $0.029 |
| タスクあたりの価格:コード編集 | $0.0017 | $0.032 |
| 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 | $0.011 | $0.161 |
| タスクあたりの価格:構造化データの抽出 | $0.0004 | $0.0063 |
| 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) | $0.0056 | $0.090 |
| ベンチマークのタスクあたりのコスト(AA Index) | $0.583 | – |
| タスクあたりの出力トークン(AA Index) | 134k | – |
| うち推論 | 103k | – |
| タスクあたりの時間(AA Index) | 41 min | – |
| 出力速度 | 54 tok/s | 76 tok/s |
| 回答開始までの時間 | 87.0秒 | 112.5秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 220.4秒 | 154.4秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.3 Flashのスコアは57.8、最初の回答トークンまで87秒。GLM 5.3 Flash (max)は52.4(87秒)。GPT-5.2 (xhigh)のスコアは59.9、最初の回答トークンまで112秒。GPT-5.2は56.7(2秒)、GPT-5.2 (medium)は56.2(7秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
195件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.3 Flash | GPT-5.2 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.8 | 59.9 |
| エージェント・ツールスコア | BenchLeader | 58.7 | 53.8 |
| コーディングスコア | BenchLeader | 56.9 | 63.0 |
| 人間の評価スコア | BenchLeader | 66.4 | – |
| 知識スコア | BenchLeader | 45.1 | 56.1 |
| 長文コンテキストスコア | BenchLeader | 64.6 | 66.0 |
| 数学スコア | BenchLeader | 68.8 | 56.5 |
| マルチモーダルスコア | BenchLeader | 64.0 | – |
| 推論スコア | BenchLeader | 48.3 | 60.4 |
| 指示追従スコア | BenchLeader | – | 73.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $0.238 | $4.81 |
| 出力速度 | BenchLeader | 54 tok/s | 76 tok/s |
| 回答開始までの時間 | BenchLeader | 87.0秒 | 112.5秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 400,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.2%† | 91.4% |
| Humanity's Last Exam | Scale AI / CAIS | – | 27.8%† |
| SimpleBench | SimpleBench | – | 45.8%† |
| Arena Hard Prompts | Arena (LMArena) | 1500 | 1497† |
| LiveBench 2.0 Reasoning | LiveBench | 77.6%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 77.6% | 83.2%† |
| GPQA Diamond (AA) | Artificial Analysis | 91.2% | 90.3% |
| Humanity's Last Exam (AA) | Artificial Analysis | 39.9% | 37.7% |
| HLE-Diamond (AA) | Artificial Analysis | 18.2% | – |
| GPQA Diamond (Vals) | Vals AI | 86.4%† | 91.7% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | – | 73.3%† |
| ARC-AGI-1 | ARC Prize | 91.0%† | 86.2% |
| ARC-AGI-2 | ARC Prize | 65.8%† | 52.9% |
| CritPt | Artificial Analysis | 15.4% | 11.6% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 24.5% | – |
| SciPredict | Scale AI SEAL | – | 20.6%† |
| Arena Expert | Arena (LMArena) | 1511 | 1491† |
| Chess Puzzles | Epoch AI Benchmarking Hub | 21.0%† | 48.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 8.0%† | 22.0%† |
| CL-bench | Epoch AI Benchmarking Hub | – | 18.2%† |
| LMCA | Epoch AI Benchmarking Hub | – | 43.9% |
| DTBench | Epoch AI Benchmarking Hub | – | 90.9% |
| ForecastBench | ForecastBench | – | 63.8%† |
| BTF-3 | Epoch AI Benchmarking Hub | 14.9% | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 73.8%† |
195件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.3 Flash | GPT-5.2 (xhigh) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | 51.6% | – |
| WeirdML | WeirdML | – | 72.2% |
| FrontierCode | Cognition | 31.8%† | – |
| GSO-Bench | GSO-Bench | – | 27.4%† |
| Arena Coding | Arena (LMArena) | 1526 | 1515† |
| Arena WebDev | Arena (LMArena) | 1609 | 1421† |
| LiveBench 2.0 Coding | LiveBench | 70.9%† | – |
| LiveBench 1.0 Coding | LiveBench | 79.0% | 76.1%† |
| LiveCodeBench | Vals AI | 80.5%† | 85.4% |
| IOI | Vals AI | 52.5%† | – |
| SWE-bench (Vals) | Vals AI | 92.0%† | 75.8% |
| SWE-Bench Pro | Scale AI SEAL | – | 29.9%† |
| SWE-bench Verified (bash only) | SWE-bench | – | 69.0%† |
| SWE-bench Multilingual (bash only) | SWE-bench | – | 66.7%† |
| SWE-bench Verified (any scaffold) | SWE-bench | – | 72.8%† |
| Code Migration | Vals AI | 20.5%† | – |
| Code Migration v1.1 | Vals AI | 51.6%† | – |
| ProgramBench | Vals AI | 0.0%† | – |
| Vibe Code Bench 1-100 | Vals AI | 16.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 30.8%† | 53.5% |
| SWE-Bench Pro (private) | Scale AI SEAL | – | 23.8%† |
| 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 | – | 32.2% |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 52.5%† | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 63.4%† | – |
| CursorBench | Cursor | 36.8%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 303.6† | 1249.8† |
| AlgoTune | AlgoTune | – | 2.0† |
| FrontierSWE | Epoch AI Benchmarking Hub | 18.1%† | – |
| WeirdML v3 | WeirdML | – | 5.0% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 32.8% | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 84.3% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 54.9 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 57.2† | – |
| Design Arena Website | Design Arena | 1257 | 1186 |
| FrontierCode 1.1 (AA) | Artificial Analysis | 41.0% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 17.6% | – |
| LiveCodeBench (AA) | Artificial Analysis | – | 88.9% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 37.0%† | 64.9%† |
| GDPval | OpenAI | – | 49.7%† |
| Remote Labor Index | Scale AI / CAIS | – | 2.1%† |
| APEX-Agents | Mercor | 52.8% | – |
| Arena Agent | Arena (LMArena) | -2.9 | – |
| LiveBench Long Agentic | LiveBench | 20.7%† | – |
| LiveBench Browser | LiveBench | 59.8%† | – |
| LiveBench Agentic Coding | LiveBench | 56.8% | 50.3%† |
| Terminal-Bench Hard | Artificial Analysis | – | 47.0% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 84.8% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 62.9%† | – |
| MCP Atlas | Scale AI SEAL | – | 67.6% |
| BFCL Overall | Berkeley Function Calling Leaderboard | – | 55.9%† |
| τ²-bench | τ²-bench | – | 84.8%† |
| τ³-bench Banking | τ²-bench | – | 32.2%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 57.1% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1648 | – |
| τ³-Banking (AA) | Artificial Analysis | 47.2% | 11.1%† |
| ITBench SRE (AA) | Artificial Analysis | 51.2% | – |
| Analyst Agent (AA) | Artificial Analysis | 25.0% | – |
| CyberBench | Vals AI | 67.9%† | – |
| Finance Agent v2 | Vals AI | 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 | 6.7%† | – |
| Legal Research Bench | Vals AI | 45.2%† | – |
| Poker Agent | Vals AI | – | 1131.8%† |
| SkillsBench | Vals AI | 40.2%† | – |
| SREBench | Vals AI | 0.8%† | – |
| Tax Agent Bench | Vals AI | 31.6%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 37.4%† | – |
| Terminal-Bench Science | Vals AI | 2.9%† | – |
| Arena Search | Arena (LMArena) | – | 1161† |
| Arena Agent Task Completion | Arena (LMArena) | 1.3 | – |
| DeepResearch Bench | DeepResearch Bench | – | 41.1%† |
| PostTrainBench | Epoch AI Benchmarking Hub | 36.8%† | – |
| METR Time Horizons | METR | – | 75.3%† |
| Vending-Bench 2 | Andon Labs | – | 3591.3† |
| AutomationBench | Artificial Analysis | 60.4% | – |
| GDP.pdf (AA) | Artificial Analysis | 15.4% | – |
| Harvey LAB-AA v1.1 | Harvey | 0.8% | – |
| EnterpriseOps-Gym | Artificial Analysis | 33.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1450 | – |
| Design Arena Agentic | Design Arena | – | 1065† |
| 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 | 55.8%† | 67.4% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 17.1%† | 31.7% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 93.9%† | 96.1% |
| ProofBench | Vals AI | 21.0%† | 15.0% |
| LiveBench Mathematics | LiveBench | 81.2% | 93.2%† |
| AIME (Vals) | Vals AI | – | 96.9% |
| MGSM | Vals AI | – | 94.0% |
| AIME 2026 | MathArena | – | 98.3%† |
| HMMT February 2026 | MathArena | – | 97.0%† |
| MathArena Apex | MathArena | – | 13.5%† |
| Arena Maths | Arena (LMArena) | 1505 | 1453† |
| AIME 2025 (AA) | Artificial Analysis | – | 99.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 37.1% |
| LiveBench 2.0 Data Analysis | LiveBench | 76.4%† | – |
| LiveBench Research | LiveBench | 73.9%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 76.4% | 78.2%† |
| AA-Omniscience v1.1 | Artificial Analysis | 0.7 | – |
| MMLU-Pro | Vals AI | 86.1%† | 86.2% |
| LegalBench | Vals AI | 83.9%† | 82.8% |
| CorpFin | Vals AI | – | 65.9% |
| TaxEval | Vals AI | 75.6%† | 75.8% |
| MedQA | Vals AI | – | 94.1% |
| MultiNRC | Scale AI SEAL | – | 42.2%† |
| CaseLaw v2 | Vals AI | – | 66.0% |
| Excel Modeling Benchmark | Vals AI | 55.9%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 66.3%† | – |
| MedCode | Vals AI | – | 49.8% |
| MedScribe | Vals AI | 88.9%† | 84.4% |
| Access to Justice Benchmark | Vals AI | 71.1%† | – |
| DrugDiscoveryBench | Scale AI SEAL | – | 29.3% |
| EBR-bench | Epoch AI Benchmarking Hub | – | 23.0% |
| GDP.pdf | Epoch AI Benchmarking Hub | 14.0%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 28.2% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 61.6% | – |
| Global-MMLU-Lite (AA) | Artificial Analysis | – | 89.8%† |
| 指示追従 | |||
| LiveBench Language | LiveBench | 77.3% | 79.8%† |
| LiveBench Instruction Following | LiveBench | 52.8% | 61.8%† |
| IFBench | Artificial Analysis | – | 75.4% |
| TutorBench | Scale AI SEAL | – | 53.5%† |
| Arena Instruction Following | Arena (LMArena) | 1474 | 1457† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1475 | 1476† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 1703† |
| Arena Creative Writing | Arena (LMArena) | 1435 | 1432† |
| Arena Multi-turn | Arena (LMArena) | 1476 | 1495† |
| Arena Longer Queries | Arena (LMArena) | 1480 | 1472† |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1295 | 1268† |
| LiveBench Design | LiveBench | 73.7%† | – |
| MMMU-Pro | Artificial Analysis | – | 74.6%† |
| VISTA | Scale AI SEAL | – | 46.6%† |
| MMMU-Pro (Vals) | Vals AI | 86.0%† | 86.7% |
| MortgageTax | Vals AI | – | 67.1% |
| SAGE | Vals AI | 89.3%† | – |
| Humanity's Sixth Sense | Scale AI SEAL | 26.8%† | – |
| VPCT | Epoch AI Benchmarking Hub | – | 84.0% |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 38.3% |
| 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 | 80.0% | 82.7% |
| Arena Document | Arena (LMArena) | – | 1425† |
| MLCR | Artificial Analysis | 11.7% | – |
| FACTS Grounding | 56.1% | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 153.8 | 154.5† |
| LiveBench 2.0 | LiveBench | 60.7%† | – |
| LiveBench 1.0 | LiveBench | 71.6% | 74.6%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 27.8 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 41.8 | 30.4 |
| AA Progress Index v1 | Artificial Analysis | 318.6 | 295.5 |
| Vals Index | Vals AI | 50.9† | – |
| Vals Finance Index | Vals AI | 55.8%† | – |
| Vals RSI Index | Vals AI | – | 15.8% |
| 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 | 26.7% | 17.5%† |
| MASK | Scale AI SEAL | – | 86.7%† |
| PropensityBench | Scale AI SEAL | – | 34.4%† |
| DistressBench | Scale AI SEAL | 72.7% | – |
| 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。
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。
- GPT-5.2 (xhigh):新しい結果1件(AIME 2025 (AA))。
- GLM 5.3 Flash:スコアの改訂1件。
- GPT-5.2 (xhigh):新しい結果1件(MirrorCode)。
- GLM 5.3 Flash:スコアの改訂5件。
- GLM 5.3 Flash:新しい結果1件(FORTRESS)。
- GLM 5.3 Flash:スコアの改訂2件、価格 $0.034/M → $0.030/M。
- GLM 5.3 Flash:価格 $0.030/M → $0.034/M。
- GLM 5.3 Flash:価格 $0.034/M → $0.030/M。
- GLM 5.3 Flash:価格 $0.030/M → $0.034/M。
関連する比較
- 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
- GPT-5.2 vs Claude Opus 5.5
- GPT-5.2 vs GPT-6 Astra
- GLM 5.3 vs GPT-5.2
- GLM 5.3 Flash vs GPT-5
- GLM 5.3 Flash vs Claude Sonnet 5.5
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 5.3 Flash vs GPT-5.2:よくある質問
- GLM 5.3 FlashはGPT-5.2より優れていますか?
- GLM 5.3 FlashとGPT-5.2 (xhigh)の品質は互角です(57.8 対 59.9、±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 5.3 FlashとGPT-5.2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 $4.81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 5.3 FlashとGPT-5.2のどちらが向いていますか?
- コーディングではGPT-5.2の方がスコアが高くなっています(カテゴリ指標で63 対 57。50が平均)。
- GLM 5.3 FlashとGPT-5.2はどちらが速いですか?
- GPT-5.2の方が出力が速くなっています(出力76 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 5.3 FlashとGPT-5.2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 Flashの方がスコアが高くなっています(カテゴリ指標で59 対 54。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?
- 長文コンテキストのベンチマークではGPT-5.2の方がスコアが高くなっています(66 対 65)。コンテキストはGLM 5.3 Flashの方が長く、1,000,000トークンです(GPT-5.2は400,000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GLM 5.3 Flashです。Artificial Analysisの測定では、最初の回答トークンまで87.0秒 対 112.5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 5.3 FlashとGPT-5.2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6件のベンチマークのうち、GLM 5.3 Flashのリードが5件、GPT-5.2のリードが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。