GLM 5.3 vs Grok 4.7
詳しいプロフィール:GLM 5.3(Zhipu AI)とGrok 4.7(SpaceXAI)。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とGrok 4.7の品質は互角です(BenchLeader Indexで58.8 対 57.4、±4.0の誤差範囲内)。価格はGLM 5.3の方が1.4倍安く、100万トークンあたりのブレンド価格で$2.15 対 $3.00です。人間の評価(67 対 63)、数学(60 対 56)、長文コンテキスト(65 対 63)を重視するならGLM 5.3、知識(60 対 54)、コーディング(61 対 60)を重視するならGrok 4.7が向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはGLM 5.3が58.8、Grok 4.7が57.4です(BenchLeader、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)。
- Grok 4.7の100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- 両モデルに結果がある83件のベンチマークのうち、Grok 4.7が44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 5.3が1623、Grok 4.7が1641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 | Grok 4.7 | カテゴリスコア61 対 60;Arena WebDev 1641 対 1623 | 中 |
| エージェント・ツール利用 | どちらでも | カテゴリスコア58 対 57;Terminal-Bench 41.2% 対 38.8% | どちらでも |
| 数学 | GLM 5.3 | カテゴリスコア60 対 56;FrontierMath Tiers 1–3 68.8% 対 53.0% | 中 |
| 推論 | どちらでも | カテゴリスコア55 対 56;GPQA Diamond 90.9% 対 92.7% | どちらでも |
| 知識 | Grok 4.7 | カテゴリスコア60 対 54;SimpleQA Verified 56.0% 対 41.0% | 中 |
| 長い文書 | GLM 5.3 | カテゴリスコア65 対 63;AA-LCR v1.1 79.7% 対 76.7% | 中 |
| チャットの質(人間の評価) | GLM 5.3 | Arenaの投票で67 対 63 | 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 $3.00;エージェント型コーディングセッション$0.102 対 $0.144 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで57.6秒(GLM 5.3 (max))対 55.9秒(Grok 4.7 (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 (max)とGrok 4.7 (xhigh)の品質は互角です(58.8 対 57.4、±4.0の誤差範囲内)。
- GLM 5.3 (max)はエージェント・ツール、人間の評価、長文コンテキスト、数学で優れています。
- Grok 4.7 (xhigh)はコーディング、知識、推論で優れています。
- GLM 5.3 (max)の方が1.4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 $3.00)。
概要
| 仕様 | GLM 5.3 | Grok 4.7 |
|---|---|---|
| プロバイダー | Zhipu AI | SpaceXAI |
| リリース日 | 2026年8月18日 | 2026年9月21日 |
| コンテキストウィンドウ(トークン) | 1,000,000 | 500,000 |
| 比較した構成 | GLM 5.3 (max) | Grok 4.7 (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) | $1.40 / $4.40 / $0.260 | $2.00 / $6.00 / $0.500 |
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 (max) | Grok 4.7 (xhigh) | トップ |
|---|---|---|---|
| 推論 | 54.7 | 55.6 | 互角 |
| コーディング | 59.7 | 60.9 | Grok 4.7 |
| エージェント・ツール | 57.6 | 56.9 | 互角 |
| 数学 | 60.0 | 55.8 | GLM 5.3 |
| 知識 | 53.5 | 59.9 | Grok 4.7 |
| 人間の評価 | 67.2 | 62.5 | GLM 5.3 |
| マルチモーダル | – | 55.5 | 比較不可 |
| 長文コンテキスト | 64.5 | 62.9 | GLM 5.3 |
| 総合 | – | 52.8 | 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, 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83件のベンチマークのうち、GLM 5.3のリードが37件、Grok 4.7のリードが44件、同点が2件です。第三者の総合指標でも評価が分かれ、GLM 5.3はVals Index、Arena Textで、Grok 4.7はAA Intelligence Index v5.0.1でリードしています。
| 総合Index | GLM 5.3 (max) | Grok 4.7 (xhigh) | トップ |
|---|---|---|---|
| BenchLeader Index | 58.8 | 57.4 | 互角 |
| AA Intelligence Index v5.0.1 | 31.6 | 35.5 | Grok 4.7 |
| Vals Index | 59.9 | 58.6 | GLM 5.3 |
| Arena Text | 1482 | 1443 | 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 | GLM 5.3 (max) | Grok 4.7 (xhigh) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $2.15 | $3.00 |
| 100万トークンあたりの入力/出力 | $1.40 / $4.40 | $2.00 / $6.00 |
| 100万トークンあたりのキャッシュ入力 | $0.260 | $0.500 |
| タスクあたりの価格:チャットの返答 | $0.0019 | $0.0026 |
| タスクあたりの価格:30ページのレポートを要約 | $0.019 | $0.028 |
| タスクあたりの価格:コード編集 | $0.015 | $0.021 |
| 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 | $0.144 |
| タスクあたりの価格:構造化データの抽出 | $0.0037 | $0.0052 |
| 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 | $0.076 |
| ベンチマークのタスクあたりのコスト(AA Index) | $5.01 | $7.77 |
| タスクあたりの出力トークン(AA Index) | 119k | 105k |
| うち推論 | 85k | 69k |
| タスクあたりの時間(AA Index) | 23 min | 26 min |
| 出力速度 | 88 tok/s | 68 tok/s |
| 回答開始までの時間 | 57.6秒 | 55.9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 | 145.5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、GLM 5.3 (max)で$5.01、Grok 4.7 (xhigh)で$7.77でした。同じ作業でGLM 5.3 (max)は1.1倍の出力トークンを書いています。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.3 (max)のスコアは58.8、最初の回答トークンまで58秒。GLM 5.3 (low)は47.3(7秒)。Grok 4.7 (xhigh)のスコアは57.4、最初の回答トークンまで56秒。Grok 4.7 (high)は56.9(35秒)、Grok 4.7 (low)は55.4(10秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
169件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.3 (max) | Grok 4.7 (xhigh) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 58.8 | 57.4 |
| エージェント・ツールスコア | BenchLeader | 57.6 | 56.9 |
| コーディングスコア | BenchLeader | 59.7 | 60.9 |
| 人間の評価スコア | BenchLeader | 67.2 | 62.5 |
| 知識スコア | BenchLeader | 53.5 | 59.9 |
| 長文コンテキストスコア | BenchLeader | 64.5 | 62.9 |
| 数学スコア | BenchLeader | 60.0 | 55.8 |
| 推論スコア | BenchLeader | 54.7 | 55.6 |
| 総合スコア | BenchLeader | – | 52.8 |
| マルチモーダルスコア | BenchLeader | – | 55.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.15 | $3.00 |
| 出力速度 | BenchLeader | 88 tok/s | 68 tok/s |
| 回答開始までの時間 | BenchLeader | 57.6秒 | 55.9秒 |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | 500,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 90.9% | 92.7% |
| SimpleBench | SimpleBench | 66.2%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1507 | 1466 |
| LiveBench 2.0 Reasoning | LiveBench | – | 82.7% |
| LiveBench 1.0 Reasoning | LiveBench | 85.8%† | 82.7% |
| GPQA Diamond (AA) | Artificial Analysis | 91.7% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.3% | 43.1% |
| HLE-Diamond (AA) | Artificial Analysis | 17.9% | 23.2% |
| GPQA Diamond (Vals) | Vals AI | 88.1% | – |
| ARC-AGI-1 | ARC Prize | – | 89.5% |
| ARC-AGI-2 | ARC Prize | – | 61.4% |
| ARC-AGI-3 | ARC Prize | – | 7.0% |
| CritPt | Artificial Analysis | 19.1% | 17.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 33.5% | 33.5% |
| MysteryMechanism | Vals AI | 23.0% | 25.2% |
| HLE-Diamond (Scale) | Scale AI SEAL | 16.4%† | 23.4%† |
| Arena Expert | Arena (LMArena) | 1522 | 1478 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 37.0% | 41.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 33.0% | 29.0% |
| LMCA | Epoch AI Benchmarking Hub | 55.5%† | 49.4% |
| DTBench | Epoch AI Benchmarking Hub | 87.7%† | 96.0% |
| BTF-3 | Epoch AI Benchmarking Hub | 14.9%† | – |
| コーディング | |||
| SciCode | SciCode | 59.0% | 57.4% |
| WeirdML | WeirdML | 75.4% | – |
| FrontierCode | Cognition | 40.1% | 47.6%† |
169件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.3 (max) | Grok 4.7 (xhigh) |
|---|---|---|---|
| コーディング | |||
| Arena Coding | Arena (LMArena) | 1522 | 1493 |
| Arena WebDev | Arena (LMArena) | 1623 | 1641 |
| LiveBench 2.0 Coding | LiveBench | – | 73.1% |
| LiveBench 1.0 Coding | LiveBench | 79.0%† | 77.2% |
| LiveCodeBench | Vals AI | 80.5% | – |
| IOI | Vals AI | 68.4% | 57.7% |
| SWE-bench (Vals) | Vals AI | 95.4% | – |
| Code Migration | Vals AI | 44.2% | 44.8% |
| Code Migration v1.1 | Vals AI | 55.1% | 53.2% |
| ProgramBench | Vals AI | 1.5% | 0.5% |
| SWE-bench Multimodal | Vals AI | – | 42.9% |
| Vibe Code Bench 1-100 | Vals AI | 20.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 78.1% | 86.2% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 29.8% | 26.4% |
| SWE Atlas v1.1 | Scale AI SEAL | 58.1%† | 62.1%† |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 70.2%† | 73.4%† |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 55.6%† | 64.4%† |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 48.6%† | 48.6%† |
| SWE-Bench Pro V2 | Scale AI SEAL | 95.6% | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 84.3% | – |
| MirrorCode | Epoch AI Benchmarking Hub | – | 54.4% |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 69.0% | – |
| CursorBench | Cursor | 42.6% | 46.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | 1317.4† | 1545.8 |
| FrontierSWE | Epoch AI Benchmarking Hub | 30.2% | 29.5% |
| WeirdML v3 | WeirdML | – | 8.4% |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 41.9% | 25.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 83.9% | – |
| Startrise Frontend | Startrise | 73.2%† | 75.9%† |
| GameBench 2 Overall | DuelLab GameBench 2 | 64.6† | 63.6† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 72.3 | 71.2 |
| Design Arena Website | Design Arena | 1279† | 1244† |
| FrontierCode 1.1 (AA) | Artificial Analysis | 40.1% | 33.8% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 21.6% | 28.7% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 41.2% | 38.8% |
| APEX-Agents | Mercor | 56.6%† | 54.6%† |
| Arena Agent | Arena (LMArena) | 1 | 2.6 |
| LiveBench Long Agentic | LiveBench | – | 45.3% |
| LiveBench Browser | LiveBench | – | 49.3% |
| LiveBench Agentic Coding | LiveBench | 60.9%† | 54.0% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 71.5% | 73.4% |
| MCP Atlas | Scale AI SEAL | 84.2%† | – |
| HiL-Bench | Scale AI SEAL | 58.3%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 57.5% | 60.7% |
| GDPval-AA v2.1 | Artificial Analysis | 1655 | 1717 |
| τ³-Banking (AA) | Artificial Analysis | 50.3% | – |
| ITBench SRE (AA) | Artificial Analysis | 46.1% | 42.1% |
| Analyst Agent (AA) | Artificial Analysis | 38.8% | 52.5% |
| CyberBench | Vals AI | 72.1% | 69.5% |
| Finance Agent v2 | Vals AI | 55.8% | 52.3% |
| Finance Agent v2.1 | Vals AI | 65.0% | 60.6% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 14.6% | 18.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.3% | 12.5% |
| Legal Research Bench | Vals AI | 49.0% | 47.1% |
| Robo-bench | Vals AI | – | 0.2% |
| SkillsBench | Vals AI | 47.5% | – |
| SREBench | Vals AI | 9.2% | 3.8% |
| Tax Agent Bench | Vals AI | 43.3% | 35.8% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 38.9% | 28.8% |
| Terminal-Bench Science | Vals AI | 5.7% | 10.0% |
| Arena Agent Task Completion | Arena (LMArena) | 3.1 | 5.1 |
| PostTrainBench | Epoch AI Benchmarking Hub | 34.5% | – |
| Vending-Bench 2 | Andon Labs | 8163.6† | 10536.8† |
| AutomationBench | Artificial Analysis | 62.2% | 65.6% |
| GDP.pdf (AA) | Artificial Analysis | 11.2% | 20.0% |
| Harvey LAB-AA v1.1 | Harvey | 0.3% | 9.4% |
| EnterpriseOps-Gym | Artificial Analysis | 36.4% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1501 | 1636 |
| GDPx | GDPx by SemiAnalysis | 2.7% | 3.9% |
| Design Arena Agentic | Design Arena | 1239† | 1277† |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 9.5% | 11.4% |
| CWE-Bench (AA) | Artificial Analysis | 55.8% | 68.3% |
| DeepSec-Bench (AA) | Artificial Analysis | 24.3% | 26.9% |
| CyberGym end-to-end (AA) | Artificial Analysis | 29.0% | 74.0% |
| MKA (AA) | Artificial Analysis | – | 40.1% |
| FACTS Search | 87.7%† | 85.6%† | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 68.8% | 53.0% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 29.3% | 17.1% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 91.1% | 98.1% |
| ProofBench | Vals AI | 49.0% | 26.0%† |
| LiveBench Mathematics | LiveBench | 87.9%† | 95.7% |
| Arena Maths | Arena (LMArena) | 1501 | 1447 |
| FrontierMath Erdős | Epoch AI Benchmarking Hub | – | 0.0% |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 41.0% | 56.0% |
| LiveBench 2.0 Data Analysis | LiveBench | – | 76.9% |
| LiveBench Research | LiveBench | – | 89.5% |
| LiveBench 1.0 Data Analysis | LiveBench | 70.2%† | 76.9% |
| AA-Omniscience v1.1 | Artificial Analysis | 6.0 | 31.2 |
| MMLU-Pro | Vals AI | 86.8% | – |
| LegalBench | Vals AI | 84.8% | 84.4% |
| TaxEval | Vals AI | 72.4% | – |
| PRBench Legal | Scale AI SEAL | – | 47.6% |
| BioMysteryBench | Vals AI | – | 69.3% |
| Excel Modeling Benchmark | Vals AI | 56.3% | 67.0% |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.1% | 71.5% |
| MedCode | Vals AI | 42.9% | 49.5% |
| MedScribe | Vals AI | 88.8% | 89.4% |
| Public Benefits Bench v1.1 | Vals AI | 68.5% | 65.6% |
| Access to Justice Benchmark | Vals AI | 73.7% | 73.7% |
| Financial Coaching Bench | Vals AI | 74.1% | 74.1% |
| Immigration Bench | Vals AI | 66.7% | 68.0% |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 22.8% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 32.3% | 42.7% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 61.1% | 80.0% |
| HealthBench Professional (AA) | OpenAI | 52.8% | 55.8% |
| FACTS Parametric | 40.3%† | 54.3%† | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.9%† | 80.1% |
| LiveBench Instruction Following | LiveBench | 69.3%† | 75.3% |
| Arena Instruction Following | Arena (LMArena) | 1481 | 1435 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1482 | 1443 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2076† | 2012† |
| Arena Creative Writing | Arena (LMArena) | 1456 | 1421 |
| Arena Multi-turn | Arena (LMArena) | 1482 | 1435 |
| Arena Longer Queries | Arena (LMArena) | 1488 | 1454 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | – | 1230 |
| LiveBench Design | LiveBench | – | 75.0% |
| MMMU-Pro | Artificial Analysis | – | 78.2%† |
| SAGE | Vals AI | – | 88.7% |
| GeoBench | GeoBench | – | 61.0%† |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | – | 32.5%† |
| Furniture Assembly | Epoch AI Benchmarking Hub | – | 20.8% |
| VIALS-AA | Handshake AI | – | 37.9% |
| Code2Video-AA | Artificial Analysis | 1034 | 1127 |
| AA-3D | Artificial Analysis | 794 | 992 |
| FACTS Multimodal | – | 40.9%† | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.7% | 76.7% |
| MLCR | Artificial Analysis | 17.2% | 20.0% |
| FACTS Grounding | 55.2%† | 68.6%† | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 157.1† | 156.2† |
| LiveBench 2.0 | LiveBench | – | 67.9% |
| LiveBench 1.0 | LiveBench | 76.1%† | 77.4% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 31.6 | 35.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 44.8 | 46.5 |
| AA Progress Index v1 | Artificial Analysis | 322.7 | 322.7 |
| Vals Index | Vals AI | 59.9 | 58.6 |
| Vals Finance Index | Vals AI | 61.4% | 58.8% |
| Vals RSI Index | Vals AI | 22.9% | 20.2% |
| Vals Science Index | Vals AI | – | 34.8% |
| Vals Router Index | Vals AI | 59.7%† | 58.6%† |
| Vals Legal Index | Vals AI | 74.6% | 72.7% |
| AA Cyber Index | Artificial Analysis | 36.4 | 56.4 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 28.2% | – |
| DistressBench | Scale AI SEAL | 72.5%† | 52.4%† |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 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
- Grok 4.7 (xhigh):BenchLeader Index 58.0 → 57.4。
- Grok 4.7 (xhigh):新しい結果8件(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
- GLM 5.3 (max):新しい結果1件(PostTrainBench)。
- Grok 4.7 (xhigh):新しい結果1件(MirrorCode)。
- Grok 4.7 (xhigh):新しい結果1件(ALE-Bench)。
- GLM 5.3 (max):スコアの改訂4件。
- Grok 4.7 (xhigh):スコアの改訂2件。
- GLM 5.3 (max):スコアの改訂1件、価格 $0.30/M → $0.26/M。
- Grok 4.7 (xhigh):スコアの改訂2件。
- 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
- Grok 4.7 vs Claude Opus 5.5
- Grok 4.7 vs GPT-6 Astra
- Grok 4.7 vs Claude Fable 5.1
- Grok 4.7 vs GPT-6.1 Sol
- GLM 5.2 vs Grok 4.7
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 vs Grok 4.7:よくある質問
- GLM 5.3はGrok 4.7より優れていますか?
- GLM 5.3 (max)とGrok 4.7 (xhigh)の品質は互角です(58.8 対 57.4、±4.0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とGrok 4.7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 $3.00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GLM 5.3とGrok 4.7のどちらが向いていますか?
- コーディングではGrok 4.7の方がスコアが高くなっています(カテゴリ指標で61 対 60。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 5.3が1623、Grok 4.7が1641です。
- GLM 5.3とGrok 4.7はどちらが速いですか?
- GLM 5.3の方が出力が速くなっています(出力88 対 68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とGrok 4.7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互角です(カテゴリ指標で58 対 57)。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Terminal-Benchでは、GLM 5.3が41.2%、Grok 4.7が38.8%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GLM 5.3の方がスコアが高くなっています(65 対 63)。コンテキストはGLM 5.3の方が長く、1,000,000トークンです(Grok 4.7は500,000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Grok 4.7です。Artificial Analysisの測定では、最初の回答トークンまで55.9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。
- GLM 5.3とGrok 4.7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83件のベンチマークのうち、GLM 5.3のリードが37件、Grok 4.7のリードが44件、同点が2件です。第三者の総合指標でも評価が分かれ、GLM 5.3はVals Index、Arena Textで、Grok 4.7はAA Intelligence Index v5.0.1でリードしています。
- Grok 4.7はいつリリースされましたか?
- Grok 4.7は2026年9月21日にリリースされました。