BenchLeader

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 5.3Arenaの投票で67 対 63中
最低コストGLM 5.3100万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 5.3Grok 4.7
プロバイダーZhipu AISpaceXAI
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)1,000,000500,000
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54.755.6互角
コーディング59.760.9Grok 4.7
エージェント・ツール57.656.9互角
数学60.055.8GLM 5.3
知識53.559.9Grok 4.7
人間の評価67.262.5GLM 5.3
マルチモーダル–55.5比較不可
長文コンテキスト64.562.9GLM 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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキスト人間の評価GLM 5.3, 推論: 54.7GLM 5.3, コーディング: 59.7GLM 5.3, エージェント・ツール: 57.6GLM 5.3, 数学: 60.0GLM 5.3, 知識: 53.5GLM 5.3, 長文コンテキスト: 64.5GLM 5.3, 人間の評価: 67.2Grok 4.7, 推論: 55.6Grok 4.7, コーディング: 60.9Grok 4.7, エージェント・ツール: 56.9Grok 4.7, 数学: 55.8Grok 4.7, 知識: 59.9Grok 4.7, 長文コンテキスト: 62.9Grok 4.7, 人間の評価: 62.5

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。

モデル(クリックで追加・削除)Index

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IndexGLM 5.3 (max)Grok 4.7 (xhigh)トップ
BenchLeader Index58.857.4互角
AA Intelligence Index v5.0.131.635.5Grok 4.7
Vals Index59.958.6GLM 5.3
Arena Text14821443GLM 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)119k105k
うち推論85k69k
タスクあたりの時間(AA Index)23 min26 min
出力速度88 tok/s68 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 IndexBenchLeader58.857.4
エージェント・ツールスコアBenchLeader57.656.9
コーディングスコアBenchLeader59.760.9
人間の評価スコアBenchLeader67.262.5
知識スコアBenchLeader53.559.9
長文コンテキストスコアBenchLeader64.562.9
数学スコアBenchLeader60.055.8
推論スコアBenchLeader54.755.6
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BenchLeader88 tok/s68 tok/s
回答開始までの時間BenchLeader57.6秒55.9秒
コンテキストウィンドウBenchLeader1,000,000トークン500,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub90.9%92.7%
SimpleBenchSimpleBench66.2%†–
Arena Hard PromptsArena (LMArena)15071466
LiveBench 2.0 ReasoningLiveBench–82.7%
LiveBench 1.0 ReasoningLiveBench85.8%†82.7%
GPQA Diamond (AA)Artificial Analysis91.7%–
Humanity's Last Exam (AA)Artificial Analysis42.3%43.1%
HLE-Diamond (AA)Artificial Analysis17.9%23.2%
GPQA Diamond (Vals)Vals AI88.1%–
ARC-AGI-1ARC Prize–89.5%
ARC-AGI-2ARC Prize–61.4%
ARC-AGI-3ARC Prize–7.0%
CritPtArtificial Analysis19.1%17.7%
CritPt v2 hard subset (AA)Artificial Analysis33.5%33.5%
MysteryMechanismVals AI23.0%25.2%
HLE-Diamond (Scale)Scale AI SEAL16.4%†23.4%†
Arena ExpertArena (LMArena)15221478
Chess PuzzlesEpoch AI Benchmarking Hub37.0%41.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub33.0%29.0%
LMCAEpoch AI Benchmarking Hub55.5%†49.4%
DTBenchEpoch AI Benchmarking Hub87.7%†96.0%
BTF-3Epoch AI Benchmarking Hub14.9%†–
コーディング
SciCodeSciCode59.0%57.4%
WeirdMLWeirdML75.4%–
FrontierCodeCognition40.1%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 CodingArena (LMArena)15221493
Arena WebDevArena (LMArena)16231641
LiveBench 2.0 CodingLiveBench–73.1%
LiveBench 1.0 CodingLiveBench79.0%†77.2%
LiveCodeBenchVals AI80.5%–
IOIVals AI68.4%57.7%
SWE-bench (Vals)Vals AI95.4%–
Code MigrationVals AI44.2%44.8%
Code Migration v1.1Vals AI55.1%53.2%
ProgramBenchVals AI1.5%0.5%
SWE-bench MultimodalVals AI–42.9%
Vibe Code Bench 1-100Vals AI20.0%–
Vibe Code Bench v1.1Vals AI78.1%86.2%
Vibe Code Bench 1-100 v1.1Vals AI29.8%26.4%
SWE Atlas v1.1Scale AI SEAL58.1%†62.1%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†73.4%†
SWE Atlas v1.1: Test WritingScale AI SEAL55.6%†64.4%†
SWE Atlas v1.1: RefactoringScale AI SEAL48.6%†48.6%†
SWE-Bench Pro V2Scale AI SEAL95.6%–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%–
MirrorCodeEpoch AI Benchmarking Hub–54.4%
DeepSWE v1.1Epoch AI Benchmarking Hub69.0%–
CursorBenchCursor42.6%46.3%
ALE-BenchEpoch AI Benchmarking Hub1317.4†1545.8
FrontierSWEEpoch AI Benchmarking Hub30.2%29.5%
WeirdML v3WeirdML–8.4%
Terminal-Bench 4.0 (AA)Artificial Analysis41.9%25.8%
Terminal-Bench 2.1 (AA)Artificial Analysis83.9%–
Startrise FrontendStartrise73.2%†75.9%†
GameBench 2 OverallDuelLab GameBench 264.6†63.6†
GameBench 2 by reasoning settingDuelLab GameBench 272.371.2
Design Arena WebsiteDesign Arena1279†1244†
FrontierCode 1.1 (AA)Artificial Analysis40.1%33.8%
FrontierCode 2.0 (AA)Artificial Analysis21.6%28.7%
エージェント・ツール
Terminal-BenchTerminal-Bench41.2%38.8%
APEX-AgentsMercor56.6%†54.6%†
Arena AgentArena (LMArena)12.6
LiveBench Long AgenticLiveBench–45.3%
LiveBench BrowserLiveBench–49.3%
LiveBench Agentic CodingLiveBench60.9%†54.0%
Terminal-Bench 2.1 (Vals)Vals AI71.5%73.4%
MCP AtlasScale AI SEAL84.2%†–
HiL-BenchScale AI SEAL58.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis57.5%60.7%
GDPval-AA v2.1Artificial Analysis16551717
τ³-Banking (AA)Artificial Analysis50.3%–
ITBench SRE (AA)Artificial Analysis46.1%42.1%
Analyst Agent (AA)Artificial Analysis38.8%52.5%
CyberBenchVals AI72.1%69.5%
Finance Agent v2Vals AI55.8%52.3%
Finance Agent v2.1Vals AI65.0%60.6%
Harvey's Legal Agent Benchmark v1.1Vals AI14.6%18.3%
Harvey's Legal Agent Benchmark v1Vals AI8.3%12.5%
Legal Research BenchVals AI49.0%47.1%
Robo-benchVals AI–0.2%
SkillsBenchVals AI47.5%–
SREBenchVals AI9.2%3.8%
Tax Agent BenchVals AI43.3%35.8%
Terminal-Bench 4.0 (Vals)Vals AI38.9%28.8%
Terminal-Bench ScienceVals AI5.7%10.0%
Arena Agent Task CompletionArena (LMArena)3.15.1
PostTrainBenchEpoch AI Benchmarking Hub34.5%–
Vending-Bench 2Andon Labs8163.6†10536.8†
AutomationBenchArtificial Analysis62.2%65.6%
GDP.pdf (AA)Artificial Analysis11.2%20.0%
Harvey LAB-AA v1.1Harvey0.3%9.4%
EnterpriseOps-GymArtificial Analysis36.4%–
AA-Briefcase v1.1Artificial Analysis15011636
GDPxGDPx by SemiAnalysis2.7%3.9%
Design Arena AgenticDesign Arena1239†1277†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis9.5%11.4%
CWE-Bench (AA)Artificial Analysis55.8%68.3%
DeepSec-Bench (AA)Artificial Analysis24.3%26.9%
CyberGym end-to-end (AA)Artificial Analysis29.0%74.0%
MKA (AA)Artificial Analysis–40.1%
FACTS SearchGoogle87.7%†85.6%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub68.8%53.0%
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%17.1%
OTIS Mock AIMEEpoch AI Benchmarking Hub91.1%98.1%
ProofBenchVals AI49.0%26.0%†
LiveBench MathematicsLiveBench87.9%†95.7%
Arena MathsArena (LMArena)15011447
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub41.0%56.0%
LiveBench 2.0 Data AnalysisLiveBench–76.9%
LiveBench ResearchLiveBench–89.5%
LiveBench 1.0 Data AnalysisLiveBench70.2%†76.9%
AA-Omniscience v1.1Artificial Analysis6.031.2
MMLU-ProVals AI86.8%–
LegalBenchVals AI84.8%84.4%
TaxEvalVals AI72.4%–
PRBench LegalScale AI SEAL–47.6%
BioMysteryBenchVals AI–69.3%
Excel Modeling BenchmarkVals AI56.3%67.0%
Excel Modeling Benchmark v1.1Vals AI69.1%71.5%
MedCodeVals AI42.9%49.5%
MedScribeVals AI88.8%89.4%
Public Benefits Bench v1.1Vals AI68.5%65.6%
Access to Justice BenchmarkVals AI73.7%73.7%
Financial Coaching BenchVals AI74.1%74.1%
Immigration BenchVals AI66.7%68.0%
GDP.pdfEpoch AI Benchmarking Hub–22.8%
AA-Omniscience v1.1: accuracyArtificial Analysis32.3%42.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis61.1%80.0%
HealthBench Professional (AA)OpenAI52.8%55.8%
FACTS ParametricGoogle40.3%†54.3%†
指示追従
LiveBench LanguageLiveBench79.9%†80.1%
LiveBench Instruction FollowingLiveBench69.3%†75.3%
Arena Instruction FollowingArena (LMArena)14811435
人間の評価
Arena TextArena (LMArena)14821443
EQ-Bench Creative Writing v3EQ-Bench2076†2012†
Arena Creative WritingArena (LMArena)14561421
Arena Multi-turnArena (LMArena)14821435
Arena Longer QueriesArena (LMArena)14881454
マルチモーダル
Arena VisionArena (LMArena)–1230
LiveBench DesignLiveBench–75.0%
MMMU-ProArtificial Analysis–78.2%†
SAGEVals AI–88.7%
GeoBenchGeoBench–61.0%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–32.5%†
Furniture AssemblyEpoch AI Benchmarking Hub–20.8%
VIALS-AAHandshake AI–37.9%
Code2Video-AAArtificial Analysis10341127
AA-3DArtificial Analysis794992
FACTS MultimodalGoogle–40.9%†
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%76.7%
MLCRArtificial Analysis17.2%20.0%
FACTS GroundingGoogle55.2%†68.6%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.1†156.2†
LiveBench 2.0LiveBench–67.9%
LiveBench 1.0LiveBench76.1%†77.4%
AA Intelligence Index v5.0.1Artificial Analysis31.635.5
AA Intelligence Index v4.3.2Artificial Analysis44.846.5
AA Progress Index v1Artificial Analysis322.7322.7
Vals IndexVals AI59.958.6
Vals Finance IndexVals AI61.4%58.8%
Vals RSI IndexVals AI22.9%20.2%
Vals Science IndexVals AI–34.8%
Vals Router IndexVals AI59.7%†58.6%†
Vals Legal IndexVals AI74.6%72.7%
AA Cyber IndexArtificial Analysis36.456.4
安全性・誠実さ
FORTRESSScale AI SEAL28.2%–
DistressBenchScale AI SEAL72.5%†52.4%†
メタデータ
AA Openness IndexArtificial Analysis33.3–

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。

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。