BenchLeader

GLM 5.3 vs Mimo v2 Pro

詳しいプロフィール:GLM 5.3(Zhipu AI)とMimo v2 Pro(Xiaomi)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月16日時点で、GLM 5.3とMimo v2 Proの品質は互角です(BenchLeader Indexで58.8 対 59.1、±5.6の誤差範囲内)。コーディング(60 対 52)、長文コンテキスト(65 対 59)、人間の評価(67 対 63)を重視するならGLM 5.3、エージェント・ツール(69 対 58)、推論(64 対 55)、数学(63 対 60)を重視するならMimo v2 Pro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、Mimo v2 Proが59.1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)。
  • 両モデルに結果がある14件のベンチマークのうち、GLM 5.3が14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、Mimo v2 Proが1434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カテゴリスコア60 対 52;Arena WebDev 1623 対 1434高
エージェント・ツール利用Mimo v2 Proカテゴリスコア69 対 58高
数学Mimo v2 Proカテゴリスコア63 対 60;Arena Maths 1450 対 1501中
推論Mimo v2 Proカテゴリスコア64 対 55;Arena Hard Prompts 1475 対 1507高
長い文書GLM 5.3カテゴリスコア65 対 59;AA-LCR v1.1 79.7% 対 68.3%中
チャットの質(人間の評価)GLM 5.3Arenaの投票で67 対 63中
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Mimo v2 Proの品質は互角です(58.8 対 59.1、±5.6の誤差範囲内)。
  • GLM 5.3 (max)はコーディング、人間の評価、長文コンテキストで優れています。
  • Mimo v2 Proはエージェント・ツール、数学、推論で優れています。

概要

仕様GLM 5.3Mimo v2 Pro
プロバイダーZhipu AIXiaomi
リリース日2026年8月18日2026年3月18日
コンテキストウィンドウ(トークン)1,000,0001,000,000
比較した構成GLM 5.3 (max)Mimo v2 Pro
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–

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)Mimo v2 Proトップ
推論54.763.7Mimo v2 Pro
コーディング59.751.7GLM 5.3
エージェント・ツール57.669.4Mimo v2 Pro
数学60.062.9Mimo v2 Pro
知識53.5–比較不可
指示追従–67.9比較不可
人間の評価67.263.1GLM 5.3
長文コンテキスト64.558.5GLM 5.3

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, 長文コンテキスト: 64.5GLM 5.3, 人間の評価: 67.2Mimo v2 Pro, 推論: 63.7Mimo v2 Pro, コーディング: 51.7Mimo v2 Pro, エージェント・ツール: 69.4Mimo v2 Pro, 数学: 62.9Mimo v2 Pro, 長文コンテキスト: 58.5Mimo v2 Pro, 人間の評価: 63.1

描画していないもの(測定済みのモデルが2つ未満):知識, 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14件のベンチマークのうち、GLM 5.3のリードが14件、Mimo v2 Proのリードが0件です。両方を評価しているすべての総合指標で、GLM 5.3が上回っています。

総合IndexGLM 5.3 (max)Mimo v2 Proトップ
BenchLeader Index58.859.1互角
Arena Text14821448GLM 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)Mimo v2 Pro
100万トークンあたりのブレンド価格$2.15–
100万トークンあたりの入力/出力$1.40 / $4.40– / –
100万トークンあたりのキャッシュ入力$0.260–
タスクあたりの価格:チャットの返答$0.0019–
タスクあたりの価格:30ページのレポートを要約$0.019–
タスクあたりの価格:コード編集$0.015–
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–
タスクあたりの価格:構造化データの抽出$0.0037–
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–
ベンチマークのタスクあたりのコスト(AA Index)$5.01–
タスクあたりの出力トークン(AA Index)119k–
うち推論85k–
タスクあたりの時間(AA Index)23 min–
出力速度88 tok/s–
回答開始までの時間57.6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–

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)。Mimo v2 Proのスコアは59.1。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

145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)Mimo v2 Pro
BenchLeader IndexBenchLeader58.859.1
エージェント・ツールスコアBenchLeader57.669.4
コーディングスコアBenchLeader59.751.7
人間の評価スコアBenchLeader67.263.1
知識スコアBenchLeader53.5–
長文コンテキストスコアBenchLeader64.558.5
数学スコアBenchLeader60.062.9
推論スコアBenchLeader54.763.7
指示追従スコアBenchLeader–67.9
ブレンド価格($/100万トークン)BenchLeader$2.15–
出力速度BenchLeader88 tok/s–
回答開始までの時間BenchLeader57.6秒–
コンテキストウィンドウBenchLeader1,000,000トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub90.9%–
SimpleBenchSimpleBench66.2%†–
Arena Hard PromptsArena (LMArena)15071475
LiveBench 1.0 ReasoningLiveBench85.8%†–
GPQA Diamond (AA)Artificial Analysis91.7%87.0%
Humanity's Last Exam (AA)Artificial Analysis42.3%30.4%
HLE-Diamond (AA)Artificial Analysis17.9%–
GPQA Diamond (Vals)Vals AI88.1%–
CritPtArtificial Analysis19.1%0.3%
CritPt v2 hard subset (AA)Artificial Analysis33.5%–
MysteryMechanismVals AI23.0%–
HLE-Diamond (Scale)Scale AI SEAL16.4%†–
Arena ExpertArena (LMArena)15221493
Chess PuzzlesEpoch AI Benchmarking Hub37.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub33.0%–
CL-benchEpoch AI Benchmarking Hub–15.7%
CL-bench LifeEpoch AI Benchmarking Hub–6.9%
LMCAEpoch AI Benchmarking Hub55.5%†–
DTBenchEpoch AI Benchmarking Hub87.7%†–
BTF-3Epoch AI Benchmarking Hub14.9%†–
コーディング
SciCodeSciCode59.0%–
WeirdMLWeirdML75.4%–
FrontierCodeCognition40.1%–
Arena CodingArena (LMArena)15221503
Arena WebDevArena (LMArena)16231434
145件のベンチマークをすべて表示
指標公開元GLM 5.3 (max)Mimo v2 Pro
コーディング
LiveBench 1.0 CodingLiveBench79.0%†–
LiveCodeBenchVals AI80.5%–
IOIVals AI68.4%–
SWE-bench (Vals)Vals AI95.4%–
Code MigrationVals AI44.2%–
Code Migration v1.1Vals AI55.1%–
ProgramBenchVals AI1.5%–
Vibe Code Bench 1-100Vals AI20.0%–
Vibe Code Bench v1.1Vals AI78.1%–
Vibe Code Bench 1-100 v1.1Vals AI29.8%–
SWE Atlas v1.1Scale AI SEAL58.1%†–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%†–
SWE Atlas v1.1: Test WritingScale AI SEAL55.6%†–
SWE Atlas v1.1: RefactoringScale AI SEAL48.6%†–
SWE-Bench Pro V2Scale AI SEAL95.6%–
SWE-Bench Pro V2 HARDScale AI SEAL84.3%–
DeepSWE v1.1Epoch AI Benchmarking Hub69.0%–
CursorBenchCursor42.6%–
ALE-BenchEpoch AI Benchmarking Hub1317.4†785.2
FrontierSWEEpoch AI Benchmarking Hub30.2%–
Terminal-Bench 4.0 (AA)Artificial Analysis41.9%–
Terminal-Bench 2.1 (AA)Artificial Analysis83.9%–
Startrise FrontendStartrise73.2%†–
GameBench 2 OverallDuelLab GameBench 264.6†–
GameBench 2 by reasoning settingDuelLab GameBench 272.3–
Design Arena WebsiteDesign Arena1279†–
FrontierCode 1.1 (AA)Artificial Analysis40.1%–
FrontierCode 2.0 (AA)Artificial Analysis21.6%–
エージェント・ツール
Terminal-BenchTerminal-Bench41.2%–
APEX-AgentsMercor56.6%†–
Arena AgentArena (LMArena)1–
LiveBench Agentic CodingLiveBench60.9%†–
Terminal-Bench HardArtificial Analysis–40.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.0%
Terminal-Bench 2.1 (Vals)Vals AI71.5%–
MCP AtlasScale AI SEAL84.2%†–
HiL-BenchScale AI SEAL58.3%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis57.5%–
GDPval-AA v2.1Artificial Analysis1655–
τ³-Banking (AA)Artificial Analysis50.3%–
ITBench SRE (AA)Artificial Analysis46.1%–
Analyst Agent (AA)Artificial Analysis38.8%–
CyberBenchVals AI72.1%–
Finance Agent v2Vals AI55.8%–
Finance Agent v2.1Vals AI65.0%–
Harvey's Legal Agent Benchmark v1.1Vals AI14.6%–
Harvey's Legal Agent Benchmark v1Vals AI8.3%–
Legal Research BenchVals AI49.0%–
SkillsBenchVals AI47.5%–
SREBenchVals AI9.2%–
Tax Agent BenchVals AI43.3%–
Terminal-Bench 4.0 (Vals)Vals AI38.9%–
Terminal-Bench ScienceVals AI5.7%–
Arena Agent Task CompletionArena (LMArena)3.1–
PostTrainBenchEpoch AI Benchmarking Hub34.5%–
Vending-Bench 2Andon Labs8163.6†–
AutomationBenchArtificial Analysis62.2%–
GDP.pdf (AA)Artificial Analysis11.2%–
Harvey LAB-AA v1.1Harvey0.3%–
EnterpriseOps-GymArtificial Analysis36.4%–
AA-Briefcase v1.1Artificial Analysis1501–
GDPxGDPx by SemiAnalysis2.7%–
Design Arena AgenticDesign Arena1239†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis9.5%–
CWE-Bench (AA)Artificial Analysis55.8%–
DeepSec-Bench (AA)Artificial Analysis24.3%–
CyberGym end-to-end (AA)Artificial Analysis29.0%–
FACTS SearchGoogle87.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub68.8%–
FrontierMath Tier 4Epoch AI Benchmarking Hub29.3%–
OTIS Mock AIMEEpoch AI Benchmarking Hub91.1%–
ProofBenchVals AI49.0%–
LiveBench MathematicsLiveBench87.9%†–
Arena MathsArena (LMArena)15011450
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub41.0%–
LiveBench 1.0 Data AnalysisLiveBench70.2%†–
AA-Omniscience v1.1Artificial Analysis6.0–
MMLU-ProVals AI86.8%–
LegalBenchVals AI84.8%–
TaxEvalVals AI72.4%–
Excel Modeling BenchmarkVals AI56.3%–
Excel Modeling Benchmark v1.1Vals AI69.1%–
MedCodeVals AI42.9%–
MedScribeVals AI88.8%–
Public Benefits Bench v1.1Vals AI68.5%–
Access to Justice BenchmarkVals AI73.7%–
Financial Coaching BenchVals AI74.1%–
Immigration BenchVals AI66.7%–
AA-Omniscience v1.1: accuracyArtificial Analysis32.3%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis61.1%–
HealthBench Professional (AA)OpenAI52.8%–
FACTS ParametricGoogle40.3%†–
指示追従
LiveBench LanguageLiveBench79.9%†–
LiveBench Instruction FollowingLiveBench69.3%†–
IFBenchArtificial Analysis–68.8%
Arena Instruction FollowingArena (LMArena)14811446
人間の評価
Arena TextArena (LMArena)14821448
EQ-Bench Creative Writing v3EQ-Bench2076†–
Arena Creative WritingArena (LMArena)14561424
Arena Multi-turnArena (LMArena)14821467
Arena Longer QueriesArena (LMArena)14881467
マルチモーダル
Code2Video-AAArtificial Analysis1034–
AA-3DArtificial Analysis794–
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.7%68.3%
MLCRArtificial Analysis17.2%–
FACTS GroundingGoogle55.2%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.1†–
LiveBench 1.0LiveBench76.1%†–
AA Intelligence Index v5.0.1Artificial Analysis31.6–
AA Intelligence Index v4.3.2Artificial Analysis44.828.6
AA Progress Index v1Artificial Analysis322.7279
Vals IndexVals AI59.9–
Vals Finance IndexVals AI61.4%–
Vals RSI IndexVals AI22.9%–
Vals Router IndexVals AI59.7%†–
Vals Legal IndexVals AI74.6%–
AA Cyber IndexArtificial Analysis36.4–
安全性・誠実さ
FORTRESSScale AI SEAL28.2%–
DistressBenchScale AI SEAL72.5%†–
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

  • GLM 5.3 (max):新しい結果1件(PostTrainBench)。
  • GLM 5.3 (max):スコアの改訂4件。
  • GLM 5.3 (max):スコアの改訂1件、価格 $0.30/M → $0.26/M。
  • GLM 5.3 (max):価格 $0.26/M → $0.30/M。
  • GLM 5.3 (max):価格 $0.30/M → $0.26/M。
  • GLM 5.3 (max):価格 $0.26/M → $0.30/M。
  • GLM 5.3 (max):BenchLeader Index 61.3 → 58.9。
  • Mimo v2 Pro:BenchLeader Index 59.7 → 59.1。
  • GLM 5.3 (max):新しい結果5件(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…)、スコアの改訂3件、価格 $2.01/M → $5.01/M、価格 $0.30/M → $0.26/M。
  • Mimo v2 Pro:新しい結果1件(AA Progress Index v1)。

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 Mimo v2 Pro:よくある質問

GLM 5.3はMimo v2 Proより優れていますか?
GLM 5.3 (max)とMimo v2 Proの品質は互角です(58.8 対 59.1、±5.6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。
コーディングにはGLM 5.3とMimo v2 Proのどちらが向いていますか?
コーディングではGLM 5.3の方がスコアが高くなっています(カテゴリ指標で60 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、GLM 5.3が1623、Mimo v2 Proが1434です。
エージェントやツール利用にはGLM 5.3とMimo v2 Pro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Mimo v2 Proの方がスコアが高くなっています(カテゴリ指標で69 対 58。50が平均)。
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 59)。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。
GLM 5.3とMimo v2 Pro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14件のベンチマークのうち、GLM 5.3のリードが14件、Mimo v2 Proのリードが0件です。両方を評価しているすべての総合指標で、GLM 5.3が上回っています。
ほかの質問(1件)
GLM 5.3はいつリリースされましたか?
GLM 5.3は2026年8月18日にリリースされました。