GLM 5.3 vs Qwen3.8 2.4T A95B
詳しいプロフィール:GLM 5.3(Zhipu AI)とQwen3.8 2.4T A95B(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 11件の情報源のデータ
2026年11月16日時点で、GLM 5.3とQwen3.8 2.4T A95Bの品質は互角です(BenchLeader Indexで58.8 対 51.4、±14.6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。両方を測定できるすべてのカテゴリでGLM 5.3がリードしています。GLM 5.3の方が出力が約1.5倍速いです。
要点(2026年11月16日時点)
- BenchLeader IndexはGLM 5.3が58.8、Qwen3.8 2.4T A95Bが51.4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)。
- Qwen3.8 2.4T A95B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)。
- GLM 5.3はQwen3.8 2.4T A95B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25件のベンチマークのうち、GLM 5.3が15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 |
|---|---|---|---|
| エージェント・ツール利用 | GLM 5.3 | カテゴリスコア58 対 48;τ³-Banking (AA) 50.3% 対 49.1% | 高 |
| 推論 | GLM 5.3 | カテゴリスコア55 対 46;HLE-Diamond (AA) 17.9% 対 20.1% | 高 |
| 知識 | GLM 5.3 | カテゴリスコア54 対 49;AA-Omniscience v1.1 6.0 対 7.8 | 中 |
| 長い文書 | どちらでも | カテゴリスコア65 対 65;AA-LCR v1.1 79.7% 対 80.3% | どちらでも |
| チャットの質(人間の評価) | – | Arenaの評価があるのはGLM 5.3のみです(カテゴリスコア67) | 比較不可 |
| 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 | GLM 5.3 | 最初の回答トークンまで57.6秒(GLM 5.3 (max))対 107.3秒(Qwen3.8 2.4T A95B) | – |
| 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Qwen3.8 2.4T A95Bの品質は互角です(58.8 対 51.4、±14.6の誤差範囲内)。
- GLM 5.3 (max)はエージェント・ツール、知識、推論で優れています。
- Qwen3.8 2.4T A95Bは長文コンテキストで優れています。
- 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)。
- GLM 5.3 (max)の方が出力が2.2倍速くなっています(88 対 41トークン/秒)。
概要
| 仕様 | GLM 5.3 | Qwen3.8 2.4T A95B |
|---|---|---|
| プロバイダー | Zhipu AI | Alibaba |
| リリース日 | 2026年8月18日 | 2026年8月12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 5.3 (max) | Qwen3.8 2.4T A95B |
| 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 | $2.00 / $6.00 / $0.250 |
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) | Qwen3.8 2.4T A95B | トップ |
|---|---|---|---|
| 推論 | 54.7 | 46.4 | GLM 5.3 |
| コーディング | 59.7 | – | 比較不可 |
| エージェント・ツール | 57.6 | 47.8 | GLM 5.3 |
| 数学 | 60.0 | – | 比較不可 |
| 知識 | 53.5 | 49.0 | GLM 5.3 |
| 人間の評価 | 67.2 | – | 比較不可 |
| 長文コンテキスト | 64.5 | 64.8 | 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):コーディング, 数学, 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25件のベンチマークのうち、GLM 5.3のリードが15件、Qwen3.8 2.4T A95Bのリードが10件です。
| 総合Index | GLM 5.3 (max) | Qwen3.8 2.4T A95B | トップ |
|---|---|---|---|
| BenchLeader Index | 58.8 | 51.4 | 互角 |
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) | Qwen3.8 2.4T A95B |
|---|---|---|
| 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 | $0.250 |
| 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 | $0.065 |
| ベンチマークのタスクあたりのコスト(AA Index) | $5.01 | – |
| タスクあたりの出力トークン(AA Index) | 119k | – |
| うち推論 | 85k | – |
| タスクあたりの時間(AA Index) | 23 min | – |
| 出力速度 | 88 tok/s | 41 tok/s |
| 回答開始までの時間 | 57.6秒 | 107.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 144.1秒 | 248.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GLM 5.3 (max)のスコアは58.8、最初の回答トークンまで58秒。GLM 5.3 (low)は47.3(7秒)。Qwen3.8 2.4T A95Bのスコアは51.4、最初の回答トークンまで107秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
141件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GLM 5.3 (max) | Qwen3.8 2.4T A95B |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 58.8 | 51.4 |
| エージェント・ツールスコア | BenchLeader | 57.6 | 47.8 |
| コーディングスコア | BenchLeader | 59.7 | – |
| 人間の評価スコア | BenchLeader | 67.2 | – |
| 知識スコア | BenchLeader | 53.5 | 49.0 |
| 長文コンテキストスコア | BenchLeader | 64.5 | 64.8 |
| 数学スコア | BenchLeader | 60.0 | – |
| 推論スコア | BenchLeader | 54.7 | 46.4 |
| ブレンド価格($/100万トークン) | BenchLeader | $2.15 | $3.00 |
| 出力速度 | BenchLeader | 88 tok/s | 41 tok/s |
| 回答開始までの時間 | BenchLeader | 57.6秒 | 107.3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 | 90.9% | – |
| SimpleBench | SimpleBench | 66.2%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1507 | – |
| LiveBench 1.0 Reasoning | LiveBench | 85.8%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 91.7% | 93.5% |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.3% | 42.5% |
| HLE-Diamond (AA) | Artificial Analysis | 17.9% | 20.1% |
| GPQA Diamond (Vals) | Vals AI | 88.1% | – |
| CritPt | Artificial Analysis | 19.1% | 20.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 33.5% | – |
| MysteryMechanism | Vals AI | 23.0% | – |
| HLE-Diamond (Scale) | Scale AI SEAL | 16.4%† | – |
| Arena Expert | Arena (LMArena) | 1522 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 37.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 33.0% | – |
| LMCA | Epoch AI Benchmarking Hub | 55.5%† | – |
| DTBench | Epoch AI Benchmarking Hub | 87.7%† | – |
| BTF-3 | Epoch AI Benchmarking Hub | 14.9%† | – |
| コーディング | |||
| SciCode | SciCode | 59.0% | – |
| WeirdML | WeirdML | 75.4% | – |
| FrontierCode | Cognition | 40.1% | – |
| Arena Coding | Arena (LMArena) | 1522 | – |
| Arena WebDev | Arena (LMArena) | 1623 | – |
| LiveBench 1.0 Coding | LiveBench | 79.0%† | – |
| SciCode (AA) | Artificial Analysis | 59.0% | 54.0% |
141件のベンチマークをすべて表示
| 指標 | 公開元 | GLM 5.3 (max) | Qwen3.8 2.4T A95B |
|---|---|---|---|
| コーディング | |||
| LiveCodeBench | Vals AI | 80.5% | – |
| IOI | Vals AI | 68.4% | – |
| SWE-bench (Vals) | Vals AI | 95.4% | – |
| Code Migration | Vals AI | 44.2% | – |
| Code Migration v1.1 | Vals AI | 55.1% | – |
| ProgramBench | Vals AI | 1.5% | – |
| Vibe Code Bench 1-100 | Vals AI | 20.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 78.1% | – |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 29.8% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 58.1%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 70.2%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 55.6%† | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 48.6%† | – |
| SWE-Bench Pro V2 | Scale AI SEAL | 95.6% | – |
| SWE-Bench Pro V2 HARD | Scale AI SEAL | 84.3% | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 69.0% | – |
| CursorBench | Cursor | 42.6% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1317.4† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | 30.2% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 41.9% | 11.1% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 83.9% | 82.0% |
| Startrise Frontend | Startrise | 73.2%† | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 64.6† | 52.8 |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 72.3 | 49.3† |
| Design Arena Website | Design Arena | 1279† | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 40.1% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 21.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 41.2% | – |
| APEX-Agents | Mercor | 56.6%† | – |
| Arena Agent | Arena (LMArena) | 1 | – |
| LiveBench Agentic Coding | LiveBench | 60.9%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 71.5% | – |
| MCP Atlas | Scale AI SEAL | 84.2%† | 84.5%† |
| HiL-Bench | Scale AI SEAL | 58.3%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 57.5% | 55.4% |
| GDPval-AA v2.1 | Artificial Analysis | 1655 | 1614 |
| τ³-Banking (AA) | Artificial Analysis | 50.3% | 49.1% |
| ITBench SRE (AA) | Artificial Analysis | 46.1% | – |
| Analyst Agent (AA) | Artificial Analysis | 38.8% | – |
| CyberBench | Vals AI | 72.1% | – |
| Finance Agent v2 | Vals AI | 55.8% | – |
| Finance Agent v2.1 | Vals AI | 65.0% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 14.6% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 8.3% | – |
| Legal Research Bench | Vals AI | 49.0% | – |
| SkillsBench | Vals AI | 47.5% | – |
| SREBench | Vals AI | 9.2% | – |
| Tax Agent Bench | Vals AI | 43.3% | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 38.9% | – |
| Terminal-Bench Science | Vals AI | 5.7% | – |
| Arena Agent Task Completion | Arena (LMArena) | 3.1 | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 34.5% | – |
| Vending-Bench 2 | Andon Labs | 8163.6† | – |
| AutomationBench | Artificial Analysis | 62.2% | 57.3% |
| GDP.pdf (AA) | Artificial Analysis | 11.2% | 15.6% |
| Harvey LAB-AA v1.1 | Harvey | 0.3% | – |
| EnterpriseOps-Gym | Artificial Analysis | 36.4% | 47.4% |
| AA-Briefcase v1.1 | Artificial Analysis | 1501 | 1430 |
| GDPx | GDPx by SemiAnalysis | 2.7% | – |
| Design Arena Agentic | Design Arena | 1239† | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 9.5% | – |
| CWE-Bench (AA) | Artificial Analysis | 55.8% | 28.3% |
| DeepSec-Bench (AA) | Artificial Analysis | 24.3% | 9.5% |
| CyberGym end-to-end (AA) | Artificial Analysis | 29.0% | 0.0% |
| FACTS Search | 87.7%† | – | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 68.8% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 29.3% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 91.1% | – |
| ProofBench | Vals AI | 49.0% | – |
| LiveBench Mathematics | LiveBench | 87.9%† | – |
| Arena Maths | Arena (LMArena) | 1501 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 41.0% | – |
| LiveBench 1.0 Data Analysis | LiveBench | 70.2%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 6.0 | 7.8 |
| MMLU-Pro | Vals AI | 86.8% | – |
| LegalBench | Vals AI | 84.8% | – |
| TaxEval | Vals AI | 72.4% | – |
| Excel Modeling Benchmark | Vals AI | 56.3% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.1% | – |
| MedCode | Vals AI | 42.9% | – |
| MedScribe | Vals AI | 88.8% | – |
| Public Benefits Bench v1.1 | Vals AI | 68.5% | – |
| Access to Justice Benchmark | Vals AI | 73.7% | – |
| Financial Coaching Bench | Vals AI | 74.1% | – |
| Immigration Bench | Vals AI | 66.7% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 32.3% | 31.4% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 61.1% | 65.5% |
| HealthBench Professional (AA) | OpenAI | 52.8% | – |
| FACTS Parametric | 40.3%† | – | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.9%† | – |
| LiveBench Instruction Following | LiveBench | 69.3%† | – |
| Arena Instruction Following | Arena (LMArena) | 1481 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1482 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2076† | 1844 |
| Arena Creative Writing | Arena (LMArena) | 1456 | – |
| Arena Multi-turn | Arena (LMArena) | 1482 | – |
| Arena Longer Queries | Arena (LMArena) | 1488 | – |
| マルチモーダル | |||
| Code2Video-AA | Artificial Analysis | 1034 | – |
| AA-3D | Artificial Analysis | 794 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.7% | 80.3% |
| MLCR | Artificial Analysis | 17.2% | 30.6% |
| FACTS Grounding | 55.2%† | – | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 157.1† | – |
| LiveBench 1.0 | LiveBench | 76.1%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 31.6 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 44.8 | 40.0 |
| AA Progress Index v1 | Artificial Analysis | 322.7 | 317.8 |
| Vals Index | Vals AI | 59.9 | – |
| Vals Finance Index | Vals AI | 61.4% | – |
| Vals RSI Index | Vals AI | 22.9% | – |
| Vals Router Index | Vals AI | 59.7%† | – |
| Vals Legal Index | Vals AI | 74.6% | – |
| AA Cyber Index | Artificial Analysis | 36.4 | 12.6 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 28.2% | 21.6%† |
| DistressBench | Scale AI SEAL | 72.5%† | 77.5% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 33.3 | 27.8 |
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
- Qwen3.8 2.4T A95B:BenchLeader Index 52.0 → 51.5。
- 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。
- Qwen3.8 2.4T A95B:スコアの改訂1件。
- GLM 5.3 (max):価格 $0.26/M → $0.30/M。
- GLM 5.3 (max):価格 $0.30/M → $0.26/M。
- Qwen3.8 2.4T A95B:BenchLeader Index 53.0 → 52.0。
- GLM 5.3 (max):価格 $0.26/M → $0.30/M。
- Qwen3.8 2.4T A95B:新しい結果1件(HLE-Diamond (AA))。
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
- Qwen3.8 2.4T A95B vs Gemini 4 Argon
- GLM 5.3 vs GPT-6.1 Sol
- GLM 5.3 vs Gemini 4 Argon
- GLM 5.3 vs Claude Opus 5
- GLM 5.3 vs Muse Wonder
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 Qwen3.8 2.4T A95B:よくある質問
- GLM 5.3はQwen3.8 2.4T A95Bより優れていますか?
- GLM 5.3 (max)とQwen3.8 2.4T A95Bの品質は互角です(58.8 対 51.4、±14.6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。
- GLM 5.3とQwen3.8 2.4T A95B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。
- GLM 5.3とQwen3.8 2.4T A95Bはどちらが速いですか?
- GLM 5.3の方が出力が約1.5倍速くなっています(出力88 対 41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Qwen3.8 2.4T A95B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の方がスコアが高くなっています(カテゴリ指標で58 対 48。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 5.3が50.3%、Qwen3.8 2.4T A95Bが49.1%です。
- 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(65 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。
ほかの質問(3件)
- 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です。Artificial Analysisの測定では、最初の回答トークンまで57.6秒 対 107.3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Qwen3.8 2.4T A95B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25件のベンチマークのうち、GLM 5.3のリードが15件、Qwen3.8 2.4T A95Bのリードが10件です。
- 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。