BenchLeader

GLM-4.5

推論エフォート
品質339中151位
51.6Index
中央値より上
中央値比 +1.4
価格255中137位
$1.00100万トークンあたり
多くのモデルより高い
中央値の1.2倍
速度216中210位
27トークン/秒
下位4分の1
中央値の0.3倍
コスパ255中138位
51.6ポイント/$
中央値より下
中央値の0.9倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(89%安い)。

より安価でスコアの高いランク付けモデルが46つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか43つ。

2026年11月16日時点で、GLM-4.5(Zhipu AI)のBenchLeader Indexは51.6です(ランク付け対象は608構成)。最も強いのは人間の評価(59)、最も弱いのは推論(47)です。API料金は入力100万トークンあたり$0.600、出力100万トークンあたり$2.20(3:1のブレンドで$1.00)で、2026年11月16日時点の定価です。出力速度は約27トークン/秒です(OpenRouter)。2025年7月28日にリリースされました。

要点(2026年11月16日時点)

  • GLM-4.5のAPI料金は入力100万トークンあたり$0.600、出力100万トークンあたり$2.20(3:1のブレンドで$1.00)です(定価、2026年11月16日)。
  • GLM-4.5の出力速度は約27トークン/秒です(OpenRouter、2026年11月16日)。
  • GLM-4.5は2025年7月28日にリリースされました(Zhipu AI)。

詳しく見ると:GLM-4.5はZhipu AIのオープンウェイトの推論モデルです(2025年7月28日リリース)。最もスコアの高い構成は、BenchLeader Indexで51.6 ±3.7を記録し、608構成中308位で下位半分に入ります。重要なのはこの「±」です。ほかに264構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(59)、推論が最も低くなっています(47)。ブレンド価格は100万トークンあたり$1.00で、中程度の価格帯です。出力速度は27トークン/秒、最初のトークンまで4.1秒で、最も遅い4分の1に入ります。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$1.00/M
入力$0.600・出力$2.20
出典:models.dev
出力速度
27 tok/s
OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
回答開始
4.06 s
コンテキスト
131k
出典:models.dev
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年7月28日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index52
  2. 推論47
  3. コーディング50
  4. 数学54
  5. 知識50
  6. 人間の評価59

この順位を埋め込む

ほかのバッジスタイル
[![GLM-4.5 on BenchLeader: 総合 151位](https://www.benchleader.com/badge/glm-4-5.svg?style=compact)](https://www.benchleader.com/models/glm-4-5)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Zhipu AIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Zhipu AIはこの名前で8つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
GLM 5.3max2026年8月18日58.8#118
GLM 5.2max2026年6月16日58.9#115
GLM 5.12026年4月7日55.4#208
GLM-5thinking2026年2月11日60.2#81
GLM 4.72025年12月22日51.7#303
GLM-4.6thinking2025年9月30日51.4#314
GLM-4.5このページ2025年7月28日51.6#308
GLM-4-0520–––

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
thinking––27 tok/s4.06 s$0.0009エージェント・ツール 53 · コーディング 44 · 指示追従 46 · 長文コンテキスト 50
未記載最良51.6#30827 tok/s4.06 s$0.0009コーディング 50 · 人間の評価 59 · 知識 50 · 数学 54 · 推論 47

Indexの推移

2026年9月8日〜2026年11月16日
475256

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークthinking出典推移
AA Openness IndexIndex対象外55.6#39Artificial Analysis

推論

ベンチマークthinking標準出典推移
Humanity's Last Examエフォート未記載–8.3%#32Scale AI / CAIS
Arena Hard Promptsエフォート未記載–1433#138Arena (LMArena)
GPQA Diamond (AA)Index対象外78.2%#215–Artificial Analysis
Humanity's Last Exam (AA)Index対象外13.0%#294–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載–72.2%#86Vals AI
Kagi LLM Benchmarkエフォート未記載–57.9%#55Kagi LLM Benchmark
CritPtIndex対象外0.0%#337–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載–1444#126Arena (LMArena)

コーディング

ベンチマークthinking標準出典推移
WeirdML40.6%#102–WeirdML
Arena Codingエフォート未記載–1455#148Arena (LMArena)
LiveCodeBenchエフォート未記載–67.5%#95Vals AI
SWE-bench Verified (bash only)エフォート未記載–54.2%#31SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載–64.2%#25SWE-bench
ALE-BenchIndex対象外エフォート未記載–344.8#126Epoch AI Benchmarking Hub
AlgoTuneIndex対象外1.5#9–AlgoTune
Design Arena WebsiteIndex対象外エフォート未記載–1161#114Design Arena
LiveCodeBench (AA)Index対象外73.8%#48–Artificial Analysis

エージェント・ツール

ベンチマークthinking出典推移
Terminal-Bench Hard22.0%#160Artificial Analysis
τ²-Bench Telecom (AA)Index対象外43.0%#221Artificial Analysis

数学

ベンチマークthinking標準出典推移
AIME (Vals)エフォート未記載–86.7%#31Vals AI
MGSMエフォート未記載–90.8%#36Vals AI
MathArena Apexエフォート未記載–1.0%#36MathArena
MATH 500Index対象外エフォート未記載–94.0%#14Vals AI
Arena Mathsエフォート未記載–1411#137Arena (LMArena)
AIME 2025 (AA)Index対象外73.7%#80–Artificial Analysis

知識

ベンチマーク標準出典推移
MMLU-Pro81.2%#81Vals AI
LegalBench75.6%#112Vals AI
CorpFin61.0%#61Vals AI
TaxEval72.4%#61Vals AI
MedQA90.0%#49Vals AI
MultiNRC汚染の可能性17.4%#39Scale AI SEAL

指示追従

ベンチマークthinking標準出典推移
IFBench44.1%#220–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載–1404#138Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1411#147Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1344#81EQ-Bench
Arena Creative WritingIndex対象外1372#152Arena (LMArena)
Arena Multi-turnIndex対象外1404#157Arena (LMArena)
Arena Longer QueriesIndex対象外1417#145Arena (LMArena)
Lech Mazur Creative WritingIndex対象外73.4%#31Lech Mazur

長文コンテキスト

ベンチマークthinking出典推移
AA-LCR v1.152.7%#334Artificial Analysis

総合

ベンチマークthinking出典推移
AA Intelligence Index v4.3.2Index対象外12.8#333Artificial Analysis
AA Progress Index v1Index対象外227.5#326Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外59.6%#79Scale AI SEAL
MASKIndex対象外汚染の可能性61.5%#34Scale AI SEAL

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Z.ai27 tok/s4.24 s$0.600$2.20131kfp8

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.110のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0009$0.000815.2 s
30ページのレポートを要約12,000 / 600$0.0085$0.004126.3 s
コード編集6,000 / 1,500$0.0069$0.004759.6 s
エージェント型コーディングセッション60,000 / 4,000$0.045$0.0232.5 min
構造化データの抽出2,000 / 200$0.0016$0.000911.5 s

Zhipu AIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

GLM-4.5の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![GLM-4.5 on BenchLeader: 総合 151位](https://www.benchleader.com/badge/glm-4-5.svg)](https://www.benchleader.com/models/glm-4-5)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). GLM-4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-4-5

BibTeX:

@misc{benchleader_glm_4_5_20261116,
  author       = {{BenchLeader}},
  title        = {{GLM-4.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/glm-4-5}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

GLM-4.5のベンチマークスコアは?
2026年11月16日時点で、GLM-4.5のBenchLeader Indexは51.6 ±3.7です。最も強いのは人間の評価(59)、最も弱いのは推論(47)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
GLM-4.5の順位は?
2026年11月16日時点で、GLM-4.5はランク付けされた608構成中308位です。ほかに264構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
GLM-4.5の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、GLM-4.5の料金は入力100万トークンあたり$0.600、出力100万トークンあたり$2.20で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.00です。
GLM-4.5はいつリリースされましたか?
Zhipu AIが2025年7月28日にGLM-4.5をリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「GLM-4.5:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/glm-4-5