BenchLeader

GLM-4.6

推論エフォート
品質339中154位
51.4Index
中央値より上
中央値比 +1.2
価格255中134位
$0.963100万トークンあたり
多くのモデルより高い
中央値の1.1倍
速度216中201位
34トークン/秒
下位4分の1
中央値の0.4倍
コスパ255中130位
53.4ポイント/$
中央値より下
中央値の1.0倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(88%安い)。

より安価でスコアの高いランク付けモデルが48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45つ。

2026年11月16日時点で、GLM-4.6(Zhipu AI)のBenchLeader Indexは51.4です(ランク付け対象は608構成)。最も強いのはエージェント・ツール(60)、最も弱いのは指示追従(46)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34トークン/秒です(Artificial Analysis)。2025年9月30日にリリースされました。

要点(2026年11月16日時点)

  • GLM-4.6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-4.6の出力速度は約34トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GLM-4.6は2025年9月30日にリリースされました(Zhipu AI)。

詳しく見ると:GLM-4.6はZhipu AIのオープンウェイトの推論モデルです(2025年9月30日リリース)。最もスコアの高い構成(推論エフォート thinking)は、BenchLeader Indexで51.4 ±12.1を記録し、608構成中314位で下位半分に入ります。重要なのはこの「±」です。ほかに506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。カテゴリ別ではエージェント・ツールが最も高く(60)、指示追従が最も低くなっています(46)。ブレンド価格は100万トークンあたり$0.963で、中程度の価格帯です。出力速度は34トークン/秒、回答開始まで45.2秒で、最も遅い4分の1に入ります。3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:2025年9月30日。古いデータ:6か月間、新しい結果がありません

ブレンド価格
$0.963/M
入力$0.550・出力$2.20
出典:Artificial Analysis
出力速度
34 tok/s
Artificial Analysisによる測定
回答開始
45 s
最初のトークン 1.42 s
コンテキスト
205k
出典:models.dev
回答完了まで
104 s
最終測定2026年11月13日
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9月30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Index51
  2. エージェント・ツール60
  3. 指示追従46
  4. 長文コンテキスト51

この順位を埋め込む

ほかのバッジスタイル
[![GLM-4.6 on BenchLeader: 総合 156位](https://www.benchleader.com/badge/glm-4-6.svg?style=compact)](https://www.benchleader.com/models/glm-4-6)

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-4.6thinkingこのページ2025年9月30日51.4#314
GLM-4.52025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
推論なし––33 tok/s8.59 s$0.0009エージェント・ツール 59 · 指示追従 40 · 長文コンテキスト 37
thinking最良51.4#31434 tok/s45 s$0.0009エージェント・ツール 60 · 指示追従 46 · 長文コンテキスト 51
未記載50.2#34228 tok/s1.42 s$0.0009エージェント・ツール 39 · コーディング 45 · 人間の評価 60 · 知識 51 · 数学 55 · 推論 52

Indexの推移

2026年9月8日〜2026年11月16日
355065
  • thinking
  • 標準

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

ベンチマーク推論なしthinking出典推移
AA Openness IndexIndex対象外44.4#9744.4#97Artificial Analysis

推論

ベンチマーク推論なしthinking標準出典推移
Arena Hard Promptsエフォート未記載––1442#125Arena (LMArena)
GPQA Diamond (AA)Index対象外63.2%#36378.0%#217–Artificial Analysis
Humanity's Last Exam (AA)Index対象外5.5%#44614.5%#275–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––74.5%#81Vals AI
Kagi LLM Benchmarkエフォート未記載––47.4%#91Kagi LLM Benchmark
CritPtIndex対象外0.0%#3371.1%#242–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1440#133Arena (LMArena)

コーディング

ベンチマーク推論なしthinking標準出典推移
SciCodeエフォート未記載––38.4%#197SciCode
Arena Codingエフォート未記載––1458#140Arena (LMArena)
Arena WebDevエフォート未記載––1343#122Arena (LMArena)
LiveCodeBenchエフォート未記載––81.0%#64Vals AI
SWE-Bench Proエフォート未記載––9.7%#23Scale AI SEAL
SWE-bench Verified (bash only)エフォート未記載––55.4%#29SWE-bench
SWE-bench Verified (any scaffold)Index対象外エフォート未記載––68.2%#17SWE-bench
Vibe Code Bench v1.1Index対象外エフォート未記載––3.1%#116Vals AI
ALE-BenchIndex対象外エフォート未記載––340.8#127Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)Index対象外–49.4%#124–Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載––1166#111Design Arena
LiveCodeBench (AA)Index対象外56.1%#12069.5%#68–Artificial Analysis

エージェント・ツール

ベンチマーク推論なしthinking標準出典推移
Terminal-Benchエフォート未記載––24.5%#82Terminal-Bench
Terminal-Bench Hard28.8%#12025.0%#141–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外76.9%#13570.5%#157–Artificial Analysis
BFCL Overall–72.4%#4–Berkeley Function Calling Leaderboard
GDPval-AA v2.1Index対象外–764#215–Artificial Analysis
τ³-Banking (AA)–13.4%#129–Artificial Analysis
Poker AgentIndex対象外エフォート未記載––945.8%#16Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––28.1%#46Vals AI
Design Arena AgenticIndex対象外エフォート未記載––1059#68Design Arena
BrowseComp-PlusIndex対象外エフォート未記載––27.7%#6BrowseComp-Plus

数学

ベンチマーク推論なしthinking標準出典推移
AIME (Vals)エフォート未記載––92.7%#17Vals AI
MGSMエフォート未記載––89.8%#43Vals AI
MathArena Apexエフォート未記載汚染の可能性––0.5%#42MathArena
Arena Mathsエフォート未記載––1418#127Arena (LMArena)
AIME 2025 (AA)Index対象外44.3%#14386.0%#42–Artificial Analysis

知識

ベンチマークthinking標準出典推移
MMLU-Proエフォート未記載–82.2%#77Vals AI
LegalBenchエフォート未記載–79.6%#93Vals AI
CorpFinエフォート未記載–56.8%#87Vals AI
TaxEvalエフォート未記載–66.2%#111Vals AI
MedQAエフォート未記載–92.2%#33Vals AI
Global-MMLU-Lite (AA)Index対象外85.6%#38–Artificial Analysis

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench36.7%#30143.4%#226–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載––1413#126Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1425#124Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1412#75EQ-Bench
Arena Creative WritingIndex対象外1401#109Arena (LMArena)
Arena Multi-turnIndex対象外1421#130Arena (LMArena)
Arena Longer QueriesIndex対象外1432#124Arena (LMArena)

長文コンテキスト

ベンチマーク推論なしthinking出典推移
AA-LCR v1.126.3%#43154.0%#325Artificial Analysis

総合

ベンチマーク推論なしthinking出典推移
AA Intelligence Index v4.3.2Index対象外14.9#29918.5#261Artificial Analysis
AA Progress Index v1Index対象外208.3#387243.1#282Artificial Analysis

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

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
DeepInfra34 tok/s2.25 s$0.400$1.60203kfp4
DeepInfra32 tok/s1.25 s$0.500$2.00203kfp4
Z.ai25 tok/s4.32 s$0.600$2.20203kfp4
NovitaAI25 tok/s4.78 s$0.550$2.20205kbf16
Venice24 tok/s1.34 s$0.430$1.75198kfp4

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$0.605$1.21$1.82$2.4226年9月26年10月26年11月
入力 出力
現在:入力$0.550・出力$2.20

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$0.000754.1 s
30ページのレポートを要約12,000 / 600$0.0079$0.00401.0 min
コード編集6,000 / 1,500$0.0066$0.00461.5 min
エージェント型コーディングセッション60,000 / 4,000$0.042$0.0222.7 min
構造化データの抽出2,000 / 200$0.0015$0.000951.1 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-4.6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-4.6 on BenchLeader: 総合 156位](https://www.benchleader.com/badge/glm-4-6.svg)](https://www.benchleader.com/models/glm-4-6)

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-4.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-4-6

BibTeX:

@misc{benchleader_glm_4_6_20261116,
  author       = {{BenchLeader}},
  title        = {{GLM-4.6 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/glm-4-6}},
  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-4.6のベンチマークスコアは?
2026年11月16日時点で、GLM-4.6(推論エフォート thinking)のBenchLeader Indexは51.4 ±12.1です。最も強いのはエージェント・ツール(60)、最も弱いのは指示追従(46)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-4.6の順位は?
2026年11月16日時点で、GLM-4.6(推論エフォート thinking)はランク付けされた608構成中314位です。ほかに506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-4.6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-4.6の料金は入力100万トークンあたり$0.550、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$0.963です。定価が最後に変わったのは2026年9月19日です。
GLM-4.6はいつリリースされましたか?
Zhipu AIが2025年9月30日にGLM-4.6をリリースしました。BenchLeaderには3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-4.6: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-4-6