BenchLeader

GLM-5

推論エフォート
品質339中37位
60.2Index
上位4分の1
中央値比 +10.0
価格255中162位
$1.55100万トークンあたり
多くのモデルより高い
中央値の1.8倍
速度216中134位
69トークン/秒
中央値より下
中央値の0.8倍
コスパ255中158位
38.8ポイント/$
中央値より下
中央値の0.7倍

よりコスパが高いモデル: GPT-5.6 Luna $0.450/MでIndex 58.2(71%安い)。

より安価でスコアの高いランク付けモデルが2つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)。

2026年11月16日時点で、GLM-5(Zhipu AI)のBenchLeader Indexは60.2です(ランク付けされた608構成中上位100位以内)。最も強いのは指示追従(71)、最も弱いのは知識(57)です。API料金は入力100万トークンあたり$1.00、出力100万トークンあたり$3.20(3:1のブレンドで$1.55)で、2026年11月16日時点の定価です。出力速度は約69トークン/秒です(Artificial Analysis)。2026年2月11日にリリースされました。

要点(2026年11月16日時点)

  • GLM-5のAPI料金は入力100万トークンあたり$1.00、出力100万トークンあたり$3.20(3:1のブレンドで$1.55)です(定価、2026年11月16日)。
  • GLM-5の出力速度は約69トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GLM-5は2026年2月11日にリリースされました(Zhipu AI)。

詳しく見ると:GLM-5はZhipu AIのオープンウェイトの推論モデルです(2026年2月11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60.2 ±3.6を記録し、608構成中81位で上位半分に入ります。重要なのはこの「±」です。ほかに201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。カテゴリ別では指示追従が最も高く(71)、知識が最も低くなっています(57)。ブレンド価格は100万トークンあたり$1.55で、ランク付けされたモデルの多くより高価です。出力速度は69トークン/秒、回答開始まで29.2秒で、多くのモデルより低速です。4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10月13日。

ブレンド価格
$1.55/M
入力$1.00・出力$3.20
出典:Artificial Analysis
出力速度
69 tok/s
Artificial Analysisによる測定
回答開始
29 s
最初のトークン 1.82 s
コンテキスト
205k
出典:models.dev
回答完了まで
81 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
2026年2月11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Index60
  2. 推論68
  3. コーディング59
  4. エージェント・ツール58
  5. 数学63
  6. 知識57
  7. 指示追従71
  8. 長文コンテキスト62

この順位を埋め込む

ほかのバッジスタイル
[![GLM-5 on BenchLeader: 総合 38位](https://www.benchleader.com/badge/glm-5.svg?style=compact)](https://www.benchleader.com/models/glm-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-5thinkingこのページ2026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-4.52025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––54 tok/s2.39 s$0.0014エージェント・ツール 68 · 指示追従 56 · 長文コンテキスト 46
high––45 tok/s1.82 s$0.0014コーディング 64
thinking最良60.2#8169 tok/s29 s$0.0014エージェント・ツール 58 · コーディング 59 · 指示追従 71 · 知識 57 · 長文コンテキスト 62 · 数学 63 · 推論 68
未記載54.9#22345 tok/s1.82 s$0.0014エージェント・ツール 59 · コーディング 51 · 人間の評価 64 · 数学 55 · 推論 50

Indexの推移

2026年9月8日〜2026年11月16日
515864
  • 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50#6150#61Artificial Analysis

推論

ベンチマーク推論なしthinking標準出典推移
GPQA Diamondエフォート未記載––87.8%#81Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––53.2%#57SimpleBench
Arena Hard Promptsエフォート未記載––1478#71Arena (LMArena)
GPQA Diamond (AA)Index対象外66.6%#33682.0%#178–Artificial Analysis
Humanity's Last Exam (AA)Index対象外7.7%#37829.3%#173–Artificial Analysis
GPQA Diamond (Vals)Index対象外–83.3%#57–Vals AI
Kagi LLM Benchmark–75.0%#1251.7%#81Kagi LLM Benchmark
ARC-AGI-1エフォート未記載––44.7%#194ARC Prize
ARC-AGI-2エフォート未記載––4.9%#185ARC Prize
CritPtIndex対象外0.0%#3372.0%#220–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1482#75Arena (LMArena)
CL-benchIndex対象外エフォート未記載––18.7%#11Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載––63.4%#42ForecastBench

コーディング

ベンチマークhighthinking標準出典推移
SWE-bench Verified (Epoch)エフォート未記載––72.1%#22Epoch AI Benchmarking Hub
WeirdMLエフォート未記載––48.2%#73WeirdML
Arena Codingエフォート未記載––1498#86Arena (LMArena)
Arena WebDevエフォート未記載––1435#90Arena (LMArena)
LiveCodeBench–81.9%#58–Vals AI
SWE-bench (Vals)Index対象外–71.4%#55–Vals AI
SWE-bench Verified (bash only)72.8%#7––SWE-bench
SWE-bench Multilingual (bash only)Index対象外エフォート未記載––69.7%#4SWE-bench
SWE-bench Verified (any scaffold)Index対象外72.8%#10––SWE-bench
Vibe Code Bench v1.1Index対象外–23.4%#86–Vals AI
SWE Atlas v1.0: Codebase QnAIndex対象外エフォート未記載––20.5%#18Scale AI SEAL
SWE Atlas v1.0: RefactoringIndex対象外エフォート未記載––24.2%#14Scale AI SEAL
SWE Atlas v1.0: Test WritingIndex対象外エフォート未記載––28.7%#19Scale AI SEAL
ALE-BenchIndex対象外エフォート未記載––765.6#91Epoch AI Benchmarking Hub
Design Arena WebsiteIndex対象外エフォート未記載––1239#68Design Arena

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––52.4%#36Terminal-Bench
Terminal-Bench Hard39.4%#5743.2%#41–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外97.4%#1298.3%#8–Artificial Analysis
τ²-bench–81.0%#6–τ²-bench
τ³-bench BankingIndex対象外–9.8%#26–τ²-bench
APEX-Agents (AA)Index対象外–14.4%#25–Artificial Analysis
Terminal-Bench 2.0 (Vals)Index対象外–49.4%#20–Vals AI
Vending-Bench 2Index対象外エフォート未記載––4432.1#41Andon Labs
Design Arena AgenticIndex対象外エフォート未記載––1115#56Design Arena

数学

ベンチマークthinking標準出典推移
OTIS Mock AIMEエフォート未記載–80.0%#125Epoch AI Benchmarking Hub
AIME (Vals)91.7%#23–Vals AI
AIME 2026エフォート未記載汚染の可能性–96.7%#6MathArena
HMMT February 2026エフォート未記載–86.4%#20MathArena
USAMO 2026Index対象外エフォート未記載–35.1%#9MathArena
MathArena Apexエフォート未記載汚染の可能性–10.9%#21MathArena
Arena Mathsエフォート未記載–1443#89Arena (LMArena)

知識

ベンチマーク推論なしthinking出典推移
MMLU-Pro–86.0%#50Vals AI
LegalBench–84.1%#42Vals AI
CorpFin–62.9%#48Vals AI
TaxEval–70.0%#93Vals AI
MedQA–94.3%#18Vals AI
CaseLaw v2Index対象外–52.5%#45Vals AI
Global-MMLU-Lite (AA)Index対象外81.9%#58–Artificial Analysis

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench55.2%#14872.3%#49–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載––1447#72Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1457#67Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1601#46EQ-Bench
Arena Creative WritingIndex対象外1447#48Arena (LMArena)
Arena Multi-turnIndex対象外1472#59Arena (LMArena)
Arena Longer QueriesIndex対象外1469#66Arena (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 v1.143.7%#36675.7%#171Artificial Analysis

総合

ベンチマーク推論なしthinking標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––146.5#84Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外21.8#21827.9#146–Artificial Analysis
AA Progress Index v1Index対象外246.1#275280.9#176–Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
DistressBenchIndex対象外71.2%#24Scale 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
Amazon Bedrock114 tok/s1.05 s$1.00$3.20203k–
Venice (fp8)83 tok/s0.98 s$1.00$3.20198kfp8
Baidu Qianfan56 tok/s1.82 s$0.700$2.24203kfp8
GMICloud48 tok/s2.25 s$0.600$1.92203kfp8
Z.ai46 tok/s1.80 s$1.00$3.20203kfp8
NovitaAI44 tok/s2.05 s$1.00$3.20203kfp8
StreamLake40 tok/s1.91 s$0.600$1.92198kfp8
SiliconFlow32 tok/s2.89 s$0.950$2.55205kfp8
Venice26 tok/s4.22 s$1.20$4.00200k–

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$0.200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$0.0014$0.001133.5 s
30ページのレポートを要約12,000 / 600$0.014$0.006737.8 s
コード編集6,000 / 1,500$0.011$0.007250.8 s
エージェント型コーディングセッション60,000 / 4,000$0.073$0.0371.4 min
構造化データの抽出2,000 / 200$0.0026$0.001432.0 s

Zhipu AIのほかのモデル

今月の新着

GLM-5と比較する

関連ページ

埋め込み・引用

GLM-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-5 on BenchLeader: 総合 38位](https://www.benchleader.com/badge/glm-5.svg)](https://www.benchleader.com/models/glm-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-5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5

BibTeX:

@misc{benchleader_glm_5_20261116,
  author       = {{BenchLeader}},
  title        = {{GLM-5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/glm-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-5のベンチマークスコアは?
2026年11月16日時点で、GLM-5(推論エフォート thinking)のBenchLeader Indexは60.2 ±3.6です(上位100位以内)。最も強いのは指示追従(71)、最も弱いのは知識(57)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-5の順位は?
2026年11月16日時点で、GLM-5(推論エフォート thinking)はランク付けされた608構成中81位です(上位100位以内)。ほかに201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-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-5の料金は入力100万トークンあたり$1.00、出力100万トークンあたり$3.20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$1.55です。
GLM-5はGemini 3.8 Flashより優れていますか?
2026年11月16日時点で、Gemini 3.8 Flash(推論エフォート medium)とGLM-5(推論エフォート thinking)の品質はほぼ互角です(BenchLeader Indexで60.2対60.2、±6.1の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
GLM-5はいつリリースされましたか?
Zhipu AIが2026年2月11日にGLM-5をリリースしました。BenchLeaderには4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-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-5