GLM 5.1
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(16分の1の価格)。
より安価でスコアの高いランク付けモデルが42つあります:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50)ほか39つ。
2026年11月16日時点で、GLM 5.1(Zhipu AI)のBenchLeader Indexは55.4です(ランク付け対象は608構成)。最も強いのは人間の評価(65)、最も弱いのはエージェント・ツール(48)です。API料金は入力100万トークンあたり$1.40、出力100万トークンあたり$4.40(3:1のブレンドで$2.15)で、2026年11月16日時点の定価です。出力速度は約60トークン/秒です(OpenRouter)。2026年4月7日にリリースされました。
要点(2026年11月16日時点)
- GLM 5.1のAPI料金は入力100万トークンあたり$1.40、出力100万トークンあたり$4.40(3:1のブレンドで$2.15)です(定価、2026年11月16日)。
- GLM 5.1の出力速度は約60トークン/秒です(OpenRouter、2026年11月16日)。
- GLM 5.1は2026年4月7日にリリースされました(Zhipu AI)。
詳しく見ると:GLM 5.1はZhipu AIのオープンウェイトのモデルです(2026年4月7日リリース)。最もスコアの高い構成は、BenchLeader Indexで55.4 ±3.1を記録し、608構成中208位で上位半分に入ります。重要なのはこの「±」です。ほかに259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(65)、エージェント・ツールが最も低くなっています(48)。ブレンド価格は100万トークンあたり$2.15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60トークン/秒、最初のトークンまで1.3秒で、多くのモデルより低速です。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:2026年11月11日。
- ブレンド価格
- $2.15/M
- 入力$1.40・出力$4.40
- 出典:models.dev
- 出力速度
- 60 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
- 1.32 s
- コンテキスト
- 200k
- 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
- 2026年4月7日
- 総合Index55
- 推論59
- コーディング56
- エージェント・ツール48
- 数学54
- 知識54
- 人間の評価65
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/glm-5-1)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。
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。
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。
Indexの推移
2026年9月8日〜2026年11月16日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#97 | 44.4#97 | Artificial 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 | – | – | 89.9%#53 | Epoch AI Benchmarking Hub | |
| SimpleBenchエフォート未記載 | – | – | 55.1%#55 | SimpleBench | |
| Arena Hard Promptsエフォート未記載 | – | – | 1489#54 | Arena (LMArena) | |
| GPQA Diamond (AA)Index対象外 | 83.9%#155 | 86.8%#108 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 27.9%#185 | 30.1%#166 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外エフォート未記載 | – | – | 84.5%#51 | Vals AI | |
| CritPtIndex対象外 | 0.0%#337 | 4.6%#179 | – | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | 1496#54 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外エフォート未記載 | – | – | 20.0%#100 | Epoch AI Benchmarking Hub |
コーディング
| ベンチマーク | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| SWE-bench Verified (Epoch)エフォート未記載 | – | 74.2%#16 | Epoch AI Benchmarking Hub | |
| SciCodeエフォート未記載 | – | 44.8%#160 | SciCode | |
| WeirdMLエフォート未記載 | – | 57.1%#55 | WeirdML | |
| Arena Codingエフォート未記載 | – | 1512#54 | Arena (LMArena) | |
| Arena WebDevエフォート未記載 | – | 1508#67 | Arena (LMArena) | |
| SciCode (AA)Index対象外 | 44.8%#166 | – | Artificial Analysis | |
| LiveCodeBenchエフォート未記載 | – | 81.4%#62 | Vals AI | |
| SWE-bench (Vals)Index対象外エフォート未記載 | – | 76.4%#36 | Vals AI | |
| Code MigrationIndex対象外エフォート未記載 | – | 25.8%#47 | Vals AI | |
| ProgramBenchIndex対象外エフォート未記載 | – | 0.0%#34 | Vals AI | |
| Vibe Code Bench v1.1Index対象外エフォート未記載 | – | 31.5%#81 | Vals AI | |
| ALE-BenchIndex対象外エフォート未記載 | – | 887.1#79 | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外 | 2.0%#150 | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 61.8%#94 | – | Artificial Analysis | |
| Design Arena WebsiteIndex対象外エフォート未記載 | – | 1261#48 | Design Arena |
エージェント・ツール
数学
| ベンチマーク | 推論なし | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 24.9%#85 | 36.8%#69 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIMEエフォート未記載 | – | 93.3%#68 | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | 22.2%#50 | Vals AI | |
| AIME (Vals)エフォート未記載 | – | 91.9%#21 | Vals AI | |
| AIME 2026エフォート未記載汚染の可能性 | – | 95.8%#13 | MathArena | |
| HMMT February 2026エフォート未記載汚染の可能性 | – | 89.4%#14 | MathArena | |
| MathArena Apexエフォート未記載汚染の可能性 | – | 11.5%#20 | MathArena | |
| Arena Mathsエフォート未記載 | – | 1474#48 | Arena (LMArena) |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| SimpleQA Verified | 34.0%#64 | Epoch AI Benchmarking Hub | |
| MMLU-Pro | 86.9%#36 | Vals AI | |
| LegalBench | 84.4%#33 | Vals AI | |
| CorpFin | 64.5%#38 | Vals AI | |
| TaxEval | 71.2%#79 | Vals AI | |
| CaseLaw v2Index対象外 | 51.5%#48 | Vals AI | |
| MedCodeIndex対象外 | 41.6%#50 | Vals AI | |
| MedScribeIndex対象外 | 72.3%#86 | Vals AI | |
| Public Benefits Bench v1.1Index対象外 | 61.8%#29 | Vals AI |
指示追従
| ベンチマーク | 推論なし | thinking | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| IFBench | 52.0%#165 | 76.3%#22 | – | Artificial Analysis | |
| Arena Instruction FollowingIndex対象外エフォート未記載 | – | – | 1461#53 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1465#58 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1594#47 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1446#50 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1478#46 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1480#51 | Arena (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 v1.1 | 53.3%#327 | 73.7%#190 | Artificial 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 | – | – | 150.7#66 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2Index対象外 | 24.2#186 | 26.1#163 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 263.5#232 | 286.5#153 | – | Artificial Analysis |
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 |
|---|---|---|---|---|---|---|
| Friendli | 111 tok/s | 0.23 s | $1.40 | $4.40 | 203k | – |
| Venice | 83 tok/s | 1.03 s | $1.40 | $4.40 | 200k | fp8 |
| Alibaba Cloud Int. | 80 tok/s | 0.84 s | $1.33 | $4.18 | 203k | fp8 |
| GMICloud | 78 tok/s | 3.20 s | $1.40 | $4.40 | 203k | fp8 |
| SiliconFlow | 64 tok/s | 1.32 s | $1.19 | $3.74 | 205k | fp8 |
| AtlasCloud | 60 tok/s | 2.00 s | $1.26 | $3.96 | 203k | fp8 |
| Z.ai | 40 tok/s | 1.74 s | $1.40 | $4.40 | 203k | fp8 |
| NovitaAI | 35 tok/s | 3.65 s | $1.38 | $4.40 | 205k | fp8 |
| Chutes | 34 tok/s | 1.93 s | $0.900 | $2.90 | 203k | fp8 |
| StreamLake | 28 tok/s | 5.55 s | $0.966 | $3.04 | 200k | fp8 |
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。
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$0.260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 | $0.0019 | $0.0015 | 6.3 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.019 | $0.0092 | 11.3 s |
| コード編集 | 6,000 / 1,500 | $0.015 | $0.0099 | 26.3 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.102 | $0.050 | 1.1 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0037 | $0.0020 | 4.7 s |
GLM 5.1と比較する
関連ページ
埋め込み・引用
GLM 5.1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。
[](https://www.benchleader.com/models/glm-5-1)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 5.1 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5-1
BibTeX:
@misc{benchleader_glm_5_1_20261116,
author = {{BenchLeader}},
title = {{GLM 5.1 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-5-1}},
note = {Data as of 2026-11-16}
}よくある質問
- GLM 5.1のベンチマークスコアは?
- 2026年11月16日時点で、GLM 5.1のBenchLeader Indexは55.4 ±3.1です。最も強いのは人間の評価(65)、最も弱いのはエージェント・ツール(48)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 5.1の順位は?
- 2026年11月16日時点で、GLM 5.1はランク付けされた608構成中208位です。ほかに259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 5.1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 5.1の料金は入力100万トークンあたり$1.40、出力100万トークンあたり$4.40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$2.15です。定価が最後に変わったのは2026年11月4日です。
- GLM 5.1はMuse Spark 1.3より優れていますか?
- 2026年11月16日時点で、GLM 5.1とMuse Spark 1.3の品質はほぼ互角です(BenchLeader Indexで55.4対61.6、±8.8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 5.1はいつリリースされましたか?
- Zhipu AIが2026年4月7日にGLM 5.1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 5.1: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-5-1