BenchLeader

GLM 5.1

推論エフォート
品質339中103位
55.4Index
中央値より上
中央値比 +5.2
価格255中181位
$2.15100万トークンあたり
多くのモデルより高い
中央値の2.5倍
速度216中153位
60トークン/秒
中央値より下
中央値の0.7倍
コスパ255中181位
25.8ポイント/$
中央値より下
中央値の0.5倍

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
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Index55
  2. 推論59
  3. コーディング56
  4. エージェント・ツール48
  5. 数学54
  6. 知識54
  7. 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
[![GLM 5.1 on BenchLeader: 総合 102位](https://www.benchleader.com/badge/glm-5-1.svg?style=compact)](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。

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 5.1このページ2026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-4.52025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––82 tok/s4.91 s$0.0017エージェント・ツール 65 · 指示追従 53 · 長文コンテキスト 51 · 数学 39
thinking––93 tok/s33 s$0.0016エージェント・ツール 51 · 指示追従 74 · 長文コンテキスト 61
未記載最良55.4#20860 tok/s1.32 s$0.0019エージェント・ツール 48 · コーディング 56 · 人間の評価 65 · 知識 54 · 数学 54 · 推論 59

Indexの推移

2026年9月8日〜2026年11月16日
515763

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
GPQA Diamondエフォート未記載––89.9%#53Epoch AI Benchmarking Hub
SimpleBenchエフォート未記載––55.1%#55SimpleBench
Arena Hard Promptsエフォート未記載––1489#54Arena (LMArena)
GPQA Diamond (AA)Index対象外83.9%#15586.8%#108–Artificial Analysis
Humanity's Last Exam (AA)Index対象外27.9%#18530.1%#166–Artificial Analysis
GPQA Diamond (Vals)Index対象外エフォート未記載––84.5%#51Vals AI
CritPtIndex対象外0.0%#3374.6%#179–Artificial Analysis
Arena ExpertIndex対象外エフォート未記載––1496#54Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載––20.0%#100Epoch 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%#16Epoch AI Benchmarking Hub
SciCodeエフォート未記載–44.8%#160SciCode
WeirdMLエフォート未記載–57.1%#55WeirdML
Arena Codingエフォート未記載–1512#54Arena (LMArena)
Arena WebDevエフォート未記載–1508#67Arena (LMArena)
SciCode (AA)Index対象外44.8%#166–Artificial Analysis
LiveCodeBenchエフォート未記載–81.4%#62Vals AI
SWE-bench (Vals)Index対象外エフォート未記載–76.4%#36Vals AI
Code MigrationIndex対象外エフォート未記載–25.8%#47Vals AI
ProgramBenchIndex対象外エフォート未記載–0.0%#34Vals AI
Vibe Code Bench v1.1Index対象外エフォート未記載–31.5%#81Vals AI
ALE-BenchIndex対象外エフォート未記載–887.1#79Epoch 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#48Design 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
APEX-Agentsエフォート未記載––40.9%#52Mercor
Terminal-Bench Hard35.6%#7443.2%#41–Artificial Analysis
τ²-Bench Telecom (AA)Index対象外97.1%#1397.7%#9–Artificial Analysis
Terminal-Bench 2.1 (Vals)エフォート未記載––56.9%#47Vals AI
MCP Atlasエフォート未記載––75.6%#21Scale AI SEAL
GDPval-AA v2.1Index対象外–1125#156–Artificial Analysis
τ³-Banking (AA)–13.6%#128–Artificial Analysis
ITBench SRE (AA)Index対象外–40.3%#19–Artificial Analysis
Finance Agent v2Index対象外エフォート未記載––44.8%#58Vals AI
Harvey's Legal Agent Benchmark v1Index対象外エフォート未記載––0.0%#64Vals AI
Legal Research BenchIndex対象外エフォート未記載––27.9%#63Vals AI
Terminal-Bench 2.0 (Vals)Index対象外エフォート未記載––53.9%#16Vals AI
ExploitBenchIndex対象外エフォート未記載––18.1%#7Epoch AI Benchmarking Hub
GBAEvalIndex対象外エフォート未記載––0.0%#22Epoch AI Benchmarking Hub
Vending-Bench 2Index対象外エフォート未記載––5634.4#28Andon Labs
AutomationBenchIndex対象外–20.3%#168–Artificial Analysis
GDP.pdf (AA)Index対象外–8.4%#174–Artificial Analysis
AA-Briefcase v1.1Index対象外–965#160–Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載––1161#48Design Arena

数学

ベンチマーク推論なし標準出典推移
FrontierMath Tiers 1–324.9%#8536.8%#69Epoch AI Benchmarking Hub
OTIS Mock AIMEエフォート未記載–93.3%#68Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–22.2%#50Vals AI
AIME (Vals)エフォート未記載–91.9%#21Vals AI
AIME 2026エフォート未記載汚染の可能性–95.8%#13MathArena
HMMT February 2026エフォート未記載汚染の可能性–89.4%#14MathArena
MathArena Apexエフォート未記載汚染の可能性–11.5%#20MathArena
Arena Mathsエフォート未記載–1474#48Arena (LMArena)

知識

ベンチマーク標準出典推移
SimpleQA Verified34.0%#64Epoch AI Benchmarking Hub
MMLU-Pro86.9%#36Vals AI
LegalBench84.4%#33Vals AI
CorpFin64.5%#38Vals AI
TaxEval71.2%#79Vals AI
CaseLaw v2Index対象外51.5%#48Vals AI
MedCodeIndex対象外41.6%#50Vals AI
MedScribeIndex対象外72.3%#86Vals AI
Public Benefits Bench v1.1Index対象外61.8%#29Vals AI

指示追従

ベンチマーク推論なしthinking標準出典推移
IFBench52.0%#16576.3%#22–Artificial Analysis
Arena Instruction FollowingIndex対象外エフォート未記載––1461#53Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1465#58Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外1594#47EQ-Bench
Arena Creative WritingIndex対象外1446#50Arena (LMArena)
Arena Multi-turnIndex対象外1478#46Arena (LMArena)
Arena Longer QueriesIndex対象外1480#51Arena (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 v1.153.3%#32773.7%#190Artificial 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#66Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外24.2#18626.1#163–Artificial Analysis
AA Progress Index v1Index対象外263.5#232286.5#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
Friendli111 tok/s0.23 s$1.40$4.40203k–
Venice83 tok/s1.03 s$1.40$4.40200kfp8
Alibaba Cloud Int.80 tok/s0.84 s$1.33$4.18203kfp8
GMICloud78 tok/s3.20 s$1.40$4.40203kfp8
SiliconFlow64 tok/s1.32 s$1.19$3.74205kfp8
AtlasCloud60 tok/s2.00 s$1.26$3.96203kfp8
Z.ai40 tok/s1.74 s$1.40$4.40203kfp8
NovitaAI35 tok/s3.65 s$1.38$4.40205kfp8
Chutes34 tok/s1.93 s$0.900$2.90203kfp8
StreamLake28 tok/s5.55 s$0.966$3.04200kfp8

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$1.21$2.42$3.63$4.8426年9月26年10月26年11月
入力 出力
現在:入力$1.40・出力$4.40

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$0.00156.3 s
30ページのレポートを要約12,000 / 600$0.019$0.009211.3 s
コード編集6,000 / 1,500$0.015$0.009926.3 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$0.0501.1 min
構造化データの抽出2,000 / 200$0.0037$0.00204.7 s

Zhipu AIのほかのモデル

今月の新着

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。

[![GLM 5.1 on BenchLeader: 総合 102位](https://www.benchleader.com/badge/glm-5-1.svg)](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}
}

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 5.1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