GLM 5.3 Flash
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(42%安い)。
これより安価でスコアの高いランク付けモデルはありません。価格面でのフロンティアにあります。
2026年11月16日時点で、GLM 5.3 Flash(Zhipu AI)のBenchLeader Indexは57.8です(ランク付け対象は608構成)。最も強いのは数学(69)、最も弱いのは知識(45)です。API料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.500(3:1のブレンドで$0.238)で、2026年11月16日時点の定価です。出力速度は約54トークン/秒です(Artificial Analysis)。2026年8月20日にリリースされました。
要点(2026年11月16日時点)
- GLM 5.3 FlashのAPI料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.500(3:1のブレンドで$0.238)です(定価、2026年11月16日)。
- GLM 5.3 Flashの出力速度は約54トークン/秒です(Artificial Analysis、2026年11月16日)。
- GLM 5.3 Flashは2026年8月20日にリリースされました(Zhipu AI)。
詳しく見ると:GLM 5.3 FlashはZhipu AIのオープンウェイトの推論モデルです(2026年8月20日リリース)。最もスコアの高い構成は、BenchLeader Indexで57.8 ±4.7を記録し、608構成中146位で上位半分に入ります。重要なのはこの「±」です。ほかに250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。カテゴリ別では数学が最も高く(69)、知識が最も低くなっています(45)。ブレンド価格は100万トークンあたり$0.238で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は54トークン/秒、回答開始まで87.0秒で、多くのモデルより低速です。5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
- $0.238/M
- 入力$0.150・出力$0.500
- 出典:Artificial Analysis
- 出力速度
- 54 tok/s
- Artificial Analysisによる測定
- 回答開始
- 87 s
- 最初のトークン 0.65 s
- コンテキスト
- 1M
- 出典:models.dev
- 回答完了まで
- 220 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $0.583
- 1タスク41 min、AA Index
- タスクあたりトークン数
- 134k
- うち76%が推論
- リリース日
- 2026年8月20日
- 総合Index58
- 推論48
- コーディング57
- エージェント・ツール59
- 数学69
- 知識45
- 人間の評価66
- マルチモーダル64
- 長文コンテキスト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-5-3-flash)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3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 5.3 Flashこのページ | 2026年8月20日 | 57.8 | #146 |
| GLM 4.7 Flash | 2026年1月19日 | 51.0 | #325 |
| GLM-4.5-Flash | 2025年7月28日 | – | – |
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/s | 87 s | $0.0002 | エージェント・ツール 47 |
| low | – | – | 54 tok/s | 87 s | $0.0002 | 推論 44 |
| high | – | – | 54 tok/s | 87 s | $0.0002 | 推論 54 |
| max | 52.4 | #277 | 54 tok/s | 87 s | $0.0002 | エージェント・ツール 49 · コーディング 52 · 総合 45 · 知識 59 · 数学 50 · 推論 63 |
| 未記載最良 | 57.8 | #146 | 54 tok/s | 87 s | $0.0002 | エージェント・ツール 59 · コーディング 57 · 人間の評価 66 · 知識 45 · 長文コンテキスト 65 · 数学 69 · マルチモーダル 64 · 推論 48 |
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- max
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 | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 44.4#97 | Artificial Analysis |
推論
| ベンチマーク | low | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | 90.2%#50 | – | Epoch AI Benchmarking Hub | |
| Arena Hard Promptsエフォート未記載 | – | – | – | 1500#35 | Arena (LMArena) | |
| LiveBench 2.0 ReasoningIndex対象外 | – | – | 77.6%#29 | – | LiveBench | |
| LiveBench 1.0 ReasoningIndex対象外エフォート未記載 | – | – | – | 77.6%#58 | LiveBench | |
| GPQA Diamond (AA)Index対象外エフォート未記載 | – | – | – | 91.2%#49 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外エフォート未記載 | – | – | – | 39.9%#99 | Artificial Analysis | |
| HLE-Diamond (AA)エフォート未記載 | – | – | – | 18.2%#86 | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | 86.4%#42 | – | Vals AI | |
| ARC-AGI-1 | 47.0%#192 | 71.8%#148 | 91.0%#76 | – | ARC Prize | |
| ARC-AGI-2 | 27.9%#143 | 50.1%#115 | 65.8%#80 | – | ARC Prize | |
| CritPtIndex対象外エフォート未記載 | – | – | – | 15.4%#100 | Artificial Analysis | |
| CritPt v2 hard subset (AA)エフォート未記載 | – | – | – | 24.5%#91 | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | – | 1511#31 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | – | 21.0%#94 | – | Epoch AI Benchmarking Hub | |
| Mystery Game PuzzlesIndex対象外 | – | – | 8.0%#124 | – | Epoch AI Benchmarking Hub | |
| BTF-3Index対象外エフォート未記載 | – | – | – | 14.9%#1 | Epoch AI Benchmarking Hub |
コーディング
エージェント・ツール
数学
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 55.8%#51 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 17.1%#60 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 93.9%#65 | – | Epoch AI Benchmarking Hub | |
| ProofBench | 21.0%#52 | – | Vals AI | |
| LiveBench MathematicsIndex対象外エフォート未記載 | – | 81.2%#60 | LiveBench | |
| Arena Mathsエフォート未記載 | – | 1505#11 | Arena (LMArena) |
知識
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 2.0 Data AnalysisIndex対象外 | 76.4%#20 | – | LiveBench | |
| LiveBench ResearchIndex対象外 | 73.9%#26 | – | LiveBench | |
| LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載 | – | 76.4%#34 | LiveBench | |
| AA-Omniscience v1.1エフォート未記載 | – | 0.7#84 | Artificial Analysis | |
| MMLU-Pro | 86.1%#48 | – | Vals AI | |
| LegalBench | 83.9%#45 | – | Vals AI | |
| TaxEval | 75.6%#16 | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | 55.9%#49 | – | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外 | 66.3%#31 | – | Vals AI | |
| MedScribeIndex対象外 | 88.9%#9 | – | Vals AI | |
| Access to Justice BenchmarkIndex対象外 | 71.1%#14 | – | Vals AI | |
| GDP.pdfIndex対象外 | 14.0%#42 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載 | – | 28.2%#102 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載 | – | 61.6%#52 | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 77.3%#42 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 52.8%#68 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1474#35 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1475#36 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1435#66 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1476#51 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1480#51 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | 1295#23 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | 73.7%#19 | – | LiveBench | |
| MMMU-Pro (Vals)Index対象外 | 86.0%#23 | – | Vals AI | |
| SAGEIndex対象外 | 89.3%#5 | – | Vals AI | |
| Humanity's Sixth SenseIndex対象外 | 26.8%#24 | – | Scale AI SEAL | |
| VIALS-AAIndex対象外エフォート未記載 | – | 39.8%#16 | Handshake AI | |
| Code2Video-AAIndex対象外エフォート未記載 | – | 975#20 | Artificial Analysis | |
| AA-3DIndex対象外エフォート未記載 | – | 937#19 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 80.0%#88 | Artificial Analysis | |
| MLCRIndex対象外 | 11.7%#112 | Artificial Analysis | |
| FACTS GroundingIndex対象外 | 56.1%#22 |
総合
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 153.8#51 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | 60.7%#23 | – | LiveBench | |
| LiveBench 1.0Index対象外エフォート未記載 | – | 71.6%#54 | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外エフォート未記載 | – | 27.8#75 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外エフォート未記載 | – | 41.8#60 | Artificial Analysis | |
| AA Progress Index v1Index対象外エフォート未記載 | – | 318.6#68 | Artificial Analysis | |
| Vals IndexIndex対象外 | 50.9#30 | – | Vals AI | |
| Vals Finance IndexIndex対象外 | 55.8%#26 | – | Vals AI | |
| Vals Router IndexIndex対象外エフォート未記載 | – | 50.9%#20 | Vals AI | |
| Vals Legal IndexIndex対象外 | 71.0%#16 | – | Vals AI | |
| AA Cyber IndexIndex対象外エフォート未記載 | – | 49.9#9 | Artificial Analysis |
安全性・誠実さ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| FORTRESSIndex対象外 | 26.7%#51 | Scale AI SEAL | |
| DistressBenchIndex対象外 | 72.7%#19 | Scale AI SEAL |
GameBench 2 Overall: 54.9. GameBench 2, best reasoning setting (High): 60.8. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
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 |
|---|---|---|---|---|---|---|
| CoreWeave | 168 tok/s | 0.52 s | $0.120 | $0.380 | 1.0M | nvfp4 |
| Reka AI | 165 tok/s | 0.53 s | $0.120 | $0.300 | 1.0M | – |
| Together | 156 tok/s | 0.43 s | $0.150 | $0.500 | 1.0M | – |
| Particle AI | 147 tok/s | 0.61 s | $0.120 | $0.500 | 1.0M | nvfp4 |
| Open Inference | 141 tok/s | 0.66 s | $0.060 | $0.300 | 1.0M | fp4 |
| Friendli | 140 tok/s | 0.42 s | $0.150 | $0.500 | 1.0M | – |
| Mistral | 135 tok/s | 1.07 s | $0.150 | $0.500 | 1.0M | – |
| Cohere | 133 tok/s | 0.67 s | $0.150 | $0.500 | 1.0M | nvfp4 |
| Baseten | 133 tok/s | 0.31 s | $0.150 | $0.500 | 1.0M | fp8 |
| DigitalOcean | 133 tok/s | 0.71 s | $0.113 | $0.375 | 1.0M | – |
| KT | 132 tok/s | 0.98 s | $0.150 | $0.500 | 1.0M | – |
| Fireworks | 130 tok/s | 0.57 s | $0.225 | $0.750 | 1.0M | – |
| Parasail | 128 tok/s | 0.69 s | $0.188 | $0.625 | 1.0M | fp4 |
| Fireworks | 115 tok/s | 0.92 s | $0.150 | $0.500 | 1.0M | – |
| Relace | 103 tok/s | 0.57 s | $0.040 | $0.078 | 1.0M | fp4 |
| inference.net | 101 tok/s | 0.29 s | $0.108 | $0.350 | 1.0M | fp4 |
| Venice | 101 tok/s | 0.71 s | $0.150 | $0.500 | 1.0M | – |
| Parasail | 96 tok/s | 0.63 s | $0.150 | $0.500 | 1.0M | fp4 |
| inference.net | 93 tok/s | 0.39 s | $0.108 | $0.350 | 1.0M | fp4 |
| Crusoe | 93 tok/s | 0.74 s | $0.150 | $0.500 | 1.0M | fp4 |
| Inceptron | 92 tok/s | 0.51 s | $0.175 | $0.470 | 1.0M | fp8 |
| DeepInfra | 91 tok/s | 0.85 s | $0.150 | $0.500 | 1.0M | fp4 |
| Makora | 83 tok/s | 0.78 s | $0.140 | $0.240 | 1.0M | fp4 |
| Wafer | 75 tok/s | 0.67 s | $0.042 | $0.184 | 1.0M | nvfp4 |
| River | 75 tok/s | 0.83 s | $0.096 | $0.320 | 1.0M | – |
| NextBit | 74 tok/s | 0.76 s | $0.120 | $0.450 | 1.0M | fp4 |
| Wafer | 71 tok/s | 0.52 s | $0.065 | $0.240 | 1.0M | nvfp4 |
| Sail Research | 68 tok/s | 1.16 s | $0.175 | $0.625 | 1.0M | fp4 |
| Nebius Token Factory | 67 tok/s | 0.74 s | $0.150 | $0.500 | 1.0M | fp4 |
| DekaLLM | 63 tok/s | 1.21 s | $0.100 | $0.500 | 1.0M | – |
| Morph | 62 tok/s | 0.56 s | $0.131 | $0.137 | 1.0M | fp8 |
| GMICloud | 52 tok/s | 1.90 s | $0.075 | $0.250 | 1.0M | fp8 |
| StreamLake | 45 tok/s | 2.42 s | $0.088 | $0.295 | 1.0M | fp8 |
| Sail Research | 42 tok/s | 0.77 s | $0.175 | $0.625 | 1.0M | fp4 |
| SiliconFlow | 41 tok/s | 1.88 s | $0.100 | $0.400 | 1.0M | fp8 |
| Modal | 41 tok/s | 0.85 s | $0.150 | $0.500 | 1.0M | fp4 |
| AtlasCloud | 40 tok/s | 7.24 s | $0.150 | $0.500 | 1.0M | fp8 |
| Tenstorrent | 39 tok/s | 7.57 s | $0.075 | $0.250 | 262k | fp8 |
| Z.ai | 31 tok/s | 2.35 s | $0.150 | $0.500 | 1.0M | fp8 |
| NovitaAI | 27 tok/s | 3.30 s | $0.084 | $0.280 | 1.0M | fp8 |
| NEAR AI | 24 tok/s | 0.94 s | $0.080 | $0.500 | 1.0M | fp8 |
| Darkbloom | 17 tok/s | 5.63 s | $0.065 | $0.180 | 262k | fp4 |
利用状況
GLM 5.3 Flashが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
直近30日間の典型的なリクエスト:リクエストあたり25.6kトークン、出力1トークンあたり入力32トークン、入力の83%がキャッシュから、出力の40%が推論、リクエストあたり0.30回のツール呼び出し。
OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:Claude Code (6.74T)、Hermes Agent (3.42T)、Portkey AI (3.37T)、pi (1.46T)、Lemonade (1.12T)。
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Runinfra | 386 tok/s | 1.58 s | 99.92% |
| Runware | 313 tok/s | 0.56 s | 100.00% |
| Particle | 297 tok/s | 0.86 s | 99.99% |
| Together AI | 232 tok/s | 0.60 s | 99.99% |
| DigitalOcean | 212 tok/s | 0.72 s | 100.00% |
| Friendli | 179 tok/s | 0.19 s | 100.00% |
出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
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$0.030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 | $0.0002 | $0.0002 | 1.5 min |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0021 | $0.0010 | 1.6 min |
| コード編集 | 6,000 / 1,500 | $0.0017 | $0.0011 | 1.9 min |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.011 | $0.0056 | 2.7 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0004 | $0.0002 | 1.5 min |
このモデルを含むコーディングプラン
GLM 5.3 Flashを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。
GLM 5.3 Flashと比較する
- GLM 5.3 Flash vs DeepSeek V4.1 Flash 1017
- GLM 5.3 Flash vs GPT-6.1 Sol
- GLM 5.3 Flash vs Claude Sonnet 5.5
- GLM 5.3 Flash vs GPT-5
- GLM 5.3 Flash vs Qwen3.8 Max
- GLM 5.3 Flash vs GPT-5.2
- GLM 5.3 Flash vs Qwen3.8-Flash-Next
- GLM 5.3 Flash vs Step 5 Preview
- GLM 5.3 Flash vs Gemini 4 Argon
- GLM 5.3 Flash vs DeepSeek V4 Flash
- GLM 5.3 Flash vs DeepSeek V4 Pro
- GLM 5.3 Flash vs Muse Spark 1.3
- GLM 5.3 Flash vs GPT-5.3-Codex
- GLM 5.3 Flash vs Claude Opus 5.5
- GLM 5.3 Flash vs Grok 4.7
- GLM 5.3 Flash vs GLM 5.2
- GLM 5.3 Flash vs Kimi K3.1 Pro
- GLM 5.3 Flash vs o3
- GLM 5.3 Flash vs Gemini 3.5 Flash
- GLM 5.3 Flash vs Qwen3.8 2.4T A95B
- GLM 5.3 Flash vs Inkling 2 Small
関連ページ
埋め込み・引用
GLM 5.3 Flash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-5-3-flash)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 5.3 Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-5-3-flash
BibTeX:
@misc{benchleader_glm_5_3_flash_20261116,
author = {{BenchLeader}},
title = {{GLM 5.3 Flash on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/glm-5-3-flash}},
note = {Data as of 2026-11-16}
}よくある質問
- GLM 5.3 Flashのベンチマークスコアは?
- 2026年11月16日時点で、GLM 5.3 FlashのBenchLeader Indexは57.8 ±4.7です。最も強いのは数学(69)、最も弱いのは知識(45)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 5.3 Flashの順位は?
- 2026年11月16日時点で、GLM 5.3 Flashはランク付けされた608構成中146位です。ほかに250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 5.3 Flash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 5.3 Flashの料金は入力100万トークンあたり$0.150、出力100万トークンあたり$0.500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$0.238です。定価が最後に変わったのは2026年9月9日です。
- GLM 5.3 FlashはDeepSeek V4.1 Flash 1017より優れていますか?
- 2026年11月16日時点で、DeepSeek V4.1 Flash 1017(推論エフォート max)とGLM 5.3 Flashの品質はほぼ互角です(BenchLeader Indexで57.7対57.8、±5.9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 5.3 Flashはいつリリースされましたか?
- Zhipu AIが2026年8月20日にGLM 5.3 Flashをリリースしました。BenchLeaderには5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 5.3 Flash: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-5-3-flash