比較対象モデル

GLM 5.3 Flash (max) vs DeepSeek V4 Flash 0731 (high) vs Qwen3.8 27B (high) vs GLM 5.3 (high) ベンチマーク比較: GLM 5.3 Flash (max) はスコアで 8.7 と首位です。 GLM 5.3 Flash (max) は信頼性で 10.0 と首位です。 DeepSeek V4 Flash 0731 (high) は合計コストが最も低く、$0.058 です。 GLM 5.3 (high) は 27.82s で最速です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-08-26

順位: #29
合計出力トークン: 204,340
応答時間（平均）: 52.10s
合計コスト: $0.059

順位: #55
合計出力トークン: 513,307
応答時間（平均）: 114.94s
合計コスト: $0.058

順位: #43
合計出力トークン: 656,635
応答時間（平均）: 167.89s
合計コスト: ~$0.287

順位: #100
合計出力トークン: 63,667
応答時間（平均）: 27.82s
合計コスト: $0.403

おすすめモデル GLM 5.3 Flash (max)

ここでは最高スコア（8.7）で、この比較の他のモデルより約 4.3 倍低コストです。

詳細比較

指標	GLM 5.3 Flash GLM 5.3 Flash max リリース: 2026-08-26	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high リリース: 2026-08-01	Qwen3.8 27B Qwen3.8 27B high リリース: 2026-08-14	GLM 5.3 GLM 5.3 high リリース: 2026-08-20

指標	GLM 5.3 Flash GLM 5.3 Flash max リリース: 2026-08-26	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high リリース: 2026-08-01	Qwen3.8 27B Qwen3.8 27B high リリース: 2026-08-14	GLM 5.3 GLM 5.3 high リリース: 2026-08-20
スコア	8.7	8.0	8.4	7.3
順位	#29	#55	#43	#100
信頼性	10.0	10.0	9.6	10.0
一貫性	8.9	8.0	9.2	7.5
試行回数	66/66	66/66	66/66	66/66
正解テスト
試行ごとの合格率	81.8%	75.8%	77.3%	74.2%
不安定なテスト	3	5	2	7
総実行回数	66	66	66	66
結果あたりのコスト	0.365	0.956	~1.792	3.099
合計コスト	$0.059	$0.058	~$0.287	$0.403
入力価格	$0.075 / 1M	$0.060 / 1M	該当なし	$1.400 / 1M
出力価格	$0.250 / 1M	$0.120 / 1M	該当なし	$4.400 / 1M
合計入力トークン	96,873	96,702	100,179	87,601
出力トークン	7,637	16,966	904	6,006
推論トークン	196,703	496,341	655,731	57,661
応答時間（平均）	52.10s	114.94s	167.89s	27.82s
応答時間（最大）	333.47s	600.61s	640.85s	159.91s
応答時間（合計）	1146.24s	2528.65s	3693.54s	612.06s
パラメータ	320B 総数 (18B アクティブ)	284B 総数 (13B アクティブ)	27.3B	744B 総数 (40B アクティブ)
公開状況	オープンソース	クローズド	重み公開	クローズド

モデル生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#29 GLM 5.3 Flash

max

コスト: $0.005
時間: 296.5s
トークン: 16,250 tok

#55 DeepSeek V4 Flash 0731

high

無効なSVG

コスト: $0.000
時間: 187.3s
トークン: 19,048 tok

#43 Qwen3.8 27B

high

コスト: ~$0.008
時間: 270.1s
トークン: 18,963 tok

#100 GLM 5.3

high

コスト: $0.085
時間: 362.5s
トークン: 19,310 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	10.0	10.0	100.0%	0	4.15s	639	280	1,909
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1	13.62s	1,488	542	10,576
Qwen3.8 27B	10.0	10.0	100.0%	0	8.10s	1,128	114	5,319
GLM 5.3	10.0	10.0	100.0%	0	3.72s	639	237	481

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	10.0	10.0	100.0%	0	43.37s	7,317	381	23,692
DeepSeek V4 Flash 0731	6.3	6.3	55.6%	1	252.67s	7,044	2,160	191,210
Qwen3.8 27B	8.1	7.0	88.9%	1	248.62s	8,235	346	143,335
GLM 5.3	6.6	5.0	66.7%	2	18.89s	7,317	473	8,190

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	7.3	5.8	83.3%	1	138.66s	72,093	5,223	43,858
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0	87.10s	67,283	11,903	41,397
Qwen3.8 27B	10.0	10.0	100.0%	0	185.57s	68,997	66	72,556
GLM 5.3	6.4	5.8	66.7%	1	63.96s	62,821	3,936	12,203

データ解析と抽出	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	10.0	10.0	100.0%	6.10s	7,149	222	2,002
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	3.65s	7,764	336	1,259
Qwen3.8 27B	10.0	10.0	100.0%	34.85s	9,675	123	10,320
GLM 5.3	10.0	10.0	100.0%	3.55s	7,149	210	189

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	3.6	7.2	22.2%	1	203.29s	759	311	114,989
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2	458.65s	700	104	215,629
Qwen3.8 27B	5.3	10.0	33.3%	0	526.74s	975	6	234,555
GLM 5.3	2.9	4.4	22.2%	2	112.33s	759	238	33,423

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	10.0	10.0	100.0%	0	10.02s	498	212	1,118
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0	5.64s	708	72	533
Qwen3.8 27B	5.0	10.0	0.0%	0	8.45s	630	63	1,191
GLM 5.3	6.1	3.1	66.7%	1	8.00s	498	192	407

指示追従	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	9.8	10.0	100.0%	3.65s	678	72	972
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	4.46s	1,101	119	939
Qwen3.8 27B	9.8	10.0	100.0%	8.24s	927	42	2,871
GLM 5.3	9.8	10.0	100.0%	3.62s	678	72	182

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	8.7	7.7	88.9%	1	5.61s	672	466	1,677
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1	9.36s	1,305	397	6,801
Qwen3.8 27B	7.6	7.2	77.8%	1	199.90s	1,038	120	138,427
GLM 5.3	8.2	7.2	88.9%	1	4.74s	672	332	452

ツール呼び出し	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	10.0	10.0	100.0%	19.24s	6,861	231	640
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	5.42s	8,889	357	451
Qwen3.8 27B	10.0	10.0	100.0%	5.62s	8,256	21	912
GLM 5.3	10.0	10.0	100.0%	17.05s	6,861	231	91

雑学	スコア	一貫性	試行ごとの合格率	応答時間（平均）	入力トークン	出力トークン	推論トークン
GLM 5.3 Flash	3.0	10.0	0.0%	46.77s	207	239	5,846
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	110.63s	420	976	27,546
Qwen3.8 27B	3.0	10.0	0.0%	263.98s	318	3	46,245
GLM 5.3	3.0	10.0	0.0%	21.98s	207	85	2,043

クイック比較

比較ペアを切り替え

Claude Sonnet 4.6nonevsGLM 5.3high GPT-5.2mediumvsQwen3.8 27Bhigh Gemini 3.6 FlashlowvsGLM 5.3 Flashmax KAT-Coder-Pro V2.5lowvsGLM 5.3high Seed 2.1 TurbomediumvsQwen3.8 27Bhigh Claude Opus 4.7mediumvsGLM 5.3 Flashmax Qwen3.8 27BhighvsGrok 4.5low Claude Opus 5lowvsGLM 5.3 Flashmax Claude Opus 4.8mediumvsGLM 5.3 Flashmax Gemini 3 Flash PreviewlowvsGLM 5.3high Grok 4.6lowvsGLM 5.3high Gemini 3.5 Flash LitehighvsGLM 5.3 Flashmax