比較対象モデル

GLM 5 (medium) vs GLM 5.1 (medium) vs Kimi K2.5 (medium) vs Qwen3.6 Plus Preview (medium) ベンチマーク比較: GLM 5.1 (medium) はスコアで 7.5 と首位です。 GLM 5 (medium) は信頼性で 10.0 と首位です。 Qwen3.6 Plus Preview (medium) は合計コストが最も低く、$0.000 です。 Qwen3.6 Plus Preview (medium) は 15.25s 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: 2026-10-26

比較対象モデル

順位: #184
合計出力トークン: 120,942
応答時間（平均）: 39.05s
合計コスト: $0.479

順位: #156
合計出力トークン: 245,833
応答時間（平均）: 66.38s
合計コスト: $1.546

順位: #253
合計出力トークン: 209,217
応答時間（平均）: 125.76s
合計コスト: $0.841

順位: #407
合計出力トークン: 63,350
応答時間（平均）: 15.25s
合計コスト: $0.000

おすすめモデル GLM 5 (medium)

スコアはここでの最高値に近く（7.2 vs 7.5）、この比較の他のモデルより約 2.5 倍低コストです。

詳細比較

指標	GLM 5 GLM 5 medium リリース: 2026-02-12	GLM 5.1 GLM 5.1 medium リリース: 2026-04-07	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium リリース: 2026-04-20 無料で利用可能

指標	GLM 5 GLM 5 medium リリース: 2026-02-12	GLM 5.1 GLM 5.1 medium リリース: 2026-04-07	Kimi K2.5 Kimi K2.5 medium リリース: 2026-01-27	Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium リリース: 2026-04-20 無料で利用可能
スコア	7.2	7.5	6.4	4.0
順位	#184	#156	#253	#407
信頼性	10.0	9.2	9.6	該当なし
一貫性	7.9	8.4	7.1	8.3
試行回数	66/69	69/69	69/69	57/69
正解テスト
試行ごとの合格率	76.8%	66.7%	60.9%	39.1%
不安定なテスト	5	4	8	0
総実行回数	66	69	69	57
結果あたりのコスト	2.552	9.004	6.085	0.000
合計コスト	$0.479	$1.546	$0.841	$0.000
入力価格	$0.600 / 1M	$1.400 / 1M	$0.450 / 1M	$0.000 / 1M
出力価格	$1.920 / 1M	$4.400 / 1M	$2.250 / 1M	$0.000 / 1M
キャッシュ読み取り料金	$0.120 / 1M	$0.260 / 1M	$0.070 / 1M	該当なし
キャッシュ書き込み料金	該当なし	該当なし	該当なし	該当なし
合計入力トークン	212,440	331,577	292,271	32,639
出力トークン	22,922	17,919	55,025	1,153
推論トークン	115,335	230,789	186,071	62,197
応答時間（平均）	39.05s	66.38s	125.76s	15.25s
応答時間（最大）	110.70s	308.75s	566.79s	43.55s
応答時間（合計）	546.68s	1460.31s	2137.84s	182.96s
パラメータ	744B 総数 (40B アクティブ)	744B 総数 (40B アクティブ)	1T 総数 (32B アクティブ)	~397B 総数 (~17B アクティブ)
公開状況	オープンソース	オープンソース	重み公開	クローズド

キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。

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.

#184 GLM 5

medium

コスト: $0.005
時間: 20.7s
トークン: 2,068 tok

#156 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#253 MoonshotAI: Kimi K2.5

medium

コスト: $0.030
時間: 58.6s
トークン: 8,683 tok

#407 Qwen3.6 Plus Preview

medium

このモデルのショーケース結果はまだ生成されていません。

コスト: 該当なし
時間: -
トークン: 0 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:

エージェントタスク	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	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
GLM 5.1	10.0	10.0	100.0%	0	225.59s	248,985	1,830	30,989
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
Qwen3.6 Plus Preview	0.0	0.0	0.0%	0	0ms	0	0	0

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	10.0	10.0	100.0%	0	23.66s	555	480	7,056
GLM 5.1	10.0	10.0	100.0%	0	8.31s	555	401	5,122
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
Qwen3.6 Plus Preview	8.3	10.0	75.0%	0	11.69s	501	61	5,812

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	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
GLM 5.1	4.6	3.7	44.5%	2	109.63s	5,702	4,871	37,826
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
Qwen3.6 Plus Preview	1.0	3.3	0.0%	0	0ms	0	0	0

複合	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	5.0	5.0	50.0%	28.96s	12,804	662	3,242
GLM 5.1	9.8	10.0	100.0%	175.93s	66,926	4,761	65,248
Kimi K2.5	6.7	9.1	50.0%	89.19s	95,416	14,448	11,209
Qwen3.6 Plus Preview	5.0	5.0	50.0%	34.95s	14,934	452	13,073

データ解析と抽出	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	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
GLM 5.1	10.0	10.0	100.0%	0	9.33s	7,107	991	4,552
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
Qwen3.6 Plus Preview	10.0	10.0	100.0%	0	14.95s	7,782	270	10,706

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	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
GLM 5.1	3.0	10.0	0.0%	0	113.95s	458	969	74,651
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	22.08s	665	49	26,895

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	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
GLM 5.1	10.0	10.0	100.0%	0	20.95s	477	2,875	2,875
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0	0ms	0	0	0

指示追従	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	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
GLM 5.1	6.4	5.8	66.7%	1	7.47s	634	204	1,617
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
Qwen3.6 Plus Preview	6.5	10.0	50.0%	0	3.40s	381	27	1,383

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	10.0	10.0	100.0%	0	11.33s	609	33	4,076
GLM 5.1	8.2	7.2	88.9%	1	31.64s	609	935	5,730
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
Qwen3.6 Plus Preview	5.3	10.0	33.3%	0	7.52s	183	27	2,998

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	10.0	10.0	100.0%	15.93s	6,935	233	994
GLM 5.1	3.0	10.0	0.0%	0ms	0	0	0
Kimi K2.5	10.0	10.0	100.0%	31.74s	5,933	242	812
Qwen3.6 Plus Preview	10.0	10.0	100.0%	5.87s	8,193	267	1,330

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	3.0	10.0	0.0%	67.37s	186	401	12,450
GLM 5.1	3.0	10.0	0.0%	29.40s	124	82	2,179
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
Qwen3.6 Plus Preview	3.0	10.0	0.0%	0ms	0	0	0

比較ペアを切り替え

Space Bunny AlphahighvsGLM 5.1medium Kimi K2.5mediumvsBeam 1.0 501B A23Blow Step 3.7 FlashlowvsGLM 5medium Minimax M3.1 Flashxhigh無料で利用可能vsKimi K2.5medium Gemini 3.5 FlashminimalvsKimi K2.5medium Qwen3.7 FlashhighvsGLM 5medium Dots 3 Note Previewhigh無料で利用可能vsKimi K2.5medium Dots 3 Note Previewlow無料で利用可能vsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Qwen3.8 27Blow無料で利用可能vsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Claude Opus 4.8lowvsGLM 5medium

比較対象モデル