VS COMPARISON
Anthropic
Sonnet 5.5 ／ 2026-09-28
「お値段は Sonnet 5 のまま、賢さは Opus 5.5 のすぐ下まで来たよ」
Z.ai
5.3-Flash ／ 2026-08-26
「1課題$0.24。安さがけた違いなのに、旗艦との差は3ポイントだよ」
編集部の総合判定
総合知能（AA Index）は Claude Sonnet 5.5 56 対 GLM-5.3-Flash 42。現時点では Claude Sonnet 5.5 が明確に優位
WHICH ONE
SPECS
| 項目 | Claude Sonnet 5.5 | GLM-5.3-Flash |
|---|---|---|
| バージョン | Sonnet 5.5 | 5.3-Flash |
| 公開日 | 2026-09-28 | 2026-08-26 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $2 | $0.15 安い |
| 出力料金 $/1M | $10 | $0.5 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
| AIコスパ指数 独自指標 | 72 | 82 勝ち |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
総合知能（AA Intelligence Index）
最難関試験（HLE）
※ AA Intelligence Index（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ HLE（Humanity's Last Exam・最難関試験）
※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。
X VOICE
ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。
ポジ 14 ／ ネガ 4 ／ 中立 4
👍 コスパ最強
👍 事務作業自動化に優秀
👎 ミスが多い
👎 ポンコツ
ポジ 24 ／ ネガ 8 ／ 中立 3
👍 トークン効率・安定性良い
👍 速度・満足度高い
👎 速度が遅い
👎 日本語品質が悪い
※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は てんびん丸総研へ。
EDITOR'S NOTE
数値の背景と、いまの提供状況・注意点
2026-09-28（米国時間）公開の Anthropic の中位モデル（API は claude-sonnet-5-5）。9月22日の Opus 5.5 に続く「Claude 5.5 ファミリー」の2本目で、Sonnet 5 を置き換える。Anthropic は「Sonnet 5 より出力が30%以上速く、たいていの仕事で1つあたりの費用が最大30%下がる」と説明している（同社のテスト）。料金は Sonnet 5 と同じ入力$2／出力$10（キャッシュ書き込み$2.50。キャッシュ読み込みは発表時の$0.20から 2026-10-07 に$0.10へ半額になり、Anthropic は「エージェント作業の多くで約20%安くなる」と説明。2026-10-09 確認）。Claude アプリでは無料プランを含む全プランで同日から使え、API のほか AWS・Google Cloud・Microsoft Azure でも提供。第三者機関 Artificial Analysis の AA Intelligence Index は 56（v4.3.2・max 設定。安全装置が働いたときに別モデルへ切り替わる既定の状態で測定／2026-09-29 確認）で、本表では Opus 5.5 の 58 に次ぐ2番目、Fable 5.1・GPT-6 Astra の 53 を上回る。前の Sonnet 5 は 38 だったので18点の上昇。ただし max 設定では評価用の課題一式で4億1000万トークンを書いており（中央値は8800万）、1課題あたりの費用は$7.60と Opus 5.5（$5.98）より高い。同じ AA でも設定を下げると high で 47、medium で 41。Humanity's Last Exam は 56.9%（ツールなし。ツールありは 64.5%。公式システムカードの値。同じ表で Sonnet 5 はツールなし 43.1%／ツールあり 54.9% で、Sonnet 5 の発表時の 34.6%／46.8% とは測り方が違う）。SWE-bench Verified は Anthropic が Sonnet 5.5 では公表しておらず本表では「—」（Sonnet 5 の 85.2% は流用しません）。代わりに公表されたのは、より難しい SWE-bench Pro の 81.3%（Sonnet 5 は 63.2%、Opus 5.5 は 89.9%）。ほかの公式値は、コマンド操作で開発を進める Terminal-Bench 4.0 が 70.6%（Sonnet 5 は 10.3%、Opus 5.5 は 66.4%）、FrontierCode 1.1 が 46.2%、CursorBench 4.0 が 55.5%、パソコン操作の OSWorld 2.1 が 80.1%（部分点あり）、実務の出来を測る GDPval-AA v2.1 が 1844（Opus 5.5 は 1846）、AA-Briefcase v1.1 が 1811、グラフ読み取りの Chartography が 61.6%。GPQA・MMLU・AIME は公式未公表のため「—」。一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン、知識は2026年6月まで。考える量（effort）の既定は API で high（Claude アプリと Claude Code は medium）。Sonnet で初めて、サイバー関連の危険度の高い作業は Sonnet 5 に自動で切り替わる安全装置がついた。考えるモードを切って使っていた開発者は、新しい設定 between_tools への移行が必要（そのままでは動かなくなる変更が5つある）。前の Sonnet 5 は公式ドキュメントで旧世代（Legacy）扱いになったが引き続き使え、提供終了は 2027-06-30 より前にはならない（Sonnet 5.5 自身は 2027-09-28 より前にはならない）。発表時に「数週間のうちに」続くとされた Claude Haiku 5.5 は 2026-10-07 に公開された（10万トークン以下の依頼で入力$0.10／出力$0.50、超える依頼は$0.50／$2.50。2026-10-09 確認）。本表の「一度に読める量」100万トークンは、Anthropic 公式の context window（会話の履歴と AI の返答を合わせた1つの枠で、返答ぶんの最大12万8千トークンも同じ枠から引かれる。入力だけで枠を超えるとエラーになる）。入力専用の上限を別に公表している Google・OpenAI とは数え方が違う（2026-09-29 に公式ドキュメントで確認）。
Z.ai の廉価版で、旗艦 GLM-5.3 の下に付くグレード（API のモデル名は glm-5.3-flash）。 総パラメータ3,200億のうち実際に動くのは180億の専門家分業型（MoE）で、 GLM-5 シリーズで初めて動画・画像・テキスト・ファイルを最初から扱えるようになりました。 考える機能は常にオンで切れません（公式ドキュメントに thinking.type は enabled のみと明記。推奨は reasoning_effort: max）。 一度に読める量は100万トークン、一度に書ける量は最大12万8千トークン（2026-09-10 に公式ドキュメントで確認）。 【料金】公開時に付いていた50%オフ（入力 $0.075 / 出力 $0.25）は 2026-09-09 24時（シンガポール時間・UTC+8）で終了し、2026-09-10 から定価の入力 $0.15 / 出力 $0.50 になりました （キャッシュ済み入力は $0.03。2026-09-10 に公式料金ページで確認）。本表の値はこの定価です。 なお AI仲介サービスの OpenRouter は 2026-09-10 時点でまだ $0.075 / $0.25 を表示していますが、 終了日が公表されていないので続く前提では見ないでください。 【性能】コードを直す力は、誰でも見られる DeepSWE v1.1 の公式ランキング（113課題・ハーネスは mini-swe-agent・ max 設定／2026-09-03 更新・既定の表示は登録28モデルのうち21モデル）で 63%（誤差 ±4）・21モデル中12位。 1課題あたりの平均費用は $0.24 で、同じランキングで74%の Claude Opus 5（$11.84）の約49分の1、 前世代 GLM-5.2（44%・$3.92）からは19ポイント上がって16分の1です（2026-09-10 確認）。 第三者測定の Artificial Analysis Intelligence Index は 42（v4.3.2・2026-09-23 確認）で、 旗艦 GLM-5.3 の 45 に3ポイント差まで迫っています。 【重み】MIT ライセンスで Hugging Face に公開されているので自前運用もできます （FP8 版が約328.3GB、BF16 版が約642.6GB）。旗艦 GLM-5.3 のほうは MIT ではなく独自ライセンスなので、 MIT で使えるのはこの Flash だけです。 SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値を公表しておらず本表では「—」です。 2026-08-20 から8月下旬まで OpenRouter で提供元非公開・無料の「ox-alpha」として匿名テストされていたのがこのモデルです。 中国製のため業務利用は規約とデータの取り扱いを確認してください。
PROS & CONS
長文・コード・推論で定評。主力は 9/22 に出た Opus 5.5（API の公式ドキュメントは迷ったらこれと案内）、重い推論や長時間の自走には Fable 5.1、日常使いは 9/28 に出た Sonnet 5.5、軽量は 10/7 に出た Haiku 5.5。
◎ 強み
△ 注意点
中国 Z.ai の GLM シリーズ。旗艦 GLM-5.3 は DeepSWE 公式ランキングで 69%・6位、重みは独自ライセンスで公開。廉価版 GLM-5.3-Flash は MIT ライセンスで商用利用もでき、その高速版 GLM-5.3-FlashX も出ている。
◎ 強み
△ 注意点
USE CASES
Claude Sonnet 5.5 か GLM-5.3-Flash を取り上げてるタスク 7件
PRIMARY SOURCES
Claude Sonnet 5.5
GLM-5.3-Flash
FAQ
Q. Claude Sonnet 5.5 と GLM-5.3-Flash、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は Claude Sonnet 5.5 が 56、GLM-5.3-Flash が 42 と明確な差があり、現時点の総合性能では Claude Sonnet 5.5 が優位です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。
Q. Claude Sonnet 5.5 と GLM-5.3-Flash、料金が安いのはどっち？
A. 入力料金は Claude Sonnet 5.5 が $2／1M、GLM-5.3-Flash が $0.15／1M。出力料金は Claude Sonnet 5.5 が $10／1M、GLM-5.3-Flash が $0.5／1M です。入力・出力とも GLM-5.3-Flash の方が安く、コスト重視なら GLM-5.3-Flash が有利です。
Q. Claude Sonnet 5.5 と GLM-5.3-Flash、ベンチマークで強いのはどっち？
A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（Claude Sonnet 5.5 56／GLM-5.3-Flash 42）を軸に判断するのがおすすめです。AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では Claude Sonnet 5.5 の勝ち数が多く（1／0）、総合的なベンチ性能では Claude Sonnet 5.5 が優勢です。
Q. Claude Sonnet 5.5 と GLM-5.3-Flash、コスパがいいのはどっち？
A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Claude Sonnet 5.5 が 72、GLM-5.3-Flash が 82。「安くて賢い」バランスでは GLM-5.3-Flash が有利です。
Q. Claude Sonnet 5.5 と GLM-5.3-Flash、初心者にはどっちがおすすめ？
A. 初心者へのおすすめ度は Claude Sonnet 5.5 の方が高め（4／5 対 2／5）。まず触ってみるなら Claude Sonnet 5.5 から始めると迷いにくいです。
LABS
公式発表の要約ではなく、編集部が自分で動かして測った数字を載せた検証記事
2026-09-26
話題の組み合わせを実際に回して、声の読み間違い・速さ・料金を測った
検証メモ
2026-09-26
落とし穴を20個仕込んだ契約書で、Claude と Gemini を採点した
検証メモ
2026-09-13
「考える量」を上げると、何が変わって何が変わらないのか
検証メモ
RELATED
AIエージェント時代の本格幕開け
「指示するAI」から「自分で動くAI」へ。2026年は、AIがコードを書き、画面を操作し、Slackに常駐して仕事を片づける「エージェント」が本番運用に入った年。
AIブラウザ／Computer Use — 「PCを触るAI」の普及期
Dia・Comet などの AI ブラウザがブラウザのUIを作り変え、ChatGPT agent や Claude の Computer Use はAIにPCを触らせる。
推論モデル革命
「考える時間」を持たせると、AIは数学・コードで人類トップに肉薄する。
MCP（Model Context Protocol）が業界標準に
AnthropicがOSSで公開した「AIに道具を渡す共通規格」が、業界全体に広がっている。
更新を受け取る