Claude Sonnet 5.5 vs GLM-5.3

ポジ 14 ／ ネガ 4 ／ 中立 4

ポジ 6 ／ ネガ 7 ／ 中立 0

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）。

中国の Z.ai が 2026-08-14（米国時間）に発表した同社の旗艦モデル（API のモデル名は glm-5.3、API の提供開始は 2026-08-18）。 土台は前世代 GLM-5.2 と同じで、公開後の追加学習だけで性能を伸ばしたと公式が明記しています。 考える機能は常にオンで、考える量は low / high / max の3段階（指定しない場合は max）。 入力はテキストのみで、画像・音声には対応しません。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（2026-08-28 に公式ドキュメントで確認）。 第三者測定の Artificial Analysis Intelligence Index は 45（v4.3.2・max 設定・2026-09-23 確認）で、本表では Kimi K3 の 44 をわずかに上回り、2026-09-21 公開の Grok 4.7（xhigh 設定で 46）に1ポイント届かない（v4.2 では 49 対 Kimi 50 で下だったので、指標が v4.3 に上がって順番が入れ替わった）。 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 69%（誤差 ±3）・21モデル中6位（2026-09-10 確認）。 Grok 4.6（67%）・GPT-5.6 Luna（67%）・Gemini 3.7 Flash（65%）・DeepSeek V4-Pro（63%）を上回り、 Kimi K3（69%・誤差 ±5）とは同率です。上には GPT-6 Astra（74%）・Gemini 3.8 Flash（74%）・Claude Opus 5（74%）・ GPT-5.6 Sol（73%）・Claude Fable 5（70%）の5本がいます。 2026-08-26 更新版では 25モデル中5位で、Kimi K3（68.5%）にも競り勝っていましたが、 9月3日の更新でランキングの表示が整数に丸められ、Kimi K3 と並びました。 1課題あたりの平均費用は $3.99 で、Opus 5 の $11.84 の約3分の1です。 Z.ai 自身の発表値は同じベンチで 66.9 ですが、公式ランキングの 69%（誤差 ±3）の範囲に収まっています。 同社が公表している他のベンチは Terminal Bench 3.0 が 28.3、Agents' Last Exam が 28.5、 ソフトウェアの弱点を見つける CyberGym が 84.5%。Z.ai Code Bench（max 設定で 34.5%、前世代比 50%向上）は 名前に自社名が入る自社製のテストなので参考程度に見てください。 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 （名前の似た別のテストの値では埋めていません）。 【重みの公開について】GLM-5.3 本体の重みは 2026-08-28（米国時間）に Hugging Face の zai-org/GLM-5.3 で公開されました （重みファイルの合計は約753B、公式表記は 744B-A40B）。ただしライセンスは MIT ではなく独自の「GLM-5.3 License」で、 モデル提供（MaaS）事業を営み売上が100億ドルを超える事業者は商用利用の前に Z.ai の審査が必要という条件がつきます（2026-09-04 確認）。 【廉価版について】GLM-5.3-Flash（2026-08-26 公開・MIT ライセンス・AA Index は v4.3.2 で 42）は、 公開時に付いていた50%オフ（入力 $0.075 / 出力 $0.25）が 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（2026-09-10 に公式料金ページで確認）。 値段が確定したので、本表には GLM-5.3-Flash 行として別に掲載しています。 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。

• → Anthropic：Introducing Claude Sonnet 5.5（2026-09-28・公式ベンチ表・料金・安全装置）
• → Anthropic：Claude Sonnet 5.5 システムカード（Table 8.1.A：SWE-bench Pro 81.3%・HLE ツールなし 56.9%／ツールあり 64.5%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5.5 overview（公開日・料金・仕様・提供終了の目安）
• → Anthropic 公式ドキュメント：What's new in Claude Sonnet 5.5（between_tools ほか、そのままだと動かなくなる変更5つ）
• → Anthropic Models Overview（最新ラインナップ。Sonnet 5 は旧世代扱い）
• → Anthropic API 料金（$2 / $10 per MTok・キャッシュ読み込み $0.10〈2026-10-07 から。それまでは $0.20〉）
• → Artificial Analysis：Claude Sonnet 5.5（Intelligence Index v4.3.2 で 56・max 設定・2026-09-29 確認）
• → Anthropic：Claude Sonnet 5 発表（2026-06-30・前世代。SWE-bench Verified 85.2%）
• → Anthropic 公式ドキュメント：Claude Sonnet 5 overview（旧世代扱い・提供終了は 2027-06-30 より前にはならない）
• → Anthropic：コンテキストウィンドウの仕様（1Mは入力と出力を合わせた枠）

• → Z.ai 公式ドキュメント：GLM-5.3（仕様・考える量の3段階・100万トークン・出力12万8千トークン）
• → Z.ai 公式 X：GLM-5.3 発表ポスト（2026-08-14 米国時間）
• → Z.ai 公式リリースノート（GLM-5.3 の API 提供開始は 2026-08-18）
• → Hugging Face API：zai-org/GLM-5.3（本体の重み・ライセンスは独自の glm-5.3・2026-08-28 公開）
• → Z.ai 公式料金ページ（GLM-5.3 は入力 $1.4 / 出力 $4.4）
• → DeepSWE 公式ランキング v1.1（glm-5.3 は 69%・21モデル中6位・1課題あたり $3.99・2026-09-03 更新／2026-09-10 確認）
• → Artificial Analysis：GLM-5.3（Intelligence Index v4.3.2 で 45・168モデル中28位・max 設定・2026-09-23 確認）