ai-garage

VS COMPARISON

DeepSeek V4.1-Flash vs GLM-5.3-Flash

DeepSeek

DeepSeek V4.1-Flash

V4.1-Flash-1017 (552B / 8B prefill・16B decode active) ／ 2026-10-17

「コスパの鬼。お財布の味方だよ」
VS

Z.ai

GLM-5.3-Flash

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 GLM-5.3-Flash 42 対 DeepSeek V4.1-Flash 39 で GLM-5.3-Flash がやや優位。用途しだいで逆転する差

ベンチ勝ち：DeepSeek V4.1-Flash 0 / GLM-5.3-Flash 1 料金で安い項目：DeepSeek V4.1-Flash 0 / GLM-5.3-Flash 1 データ最終更新：2026-10-17（編集部集計）

WHICH ONE

こんな人はどっち？

こんな人は DeepSeek V4.1-Flash

  • ✓ AI をはじめて使う人
  • ✓ 「2026-10-17 の改良版 V4.1-Flash-1017 は、料金と大きさを変えずにテストの点を上げ、答えを短く・速くした（DeepSeek 公表の DeepSWE v1.1 は 74.2 → 77.0、1課題あたりの費用は約 $0.49 → 約 $0.20）」を重視する人

こんな人は GLM-5.3-Flash

  • ✓ API 料金を抑えたい人（入力$0.15/出力$0.5）
  • ✓ コスパ重視の人（AIコスパ指数 82 対 78）

SPECS

仕様の比較

項目 DeepSeek V4.1-Flash GLM-5.3-Flash
バージョン V4.1-Flash-1017 (552B / 8B prefill・16B decode active) 5.3-Flash
公開日 2026-10-17 2026-08-26
コンテキスト長 1000K 1000K
入力料金 $/1M $0.15 $0.15
出力料金 $/1M $0.6 $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 78 82 勝ち

BENCHMARKS

ベンチマーク差分

バーの長さは100%スケール。長い方が勝ち。

総合知能（AA Intelligence Index）

DeepSeek V4.1-Flash
39
GLM-5.3-Flash
42 勝ち

最難関試験（HLE）

DeepSeek V4.1-Flash
42.6%
GLM-5.3-Flash
—

※ 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

Xの評判はどう？

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。

DeepSeek V4.1-Flash

X評判スコア 88 ／100（n=36）

ポジ 21 ／ ネガ 3 ／ 中立 12

👍 安くて性能良い

👍 クオリティが高い

👎 トークン効率悪い

👎 時間がかかる

GLM-5.3-Flash

X評判スコア 75 ／100（n=35）

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

編集部メモ

数値の背景と、いまの提供状況・注意点

DeepSeek V4.1-Flash

2026-10-17 から API の deepseek-flash は改良版 DeepSeek-V4.1-Flash-1017 が答える（ウェブ版・アプリも同日に切り替え）。1017 は 2026-09-10 の V4.1-Flash を後から学習し直した版で、大きさと料金は同じ。本表の hle 42.6（道具なし）は DeepSeek が 1017 で公表した値（9/10 版は 36.8）。1017 では GPQA Diamond が公表されていないため、9/10 版の 90.9 は本表に持ち込まない。aaIndex 39 は Artificial Analysis が 9/10 版を測った値で、1017 は 2026-10-17 時点で未計測（測られたら差し替える）。1017 の DeepSWE v1.1 は 77.0（Mini-SWE-V2 で測定）、Terminal-Bench 4.0 は 42.3（Claude Code で測定）で、どちらも DeepSeek 自社公表値。DeepSeek のグラフでは DeepSWE の max 設定の1課題あたりの費用が約 $0.49 から約 $0.20 に下がった（答えが短くなったためで、単価は据え置き）。DeepSeek が比較した相手は Claude Opus 5 と GPT-5.6 Sol で、最新の Claude Opus 5.5 とは HLE で 42.6 対 64.4 の差がある。以下は 9/10 版の公開時からの記述。552B の MoE（土台のパラメータ。1トークンあたり実際に動くのは読み込み時 8B・書き出し時 16B）。KV キャッシュを 890 バイト/トークンまで圧縮し、旧 V4-Flash の約4分の1にしたことで入力側の単価を下げている。本表の $0.15 / $0.6 はオフピーク価格（入力はキャッシュミス時）で、キャッシュヒット時の入力は $0.003。ピーク時間帯はいずれもその2倍（入力 $0.3・出力 $1.2）。ピーク時間帯は UTC 月〜金の 01:00-04:00 と 06:00-10:00（日本時間 10:00-13:00 と 15:00-19:00）。2026-09-10 の公開に合わせて旧 V4-Flash と V4-Flash-Vision-Exp は引退し、モデル名 deepseek-flash で呼ぶ。なお deepseek-v4-pro も本モデルへの置き換えが予告されたが撤回され、V4-Pro は独自の料金（オフピークで入力 $0.66・出力 $1.98）のまま継続提供されている（2026-10-09 に公式料金ページで確認。本モデルの価格で課金されるのは、旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp で呼んだ場合だけ）。9/10 版の gpqa 90.9（GPQA Diamond）と hle 36.8（道具なし）は DeepSeek 自社公表値で reasoning_effort=100 の設定。9/10 版の DeepSWE v1.1 は 74.2 で Claude Opus 5 の 74.0 を上回るが、これは同社が併記した8種類のハーネスのうち最も高く出た mini-SWE の値で、Claude Code では 69.8・Codex では 65.6 と 8.7 ポイントの幅がある。SWE-Bench Verified は非公表のため本表に持たない。前世代 V4-Pro は 1.6T（49B アクティブ）・$0.66/$1.98・aaIndex 36・画像非対応だったので、置き換えで安く・賢く・画像対応になった形。中国製のため業務利用時は規約とデータ取扱の確認を。本表の100万トークンは公式料金ページの CONTEXT LENGTH（1M）で、出力の上限 384K は別枠（2026-09-11 確認）。

GLM-5.3-Flash

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

強み・弱み

DeepSeek V4.1-Flash

中国発、コスパとオープン性の象徴。2026年9月10日に出た V4.1-Flash が旗艦 V4-Pro を性能でも価格でも上回り、10月17日に料金そのままの改良版 1017 に更新された。予告された Pro の引退は撤回され、2本立てで提供中。

◎ 強み

  • ◎ 2026-10-17 の改良版 V4.1-Flash-1017 は、料金と大きさを変えずにテストの点を上げ、答えを短く・速くした（DeepSeek 公表の DeepSWE v1.1 は 74.2 → 77.0、1課題あたりの費用は約 $0.49 → 約 $0.20）
  • ◎ V4.1-Flash は 552B の MoE で、1トークンあたり動くのは読み込み時 8B・書き出し時 16B だけ
  • ◎ 会話の途中経過を覚えるメモ（KVキャッシュ）を 890 バイト/トークンまで圧縮（旧 V4-Flash の約4分の1）
  • ◎ 1M tokens の長文コンテキスト、1回の出力は最大 384K tokens
  • ◎ API 価格が安い（すいている時間帯で入力 $0.15・出力 $0.6、キャッシュヒット時の入力は $0.003）
  • ◎ 重みが MIT ライセンスでオープンウェイト公開（deepseek-ai/DeepSeek-V4.1-Flash-1017・約510GB）
  • ◎ 画像と文章をそのまま一緒に扱える（V4-Pro は画像に非対応）
  • ◎ 考える深さを 1〜100 の数字で細かく指定できる（V4-Pro は low / high / max の3段だった）

△ 注意点

  • △ 中国製のため業務利用は規約・データ取扱の確認を
  • △ V5 / R2 は未リリース（公式モデルIDに存在せず、V4.1 系が現役）
  • △ 旧 V4-Flash と V4-Flash-Vision-Exp は2026-09-10に引退（旧名で呼ぶと V4.1-Flash が答え、V4.1-Flash の料金で課金される）。V4-Pro も2026-09-14 の引退が予告されたが撤回され、V4.1-Flash とは別の独自料金のまま継続提供（2026-10-09 に公式料金ページで確認）
  • △ SWE-bench Verified の公表値がない。1017 の DeepSWE v1.1 77.0 は Mini-SWE-V2 で測った DeepSeek 自社の値で、公開ランキングには未掲載（2026-10-17 時点）。9/10 版は足回り次第で 65.5〜74.2 と8.7ポイント動いた
  • △ DeepSeek の比較相手は一世代前の Claude Opus 5・GPT-5.6 Sol。道具を使わない難問（HLE 42.6）は Claude Opus 5.5 の 64.4（Anthropic 公表）に大きく届かない
  • △ 第三者機関 Artificial Analysis の総合指標 39 は 9/10 版の値で、1017 は未計測（2026-10-17 時点）
公式サイト →

GLM-5.3-Flash

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

  • ◎ 旗艦 GLM-5.3（2026-08-14 発表・2026-08-18 API 提供開始、いずれも米国時間）は DeepSWE v1.1 の公式ランキングで 69%・表示21モデル中6位（2026-09-22 更新／2026-10-09 確認）。同率は Kimi K3 の 69%
  • ◎ 1課題あたりの平均費用 $3.99 は、同じランキングで3位の旧世代 Claude Opus 5（$11.84）の約3分の1（後継の Opus 5.5 はこのランキングにまだ載っていない）
  • ◎ 100万トークンの長文コンテキスト、一度に書ける量は最大12万8千トークン
  • ◎ GLM-5.3 本体の重みも 2026-08-28（米国時間）に Hugging Face の zai-org/GLM-5.3 で公開（重みの合計は約753B、公式表記は 744B-A40B）。ライセンスは独自の「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だけ商用利用の前に Z.ai の審査が必要
  • ◎ 廉価版 GLM-5.3-Flash（2026-08-26 公開）は重みが MIT ライセンスで公開され、商用利用もできる
  • ◎ GLM-5.3-Flash は画面やブラウザの画像も見られるので、コードと表示結果を行き来する作業に向く
  • ◎ 高速版の GLM-5.3-FlashX（モデル名 glm-5.3-flashx）は毎秒200トークンで返す。公開日は公式ページに書かれていない

△ 注意点

  • △ 旗艦の GLM-5.3 は入力がテキストのみ（画像・音声は扱えない）
  • △ GLM-5.3 本体の重みは 2026-08-28 に公開されたが、ライセンスは MIT ではなく独自の「glm-5.3」ライセンス（Hugging Face 上の表記は「other」）。MIT なのは廉価版の GLM-5.3-Flash のほう
  • △ SWE-bench Verified・MMLU・GPQA・AIME は公式・第三者とも数値が出ていない
  • △ 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たい
  • △ GLM-5.3-FlashX は、コーディング用の定額プラン（GLM Coding Plan）ではまだ使えない
  • △ GLM-5.3-Flash の50%オフは 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 $0.15/$0.50（2026-09-10 に公式料金ページで確認）
公式サイト →

PRIMARY SOURCES

一次ソース

DeepSeek V4.1-Flash

GLM-5.3-Flash

FAQ

よくある質問

Q. DeepSeek V4.1-Flash と GLM-5.3-Flash、結局どっちがいい？

A. AA Intelligence Index は GLM-5.3-Flash 42 対 DeepSeek V4.1-Flash 39 で GLM-5.3-Flash がやや優位ですが、用途によっては逆転しうる差です。料金・使い勝手も合わせて選ぶのがおすすめです。

Q. DeepSeek V4.1-Flash と GLM-5.3-Flash、料金が安いのはどっち？

A. 入力料金は DeepSeek V4.1-Flash が $0.15／1M、GLM-5.3-Flash が $0.15／1M。出力料金は DeepSeek V4.1-Flash が $0.6／1M、GLM-5.3-Flash が $0.5／1M です。安い項目は DeepSeek V4.1-Flash が 0 個、GLM-5.3-Flash が 1 個。用途に応じて選んでください。

Q. DeepSeek V4.1-Flash 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（DeepSeek V4.1-Flash 39／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 GLM-5.3-Flash の勝ち数が多く（1／0）、総合的なベンチ性能では GLM-5.3-Flash が優勢です。

Q. DeepSeek V4.1-Flash 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 DeepSeek V4.1-Flash が 78、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. DeepSeek V4.1-Flash 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 DeepSeek V4.1-Flash の方が高め（3／5 対 2／5）。まず触ってみるなら DeepSeek V4.1-Flash から始めると迷いにくいです。

RELATED

もっと深く知る

関連ニュース

DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下

2026-10-17

Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点

2026-10-17

DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回

2026-09-11

GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24

2026-08-28

関連トピック

中国AIの台頭 — DeepSeek / Qwen が世界を揺るがす

クローズドモデルとほぼ同等性能を「数十分の一のコスト」で。地政学級の存在感に。

オープンソースAI vs クローズドAI

Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。

OTHER COMPARISONS

他のペアも見る

GPT-6 Astra vs GPT-6.1 Sol GPT-6 Astra vs Claude Fable 5.1 Kimi K3 vs GPT-6.1 Sol Kimi K3 vs Claude Fable 5.1 Qwen3.8-Max vs Llama 4 Maverick Qwen3.8-Max vs Mistral Large 4
全ペアを見る →

更新を受け取る

X で更新を受け取る（@tenbin_maru） → RSSで受け取る →