GLM-5.3 vs Gemini 3.7 Flash

今週の集計にこのモデルのデータはありません。

ポジ 32 ／ ネガ 7 ／ 中立 1

中国の Z.ai が 2026-08-18 に公開した同社の旗艦モデル（API のモデル名は glm-5.3）。 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 60（v4.1.1・max 設定）で、本表では Kimi K3 と同点。 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／2026-08-26 更新）で 69%（誤差 ±3）・掲載25モデル中5位。Kimi K3（68.5%）・Grok 4.6（67.5%）・ DeepSeek V4-Pro（62.8%）を上回り、Claude Opus 5（73.6%）と GPT-5.6 Sol（72.7%）には届いていません。 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】Z.ai は発表文で「公開されているモデルの中では最高水準」と書いていますが、 Hugging Face の zai-org には廉価版 GLM-5.3-Flash（MIT ライセンス）はあっても GLM-5.3 の公開リポジトリは無く、 Artificial Analysis も proprietary（非公開）と分類しています（2026-08-28 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 57）は 2026-09-09 まで50%オフの割引価格（入力 $0.075 / 出力 $0.25、定価は $0.15 / $0.50）で提供中です。 値段が確定する 2026-09-10 以降に、本表へ別行として追加するかを判断します。 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。

前世代 Gemini 3.6 Flash（2026-07-21 公開）の後継として 2026年8月13日（米国時間）に公開された Google の主力（workhorse）モデル。 3.6 Flash からわずか3週間での世代交代で、Google の位置づけは「コーディングとエージェント向けの、いちばん賢い働き者」。 料金は 2026年12月31日までの導入価格で 入力 $0.75 / 出力 $3.75、2027年1月1日から 入力 $1.50 / 出力 $7.50 に戻ります （本表とコスパ指数は、いま実際に請求される導入価格で算出しています）。 入力 1,048,576 / 出力 65,536 tokens、マルチモーダル入力（テキスト・画像・動画・音声・PDF、出力はテキスト）、 thinking level は low / medium / high の3段階（指定しない場合は medium）。モデル名は `gemini-3.7-flash`。 Google 公表のベンチは FrontierCode 1.1 Main 43.6%（3.6 Flash は 34.4%）、DeepSWE v1.1 65.3%（同 49.0%）、 WebDev Arena Elo 1588（同 1538）、GDP.pdf 34.0%（同 22.0%）、AutomationBench 30.4%（同 17.0%）。 第三者測定は Artificial Analysis Intelligence Index v4.1.1 で 56（3.6 Flash は同じ版で 52）。 SWE-Bench Verified / GPQA / AIME / MMLU は公式も第三者も数値を公表しておらず空欄です（名前の似た別テストの値では埋めていません）。 【3.6 Flash の現行価格について】3.6 Flash は発表時 入力 $1.50 / 出力 $7.50 で、導入価格の告知はありませんでした。 ただし Google の料金ページは 2026-08-17 時点で 3.6 Flash の行にも 3.7 Flash と同じ「$0.75 / $3.75（2026年12月31日まで）」を 表示しています。一方 3.7 Flash の発表ブログは「3.6 Flash の元の価格の半額」と説明しており、公式内で表記が一致していないため、 3.6 Flash 側の現行価格はここでは断定していません。 本表の 1,048,576 トークンは、Google が Input token limit（入力に使える上限）として公表している値で、出力の上限 65,536 トークンは別枠（2026-08-18 に公式モデルページで確認）。

• → 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 公式リリースノート（GLM-5.3 は 2026-08-18 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%・25モデル中5位・1課題あたり $3.99）
• → Artificial Analysis：GLM-5.3（Intelligence Index v4.1.1 で 60・max 設定）

• → Google 公式ブログ：Gemini 3.7 Flash 発表（2026-08-13）
• → Google AI for Developers：Gemini 3.7 Flash モデルページ（入力 1,048,576 / 出力 65,536）
• → Google AI 料金（3.7 Flash の導入価格と2027-01-01 からの通常価格）
• → Artificial Analysis：Gemini 3.7 Flash（Intelligence Index v4.1.1 = 56）
• → Google 公式ブログ：Gemini 3.6 Flash / 3.5 Flash-Lite / 3.5 Flash Cyber 発表（前世代・$1.50 / $7.50）
• → Artificial Analysis：Gemini 3.6 Flash（同じ版で 52）