Grok 4.7 vs GLM-5.3-Flash

ポジ 12 ／ ネガ 4 ／ 中立 1

ポジ 24 ／ ネガ 8 ／ 中立 3

2026-09-21 公開、Grok 4.6 の後継（API は grok-4.7）。SpaceXAI は「Grok 4.6 より大きい新しい土台のモデル」を使い、完了まで何時間もかかる難しい問題に重みを置いて追加学習を延ばしたと説明している。料金は入力 $2／出力 $6、キャッシュ済み入力 $0.50 で Grok 4.6 と同じ。ただしプロンプトが20万トークンに達したリクエストは、そのリクエストの全トークンが倍額（入力 $4／キャッシュ $1／出力 $12）になる。本表の $2/$6 は20万トークン未満のときの値。一度に読める量は50万トークン、1回の出力に上限は設けられていない。知識は2026年5月まで。考える機能は切れず、段階は low・medium・high・xhigh の4つで既定は high。出力速度が2倍・料金も2倍の高速版は、Cursor と自社のコーディングツール Grok Build でだけ使える。第三者機関 Artificial Analysis の AA Intelligence Index は 46（v4.3.2・xhigh 設定／2026-09-23 確認。high 設定でも 46）で、同じ指標の Grok 4.6（high 設定）は 44。公式の比較表（Grok 4.7 は xHigh、Grok 4.6 は High、GPT-5.6 Sol と Claude Fable 5.1 は Max での測定）では、コマンド操作の Terminal-Bench 4.0 が 37.6%（Grok 4.6 は 20.3%）、CursorBench 4.0 が 46.3%、DeepSWE v1.1 が 71.0%（この1項目だけ high 設定）、電気工学の EEBench が 64.0%、法務の Harvey Legal Agent Benchmark が 19.6%。なお同じ表は Claude Fable 5.1 の Terminal-Bench 4.0 を 57.9% としているが、Anthropic 自身の公表値は 55.8%。Artificial Analysis 自身の測定（共通の足回り）では、Grok 4.7 の Terminal-Bench 4.0 は 25.8% だった。本表の SWE-bench Verified・MMLU・GPQA・AIME・HLE は公式も第三者も数値を出しておらず「—」（DeepSWE や SWE-bench Pro の値を、別のテストである SWE-bench Verified の欄には入れません）。前世代 Grok 4.6（2026-08-12 公開）は料金も一度に読める量も同じで、知能スコアは 44（v4.3.2・high 設定）。

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。

• → SpaceXAI：Introducing Grok 4.7（2026-09-21・公式の比較表）
• → xAI Docs：Grok 4.7（知識カットオフ 2026年5月・出力上限なし）
• → xAI Docs：Models（grok-4.7・一度に読める量 50万トークン）
• → xAI Docs：料金（20万トークン以上で倍額の段差料金・高速版の料金）
• → Artificial Analysis：Grok 4.7（Intelligence Index v4.3.2 で 46・xhigh 設定・2026-09-23 確認）
• → Artificial Analysis：Benchmarking Grok 4.7（2026-09-21・xhigh 設定で評価）
• → Anthropic：Claude Fable 5.1 発表（Terminal-Bench 4.0 は 55.8%）
• → Artificial Analysis：Grok 4.6（前世代・v4.3.2 で 44・high 設定）

• → Z.ai 公式ドキュメント：GLM-5.3-Flash（100万トークン・出力12万8千トークン・320B/18B・動画/画像/テキスト/ファイル入力・thinking は常時オン）
• → Z.ai 公式料金ページ（GLM-5.3-Flash $0.15/$0.50・キャッシュ済み入力 $0.03・割引終了後の値・2026-09-10 確認）
• → DeepSWE 公式ランキング v1.1（glm-5.3-flash 63%・21モデル中12位・1課題あたり $0.24・2026-09-03 更新／2026-09-10 確認）
• → Artificial Analysis：GLM-5.3-Flash（Intelligence Index v4.3.2 で 42・2026-09-23 確認）
• → Hugging Face：zai-org/GLM-5.3-Flash（MIT ライセンスで公開されている重み）
• → Z.ai 公式 X：GLM-5.3-Flash 発表ポスト（2026-08-26・320B-A18B・MIT）