VS COMPARISON

Llama 4 Maverick vs GLM-5.3-Flash

Llama 4 Maverick

Llama 4 Maverick (MoE 400B / 17B active, 128 experts) ／ 2025-04-05

「自前で動かせるオープン系の代表格」

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 Llama 4 Maverick 10。現時点では GLM-5.3-Flash が明確に優位

ベンチ勝ち：Llama 4 Maverick 0 / GLM-5.3-Flash 1 料金で安い項目：Llama 4 Maverick 0 / GLM-5.3-Flash 2 データ最終更新：2026-10-17（編集部集計）

世代差に注意：GLM-5.3-Flash は Llama 4 Maverick より約16か月新しい世代（2026年8月公開 vs 2025年4月公開）

WHICH ONE

こんな人はどっち？

こんな人は Llama 4 Maverick

✓ 「中身（重み）が公開されている」を重視する人
✓ 「自分の PC・サーバーで動かせる」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）
✓ じっくり考える推論タスクを頼みたい人

SPECS

仕様の比較

項目	Llama 4 Maverick	GLM-5.3-Flash
バージョン	Llama 4 Maverick (MoE 400B / 17B active, 128 experts)	5.3-Flash
公開日	2025-04-05	2026-08-26
コンテキスト長	1000K	1000K
入力料金 $/1M	—	$0.15 安い
出力料金 $/1M	—	$0.5 安い
推論モデル	—	✓ あり
マルチモーダル	✓ あり	✓ あり
AIコスパ指数独自指標	—	82

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）

Llama 4 Maverick

GLM-5.3-Flash

42 勝ち

知識の広さ（MMLU）

Llama 4 Maverick

80.5%

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。

Llama 4 Maverick

X評判スコア — ／100（n=0）

ポジ 0 ／ネガ 0 ／中立 0 （判定材料が少なくスコアは保留）

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

Llama 4 Maverick

Meta 公式 Llama 4 系の旗艦。MoE 128 experts、native multimodal、1M context、Knowledge cutoff 2024-08。公式公表ベンチは MMLU Pro 80.5、LiveCodeBench 43.4、MMMU 73.4、MathVista 73.7、ChartQA 90、DocVQA 94.4。 SWE-Bench / GPQA / AIME / HLE は Meta から公式公表なし（同列比較困難）。Llama 4 Scout（10M context、17B/109B MoE）も同時リリース。第三者機関 Artificial Analysis の Intelligence Index は 10（v4.3.2・2026-09-23 確認）。ただし AA はこの値を推定値（estimated）として表示しており、全体の順位には入れていない（2026-09-08 の v4.3 では 9）。オープンウェイト（Llama 4 Community License、月7億 MAU 超は別ライセンス必要）。本表の100万トークンは公式モデルカードの Context length（同時公開の Scout は 10M）。入力と出力の内訳は公表されていない（2026-08-18 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

Llama 4 Maverick

オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。

◎ 強み

◎ 中身（重み）が公開されている
◎ 自分の PC・サーバーで動かせる
◎ 派生モデル・改造モデルが豊富
◎ Llama 4 で native multimodal（テキスト + 画像）に対応
◎ Scout は 10M tokens 長コンテキスト

△ 注意点

△ Meta のフロンティアは閉源の Muse Spark 系（1.3 まで更新）へ移行済みで、Llama ブランドの後継は依然として未発表
△ ただし Meta は 2026-08-10 に別系統のオープンモデル Muse Glimmer（約296億パラメータ・Apache 2.0）を公開し、重みを配る路線に部分的に戻った。圧縮された配布版なら 24GB の VRAM でも動く（圧縮しない場合は55GB超が必要）
△ ネットに出回る「Llama 5 リリース」記事は誤情報なので注意（2026-10 時点で Llama 5 は存在しない）
△ 単独ブランドサイト llama.com は Meta の開発者ポータル（developer.meta.com）に統合された

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

Llama 4 Maverick

GLM-5.3-Flash

FAQ

よくある質問

Q. Llama 4 Maverick と GLM-5.3-Flash、結局どっちがいい？

A. 第三者測定の AA Intelligence Index は GLM-5.3-Flash が 42、Llama 4 Maverick が 10 と明確な差があり、現時点の総合性能では GLM-5.3-Flash が優位です。なお、GLM-5.3-Flash は Llama 4 Maverick より約16か月新しい世代（2026年8月公開 vs 2025年4月公開）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. Llama 4 Maverick 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（Llama 4 Maverick 10／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. Llama 4 Maverick 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 Llama 4 Maverick・GLM-5.3-Flash とも同程度（2／5）。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。

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 Mistral Large 4 DeepSeek V4.1-Flash vs Mistral Large 4

全ペアを見る →

Llama 4 Maverick vs GLM-5.3-Flash

Llama 4 Maverick

GLM-5.3-Flash

こんな人はどっち？

こんな人は Llama 4 Maverick

こんな人は GLM-5.3-Flash

仕様の比較

ベンチマーク差分

Xの評判はどう？

Llama 4 Maverick

GLM-5.3-Flash

編集部メモ

Llama 4 Maverick

GLM-5.3-Flash

強み・弱み

Llama 4 Maverick

GLM-5.3-Flash

一次ソース

よくある質問

もっと深く知る

関連ニュース

関連トピック

他のペアも見る