VS COMPARISON

Llama 4 Maverick vs GLM-5.3

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

5.3 ／ 2026-08-14

「Kimi K3 を知能でわずかに抜いたのに、お値段は半分以下なんだ」

編集部の総合判定

総合知能（AA Index）は GLM-5.3 45 対 Llama 4 Maverick 10。現時点では GLM-5.3 が明確に優位

ベンチ勝ち：Llama 4 Maverick 0 / GLM-5.3 1 料金で安い項目：Llama 4 Maverick 0 / GLM-5.3 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 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

✓ 画像も読ませたい人
✓ 「中身（重み）が公開されている」を重視する人

こんな人は GLM-5.3

✓ API 料金を抑えたい人（入力$1.4/出力$4.4）
✓ 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
バージョン	Llama 4 Maverick (MoE 400B / 17B active, 128 experts)	5.3
公開日	2025-04-05	2026-08-14
コンテキスト長	1000K	1000K
入力料金 $/1M	—	$1.4 安い
出力料金 $/1M	—	$4.4 安い
推論モデル	—	✓ あり
マルチモーダル	✓ あり	—
AIコスパ指数独自指標	—	66

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

45 勝ち

知識の広さ（MMLU）

Llama 4 Maverick

80.5%

GLM-5.3

—

※ 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

X評判スコア 46 ／100（n=13）

ポジ 6 ／ネガ 7 ／中立 0

👍 良いモデル

👍 安定感が強い

👎 認知ドリフト

👎 コンテキスト短い

※ 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

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。

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

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

FAQ

よくある質問

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

A. 第三者測定の AA Intelligence Index は GLM-5.3 が 45、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 が優位です。なお、GLM-5.3 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、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 45）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 の勝ち数が多く（1／0）、総合的なベンチ性能では GLM-5.3 が優勢です。

Q. Llama 4 Maverick と GLM-5.3、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 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

Llama 4 Maverick

GLM-5.3

こんな人はどっち？

こんな人は Llama 4 Maverick

こんな人は GLM-5.3

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

編集部メモ

Llama 4 Maverick

GLM-5.3

強み・弱み

Llama 4 Maverick

GLM-5.3

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