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 ／ 2026-08-18

「Kimi K3 と知能は同点なのに、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 60 対 Llama 4 Maverick 14。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：2026-08-28（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	2026-08-18
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	—	81

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

60 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（2026-08-24 〜 2026-08-31）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

今週の集計にこのモデルのデータはありません。

※ 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。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 2026-08-18 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。

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（1.2 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（2026-08 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5位、廉価版 GLM-5.3-Flash は MIT ライセンスで商用利用もできる。

◎ 強み

◎ 旗艦 GLM-5.3（2026-08-18 公開）は DeepSWE v1.1 の公式ランキングで 69%・掲載25モデル中5位
◎ 1課題あたりの平均費用 $3.99 は Claude Opus 5（$11.84）の約3分の1
◎ 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
◎ 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

△ 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 の重みは公開されておらず、公開されているのは廉価版の 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-Flash の割引価格は 2026-09-09 までの期間限定

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 60、Llama 4 Maverick が 14 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 14／GLM-5.3 60）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

Claude Opus 5 vs Claude Fable 5 Claude Opus 5 vs GPT-5.6 Sol Claude Opus 5 vs Gemini 3.1 Pro Claude Opus 5 vs Claude Sonnet 5 Claude Opus 5 vs DeepSeek V4-Pro Claude Opus 5 vs Grok 4.6

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