VS COMPARISON

Mistral Large 4 vs GLM-5.3

Mistral AI

Mistral Large 4

Large 4（公開プレビュー）／ 2026-10-06

「ヨーロッパ生まれの新しい旗艦。前の Medium 3.5 から賢さが一気に上がって、お値段は下がったよ（まだプレビュー版）」

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 Mistral Large 4 38 で GLM-5.3 がやや優位。用途しだいで逆転する差

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

WHICH ONE

こんな人はどっち？

こんな人は Mistral Large 4

✓ API 料金を抑えたい人（入力$1.36/出力$4.18）
✓ 画像も読ませたい人

こんな人は GLM-5.3

✓ コスパ重視の人（AIコスパ指数 66 対 59）
✓ 「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%」を重視する人

SPECS

仕様の比較

項目	Mistral Large 4	GLM-5.3
バージョン	Large 4（公開プレビュー）	5.3
公開日	2026-10-06	2026-08-14
コンテキスト長	1000K	1000K
入力料金 $/1M	$1.36	$1.4
出力料金 $/1M	$4.18 安い	$4.4
推論モデル	✓ あり	✓ あり
マルチモーダル	✓ あり	—
AIコスパ指数独自指標	59	66 勝ち

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）

Mistral Large 4

GLM-5.3

45 勝ち

※ 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。

Mistral Large 4

X評判スコア — ／100（n=3）

ポジ 2 ／ネガ 0 ／中立 1 （判定材料が少なくスコアは保留）

👍 論理的で正確

👍 論理的で間違いが少ない

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

Mistral Large 4

フランス Mistral AI の新しい旗艦モデル（API モデル名は mistral-large-4、版は v26.10）。2026-10-06 に公開プレビュー（Public Preview）として出た。総パラメータ1兆500億のうち1回に動くのは520億の MoE（専門家分業型）で、16億パラメータの画像エンコーダを持ち、テキストと画像を入力できる。 1つのモデルで「すぐ答える」と「じっくり考える」の両方をこなす。料金は定価で入力 $1.36／出力 $4.18（キャッシュ済み入力 $0.14）。公開から2週間は半額（$0.68／$2.09）だが、本表は定価で載せている。一度に読める量は Mistral 公式のモデルカードと変更履歴で100万トークン（第三者機関 Artificial Analysis のページは 524k と表示していて、公式と食い違う）。重みは「今月末までに公開する」と予告されているが、2026-10-09 時点では未公開で、ライセンス名も公表されていない。【性能】第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・考えるモードあり、小数では 38.38／2026-10-09 確認）で、AA は「米国と中国以外で最も賢いモデル」と書いている。前の Medium 3.5（14）から24点上がった。 Mistral 自身の公表値は、長いプログラム修正の DeepSWE v1.1 が 61.7%、コマンド操作で開発を進める Terminal-Bench 4.0 が 28.3%、業務自動化の AutomationBench が 59.9%、セキュリティ課題の Cybench が 93%。 SWE-bench Verified・MMLU・GPQA・AIME は公表されていないため本表では「—」（Medium 3.5 の 77.6% は流用しない）。プレビュー版なので、正式版で料金や仕様が変わることがある。【前の行について】本表は 2026-10-09 まで Mistral Medium 3.5（2026-04-28 公開・128B dense・Modified MIT で重み公開・$1.5／$7.5・256k・SWE-bench Verified 77.6%（公式モデルカード）・AA 14）を載せていた。その前は Mistral Large 3（2025-12-02 公開・MoE 675B/41B active・Apache 2.0・$0.5／$1.5・AA は v4.3.2 で 9）。どちらも引き続き API で使える。

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

Mistral Large 4

ヨーロッパ発のオープンモデル勢。2026-10-06 に新しい旗艦 Mistral Large 4 を公開プレビューで出し、重みも10月末までに公開する予定。

◎ 強み

◎ 新しい旗艦 Mistral Large 4（2026-10-06 公開プレビュー）は総パラメータ約1兆のうち1回に動くのは520億の MoE で、テキストと画像を読める。一度に読める量は公式で100万トークン
◎ Large 4 の知能スコアは 38（第三者機関 Artificial Analysis の総合指標 v4.3.2）で、同じ Mistral の Medium 3.5（14）を大きく上回る
◎ Mistral Large 3 が 675B 総 / 41B アクティブの MoE（Apache 2.0）
◎ Medium 3.5（2026-04-28）はチャット・推論・コーディング・視覚を1つに統合、SWE-Bench Verified 77.6%
◎ 消費者向けの Le Chat は 2026-05-28 に「Vibe」へ改称・統合（無料プランあり）、改称時点の既定モデルは Medium 3.5
◎ Vibe は Work / Code / Chat の3モードを束ねた作業エージェントで、CLI・VS Code 拡張まで用意
◎ 小型の Mistral Small 4（Apache 2.0）や Ministral 3（14B/8B/3B）まで揃い、自前運用しやすい
◎ Voxtral TTS / OCR 4.1（2026-07-16 公開、2026-08-31 に一般提供）など周辺モデルも拡充

△ 注意点

△ Large 4 はまだプレビュー版で、正式版で料金や仕様が変わることがある。重みは2026年10月末までに公開すると予告されているが（発表文の言い方は「今月末」）、2026-10-09 時点では未公開でライセンス名も公表されていない
△ Large 4 の一度に読める量は、公式は100万トークン、Artificial Analysis は52万4千トークンと表示していて食い違う
△ Medium 3.5 のライセンスは Apache 2.0 ではなく Modified MIT（高収益企業に一部制限あり）

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

Mistral Large 4

GLM-5.3

FAQ

よくある質問

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

A. AA Intelligence Index は GLM-5.3 45 対 Mistral Large 4 38 で GLM-5.3 がやや優位ですが、用途によっては逆転しうる差です。料金・使い勝手も合わせて選ぶのがおすすめです。

Q. Mistral Large 4 と GLM-5.3、料金が安いのはどっち？

A. 入力料金は Mistral Large 4 が $1.36／1M、GLM-5.3 が $1.4／1M。出力料金は Mistral Large 4 が $4.18／1M、GLM-5.3 が $4.4／1M です。安い項目は Mistral Large 4 が 1 個、GLM-5.3 が 0 個。用途に応じて選んでください。

Q. Mistral Large 4 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（Mistral Large 4 38／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. Mistral Large 4 と GLM-5.3、コスパがいいのはどっち？

A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Mistral Large 4 が 59、GLM-5.3 が 66。「安くて賢い」バランスでは GLM-5.3 が有利です。

Q. Mistral Large 4 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 Mistral Large 4・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 Llama 4 Maverick DeepSeek V4.1-Flash vs Llama 4 Maverick

全ペアを見る →

Mistral Large 4 vs GLM-5.3

Mistral Large 4

GLM-5.3

こんな人はどっち？

こんな人は Mistral Large 4

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？

Mistral Large 4

GLM-5.3

編集部メモ

Mistral Large 4

GLM-5.3

強み・弱み

Mistral Large 4

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