VS COMPARISON

Qwen3.8-Flash vs GLM-5.3

Alibaba

Qwen3.8-Flash

Qwen3.8-Flash（オープン版は Qwen3.8-Flash-Next・125B / 6B active）／ 2026-08-26

「旗艦の Qwen3.8-Max より賢さは一歩ゆずるけど、お値段は13分の1だよ」

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 Qwen3.8-Flash 40 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：Qwen3.8-Flash 0 / GLM-5.3 1 料金で安い項目：Qwen3.8-Flash 2 / 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 Qwen3.8-Flash

✓ API 料金を抑えたい人（入力$0.15/出力$0.47）
✓ コスパ重視の人（AIコスパ指数 80 対 66）
✓ 画像も読ませたい人

こんな人は GLM-5.3

✓ 「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
✓ 「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）」を重視する人

SPECS

仕様の比較

項目	Qwen3.8-Flash	GLM-5.3
バージョン	Qwen3.8-Flash（オープン版は Qwen3.8-Flash-Next・125B / 6B active）	5.3
公開日	2026-08-26	2026-08-14
コンテキスト長	1000K	1000K
入力料金 $/1M	$0.15 安い	$1.4
出力料金 $/1M	$0.47 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	80 勝ち	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）

Qwen3.8-Flash

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。

Qwen3.8-Flash

X評判スコア 85 ／100（n=32）

ポジ 22 ／ネガ 4 ／中立 6

👍 低VRAMで大規模モデル動く

👍 速度が速く実用的

👎 日本語能力が微妙

👎 安定性・クラッシュ

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

Qwen3.8-Flash

Alibaba の廉価版で、旗艦 Qwen3.8-Max の下に付くグレード（Alibaba Cloud Model Studio の API モデル名は qwen3.8-flash）。重みを公開したオープン版 Qwen3.8-Flash-Next（2026-08-26 公開・Hugging Face のリポジトリ作成は 8/24）を製品化したもので、 Alibaba 自身が「次の Qwen4 を支える設計の先行版」と位置づけています。総パラメータ1,250億のうち実際に動くのは60億の専門家分業型（MoE）で、テキスト・画像・動画を入力できます。一度に読める量は API 版が100万トークン（入力の上限 991,808・出力の上限 131,072。オープン版は素の状態で 262,144、 YaRN という引き伸ばし手法で100万まで）。考える機能（thinking）はオン・オフを選べます（2026-09-10 に公式ドキュメントで確認）。【料金】本表の $0.15 / $0.47 は Alibaba Cloud Model Studio の国際版（シンガポール）の値で、入力100万トークンまでの段（2026-09-10 に公式料金ページで確認）。中国版（北京）は $0.113 / $0.382、Alibaba Cloud の発表記事では「1元 / 3元（$0.16 / $0.47）」と書かれています。 GLM-5.3-Flash（$0.15 / $0.50）とほぼ同額で、出力が3セント安いぶんブレンド料金（入力3:出力1）は $0.23 です（本表では 2026-09-22 公開の GPT-6 Luna が $0.10 / $0.50・ブレンド $0.20 で、これより安くなりました）。【性能】第三者測定の Artificial Analysis Intelligence Index は 40（v4.3.2・2026-09-23 確認）で、料金が約13倍の旗艦 Qwen3.8-Max（45・$2/$6）より5ポイント低い位置です（2026-09-10 の v4.3 では旗艦も 40 で同点でしたが、AA の Qwen3.8-Max のページが 9月2日版に差し替わって 45 になりました）。 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「—」（Alibaba が挙げているのは SWE-bench Pro・CoWorkBench・Toolathlon Verified・MathVision・AndroidWorld・ERQA で「DeepSeek-V4-Flash や Claude Opus 4.6 と競合する」という相対表現のみ）。【重み】オープン版 Qwen3.8-Flash-Next は Qwen Community License 1.0（商用利用は条件つき）で Hugging Face に公開されています。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。

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

Qwen3.8-Flash

Alibaba 製の高性能モデル群。旗艦は2026年8月に正式リリースされた Qwen3.8-Max で、手元で動く Qwen3.8-27B まで一通り揃う。

◎ 強み

◎ 日本語含む多言語が得意
◎ 現行旗艦 Qwen3.8-Max は $2.00/$6.00（2026-09-02 の更新版 Qwen3.8-Max-0902 も据え置き）、前世代 Qwen3.7 Max は $2.50/$7.50 と frontier 級では安い部類
◎ コーディングとエージェント（PC操作・ターミナル作業）に強く、コンテキストは 1M tokens
◎ 2026-09-02（日本時間。米国時間では 9-01 夜）に QwenCloud の API で提供が始まった Qwen3.8-Max-0902 は、コーディングと Cowork 向けに追加学習した更新版（2.4T・1M コンテキスト）
◎ オープンウェイト版は Qwen3.8-27B（2026-08-15 公開・Apache 2.0・約278億パラメータ・画像/動画対応）まで揃い、安価マルチモーダル版（3.7 Plus）もある
◎ Qwen4 世代の設計を先取りした Qwen3.8-Flash-Next（2026-08-26 公開）もオープンウェイト。総125B に 51B の N-gram 埋め込みが付き、1トークンあたり動くのは 6B のマルチモーダル MoE。ライセンスは Apache 2.0 ではなく Qwen Community License 1.0

△ 注意点

△ 中国製のため業務利用は規約・データ取扱の確認を
△ 旗艦 Qwen3.8-Max の重みも公開されているが、ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`。Apache 2.0 なのは小型の Qwen3.8-27B のほう（Qwen3.8-Flash-Next も Apache 2.0 ではなく Qwen Community License 1.0）
△ バージョンが 3.5 → 3.6 → 3.7 → 3.8 と小刻みに上がるので、単価やスペックの記述はすぐ古くなる（「Qwen 4」本体は 2026-09-22 に「学習中」と公式発表されたが、2026-10-09 時点で未公開。Qwen4 の設計を先取りしたのは 2026-08-26 公開の Qwen3.8-Flash-Next）

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

Qwen3.8-Flash

GLM-5.3

FAQ

よくある質問

Q. Qwen3.8-Flash と GLM-5.3、結局どっちがいい？

A. AA Intelligence Index は GLM-5.3 45 対 Qwen3.8-Flash 40 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. Qwen3.8-Flash と GLM-5.3、料金が安いのはどっち？

A. 入力料金は Qwen3.8-Flash が $0.15／1M、GLM-5.3 が $1.4／1M。出力料金は Qwen3.8-Flash が $0.47／1M、GLM-5.3 が $4.4／1M です。入力・出力とも Qwen3.8-Flash の方が安く、コスト重視なら Qwen3.8-Flash が有利です。

Q. Qwen3.8-Flash 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（Qwen3.8-Flash 40／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. Qwen3.8-Flash 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 Qwen3.8-Flash が 80、GLM-5.3 が 66。「安くて賢い」バランスでは Qwen3.8-Flash が有利です。

Q. Qwen3.8-Flash 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 Qwen3.8-Flash・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 Qwen3.8-Max vs Mistral Large 4

全ペアを見る →

Qwen3.8-Flash vs GLM-5.3

Qwen3.8-Flash

GLM-5.3

こんな人はどっち？

こんな人は Qwen3.8-Flash

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？

Qwen3.8-Flash

GLM-5.3

編集部メモ

Qwen3.8-Flash

GLM-5.3

強み・弱み

Qwen3.8-Flash

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