Qwen3.8-Max vs GLM-5.3

ポジ 29 ／ ネガ 6 ／ 中立 1

今週の集計にこのモデルのデータはありません。

Alibaba の現行フラッグシップ。2026年7月19日のプレビューを経て 8月3日に正式リリースされた、総2.4兆パラメータ（95B アクティブ）の MoE。前世代 Qwen3.7 Max と違ってマルチモーダルに対応し、context は 1M、料金は $2.00/$6.00。公表ベンチは GPQA Diamond 92.6・Terminal-Bench 2.1 86.6・SWE-bench Pro 67.7 で、Artificial Analysis Intelligence Index は 58（v4.1.1）。本表の SWE-bench Verified・MMLU・AIME は公式・第三者とも数値を出しておらず「—」（SWE-bench Pro は名前が似ているだけの別のテストなので流用しません）。前世代 Qwen3.7 Max（2026-05-19・$1.25/$3.75・SWE-bench Verified 80.4・GPQA 92.4・知能47）も引き続き提供されており、SWE-bench Verified の実測値が要るならそちらが参考になる。重みは 2026年8月12日 19:24 JST（HF 上のファイル最終更新）に公開済み＝`Qwen/Qwen3.8-2.4T-A95B` と FP8 版、ModelScope も同名。案内の同日11時 JST からは遅れて公開された。ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`、モデルカードの context 記載は 262,144（最大 1,010,000 まで拡張可）で AA 表記の 1M とは条件が異なる。小型の Qwen3.8-27B は 2026年8月15日 0:00 JST（HF 上のファイル最終更新）に公開され、こちらはライセンスが商用可の Apache 2.0＝`Qwen/Qwen3.8-27B`（BF16・約51.7GB）と FP8 版（約28.7GB）、ModelScope も同名。約278億パラメータ・画像/動画対応・context 262,144（最大 1,000,000）で、Qwen 公表値は SWE-bench Pro 61.7・LiveCodeBench v6 90.3・GPQA Diamond 89.2・HLE 30.8（比較対象の Claude Opus 4.6 Max は 53.4 / 88.8 / 91.3 / 40.0）。手元のパソコンで動かすオープンウェイトが要るならこの 27B が受け皿。中国製のため業務利用時は規約確認を。なお本表の context 100万トークンはホスト版 API の窓のほうで、上記のモデルカード既定 262,144 とは条件が違う。入力と出力の内訳は公表されていない（2026-08-18 確認）。

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。

• → Hugging Face：Qwen/Qwen3.8-2.4T-A95B（オープンウェイト公式リポジトリ・2026-08-12 19:24 JST 公開・ライセンス qwen3.8-max・context 262,144）
• → Artificial Analysis：Qwen3.8-Max（Intelligence Index v4.1.1 で 58・$2/$6・context 1M）
• → MarkTechPost：Qwen3.8-Max 正式リリース（ベンチマーク表・料金 $2.00/$6.00・2026-08-03）
• → MarkTechPost：Qwen3.8-Max プレビュー（2.4兆パラメータ・2026-07-19）
• → Artificial Analysis：Qwen3.7 Max（前世代・知能47）
• → llm-stats：Qwen3.7 Max（前世代の SWE-bench Verified 80.4）

• → Z.ai 公式ドキュメント：GLM-5.3（仕様・考える量の3段階・100万トークン・出力12万8千トークン）
• → Z.ai 公式リリースノート（GLM-5.3 は 2026-08-18 公開）
• → Z.ai 公式料金ページ（GLM-5.3 は入力 $1.4 / 出力 $4.4）
• → DeepSWE 公式ランキング v1.1（glm-5.3 は 69%・25モデル中5位・1課題あたり $3.99）
• → Artificial Analysis：GLM-5.3（Intelligence Index v4.1.1 で 60・max 設定）