VS COMPARISON

Qwen3.8-Max vs GLM-5.3

Alibaba

Qwen3.8-Max

Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active）／ 2026-09-02

「9月の改良版で賢さがまた上がったよ。お値段は $2/$6 のまま」

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

総合性能は拮抗（AA Index 45 対 45）。用途と料金で選ぶのが正解

ベンチ勝ち：Qwen3.8-Max 0 / GLM-5.3 0 料金で安い項目：Qwen3.8-Max 0 / GLM-5.3 2 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-Max

✓ 画像も読ませたい人
✓ 「日本語含む多言語が得意」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）
✓ コスパ重視の人（AIコスパ指数 66 対 63）

SPECS

仕様の比較

項目	Qwen3.8-Max	GLM-5.3
バージョン	Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active）	5.3
公開日	2026-09-02	2026-08-14
コンテキスト長	1000K	1000K
入力料金 $/1M	$2	$1.4 安い
出力料金 $/1M	$6	$4.4 安い
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	63	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）

Qwen3.8-Max

GLM-5.3

専門知識（GPQA）

Qwen3.8-Max

92.6%

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。

Qwen3.8-Max

X評判スコア 60 ／100（n=14）

ポジ 6 ／ネガ 4 ／中立 4

👍 日本語の通じやすさ

👍 オンプレでの精度

👎 日本語の質の悪さ

👎 ネイティブ対応の微妙さ

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-Max

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。9月2日にはその改良版スナップショット qwen3.8-max-0902（別名 qwen3.8-max-2026-09-02）が出て、Alibaba は9月5日に qwen3.8-max の呼び出し先を 0902 版へ切り替えると告知した（料金と一度に読める量は変わらない。改良点はコーディング、特に長い工程の開発、複数の道具を使うエージェント作業、図表や文書の読み取り）。本表の知能スコアはこの 0902 版の値。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（8月3日版）は GPQA Diamond 92.6・Terminal-Bench 2.1 86.6・SWE-bench Pro 67.7。第三者機関 Artificial Analysis は 0902 版を「Qwen3.8 Max」として測っており、AA Intelligence Index は 45（v4.3.2・2026-09-23 確認）。8月3日版は同じ指標で 40 で、同社では旧版扱いになった。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・知能は v4.3 で 30）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。ただし公開されたのは8月3日版の重みで、本表の知能スコア 45 の 0902 版は API だけで使える（Hugging Face の Qwen 公式に 0902 版のリポジトリは無い・2026-10-09 確認）。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）。

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-Max

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-Max

GLM-5.3

FAQ

よくある質問

Q. Qwen3.8-Max と GLM-5.3、結局どっちがいい？

A. AA Intelligence Index は Qwen3.8-Max 45、GLM-5.3 45 とほぼ同水準で、総合性能は拮抗しています。用途・料金・使い勝手で選ぶのが正解です。

Q. Qwen3.8-Max と GLM-5.3、料金が安いのはどっち？

A. 入力料金は Qwen3.8-Max が $2／1M、GLM-5.3 が $1.4／1M。出力料金は Qwen3.8-Max が $6／1M、GLM-5.3 が $4.4／1M です。入力・出力とも GLM-5.3 の方が安く、コスト重視なら GLM-5.3 が有利です。

Q. Qwen3.8-Max 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-Max 45／GLM-5.3 45）を軸に判断するのがおすすめです。その AA Intelligence Index でも明確な差は付いていないため、性能は同水準と見て、料金や使い勝手で選ぶのがおすすめです。

Q. Qwen3.8-Max 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-Max が 63、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. Qwen3.8-Max 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-Max・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 DeepSeek V4.1-Flash vs Llama 4 Maverick DeepSeek V4.1-Flash vs Mistral Large 4

全ペアを見る →

Qwen3.8-Max vs GLM-5.3

Qwen3.8-Max

GLM-5.3

こんな人はどっち？

こんな人は Qwen3.8-Max

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-Max

GLM-5.3

編集部メモ

Qwen3.8-Max

GLM-5.3

強み・弱み

Qwen3.8-Max

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