AIモデルを比較
数値表
| モデル・推論設定 | 解決率 | 費用／試行（USD） | 時間 |
|---|---|---|---|
| GLM-5.3 (max) | 41.8 | 8.2655 | 97分 |
| GLM-5.3 (low) | 34.8 | 6.4049 | 未収録 |
| DeepSeek V4 Pro 0813 (max) | 14.1 | 3.7552 | 未収録 |
AutomationBench 1.0.6：スコア
OpenAIが自社モデルを研究環境またはAPIで評価したAutomationBench 1.0.6のスコアです。全目標を達成したタスクの割合とは異なります。
| モデル・実行構成 | % |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
AutomationBench 1.0.6：1タスクの費用
OpenAIがAutomationBench 1.0.6で公表した1タスクあたりの費用です。APIの100万トークン単価とは異なります。
| モデル・実行構成 | 1タスクあたり・USD |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
SMS迷惑判定：正答率
正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
| モデル・実行構成 | % |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
SMS迷惑判定：処理時間 p50
500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
| モデル・実行構成 | ms |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
SMS迷惑判定：処理時間 p95
500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
| モデル・実行構成 | ms |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
SMS迷惑判定：1,000件の費用
評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
| モデル・実行構成 | 1,000件あたり・USD |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
Banking77問い合わせ分類：正答率
正解ラベルと一致した件数を500件で割った割合です。SMSは2分類、Banking77は77分類です。汎用知識やコード生成の能力は測っていません。
| モデル・実行構成 | % |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
Banking77問い合わせ分類：処理時間 p50
500要求の処理時間を小さい順に並べた中央値です。ネットワーク・提供環境・出力形式を含みます。最初の応答までの時間（TTFT）ではありません。
| モデル・実行構成 | ms |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
Banking77問い合わせ分類：処理時間 p95
500要求を昇順に並べ、floor(0.95 × (n − 1))番目を採った公開実装のp95です。遅い側の処理時間を示します。
| モデル・実行構成 | ms |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
Banking77問い合わせ分類：1,000件の費用
評価時の費用合計を件数で割り、1,000倍した金額です。APIの100万トークン単価や自社運用の費用とは異なります。
| モデル・実行構成 | 1,000件あたり・USD |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
T-Rex：60秒生存率
5シードのうち60秒間生存した割合です。物理プランナーとshieldの介入を含む結果で、モデル単体の正確さや他用途への性能を示しません。
| モデル・実行構成 | % |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
T-Rex：処理時間 p50の中央値
APIのJevとローカルRTX 4090のCLMは実行条件が異なります。通信・実行環境を含むシステムの時間で、モデル単体の速度比較には使えません。
| モデル・実行構成 | ms |
|---|---|
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
| GLM-5.3max | この評価の公表値は未収録 |
Terminal-Bench 4.0
Terminal-Benchは、AIエージェントがターミナルを使って作業を完了する能力を測るベンチマークです。4.0の解決率を0〜100%で示し、数値が高いほど多くの作業を完了できたことを表します。
| モデル・実行構成 | % |
|---|---|
| GLM-5.3max | 41.8295% CI half-width ±3.23 percentage points |
| GLM-5.3low | 34.85 |
| DeepSeek V4 Pro 0813max | 14.14 |
Terminal-Bench 4.0：実行コスト
Terminal-Bench 4.0で報告された、330試行の評価にかかった合計費用です。単位は米ドル（USD）で、数値が小さいほど低コストです。APIのトークン単価や月額料金とは異なります。
| モデル・実行構成 | 330試行の合計・USD |
|---|---|
| GLM-5.3max | 2,727.63 |
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
Terminal-Bench 4.0：平均試行時間
Terminal-Bench 4.0で、1試行を終えるまでにかかった平均時間です。分（1分以下は秒）で表示し、数値が小さいほど短時間で試行を終えています。応答を返し始めるまでの待ち時間とは異なります。
| モデル・実行構成 | 分・秒 |
|---|---|
| GLM-5.3max | 97分 |
| DeepSeek V4 Pro 0813 | この評価の公表値は未収録 |
API料金
| 実行構成 | 種別・単価 | 適用条件・出典 |
|---|---|---|
| GLM-5.3 / Z.ai API | input: 1.4 USD / 1M tokens | 条件・出典Z.ai Model APIの公開トークン単価。USD/100万トークン。キャッシュは読取料金で、保存料金の期間限定無料と区別。Coding Planの月額・ポイント、ツール料金を含まない。料金表にコンテキスト長別の追加単価の記載なし。（確認日 2026-09-30） Z.ai API pricing |
| GLM-5.3 / Z.ai API | output: 4.4 USD / 1M tokens | 条件・出典Z.ai Model APIの公開トークン単価。USD/100万トークン。キャッシュは読取料金で、保存料金の期間限定無料と区別。Coding Planの月額・ポイント、ツール料金を含まない。料金表にコンテキスト長別の追加単価の記載なし。（確認日 2026-09-30） Z.ai API pricing |
| GLM-5.3 / Z.ai API | cache: 0.26 USD / 1M tokens | 条件・出典Z.ai Model APIの公開トークン単価。USD/100万トークン。キャッシュは読取料金で、保存料金の期間限定無料と区別。Coding Planの月額・ポイント、ツール料金を含まない。料金表にコンテキスト長別の追加単価の記載なし。（確認日 2026-09-30） Z.ai API pricing |
| DeepSeek V4 Pro 0813 / DeepSeek API | input: 1.32 USD / 1M tokens | 条件・出典DeepSeek APIのピーク料金（USD/100万トークン）を代表料金として使用。中国の祝日を除く月〜金のUTC 01:00〜04:00・06:00〜10:00に適用。その他の時間帯・土日・中国祝日は半額（入力0.66、出力1.98、キャッシュ読取0.022）。入力はcache miss、cacheはcache hit。モデルID deepseek-v4-pro、対応版DeepSeek-V4-Pro-0813。時間帯の異なる料金を平均・混合しない。（確認日 2026-09-30） DeepSeek API pricing |
| DeepSeek V4 Pro 0813 / DeepSeek API | output: 3.96 USD / 1M tokens | 条件・出典DeepSeek APIのピーク料金（USD/100万トークン）を代表料金として使用。中国の祝日を除く月〜金のUTC 01:00〜04:00・06:00〜10:00に適用。その他の時間帯・土日・中国祝日は半額（入力0.66、出力1.98、キャッシュ読取0.022）。入力はcache miss、cacheはcache hit。モデルID deepseek-v4-pro、対応版DeepSeek-V4-Pro-0813。時間帯の異なる料金を平均・混合しない。（確認日 2026-09-30） DeepSeek API pricing |
| DeepSeek V4 Pro 0813 / DeepSeek API | cache: 0.044 USD / 1M tokens | 条件・出典DeepSeek APIのピーク料金（USD/100万トークン）を代表料金として使用。中国の祝日を除く月〜金のUTC 01:00〜04:00・06:00〜10:00に適用。その他の時間帯・土日・中国祝日は半額（入力0.66、出力1.98、キャッシュ読取0.022）。入力はcache miss、cacheはcache hit。モデルID deepseek-v4-pro、対応版DeepSeek-V4-Pro-0813。時間帯の異なる料金を平均・混合しない。（確認日 2026-09-30） DeepSeek API pricing |