GLM-5.3の文章作成性能は？13課題のテスト結果と料金

👁 119閲覧数

GLM-5.3は、私のテストでは最速のモデルで、MiMo-V2.6-Proと並んで有力な中国製モデルの中でも最安クラスです。一方で、言語上のミスが最も目立ちました。13課題を試したところ、文章作成のスコアは100点満点中63.6点。9つの文章を27秒、費用0.018 USDで生成しました。低価格の提供元が使うfp4量子化のせいでスコアが低いのかも確認するため、Z.aiだけを使って再テストした結果は61.8点でした。以下では、結果や回答例、料金を紹介します。Z.aiのモデル、料金、GLM Coding PlanについてはGLMガイドをご覧ください。

GLM-5.3とは

GLM-5.3は、Z.ai（旧Zhipu）が2026年8月に公開したモデルです。パラメーター数は7530億で、そのうち400億が有効化されます。重みはHugging Faceで公開されており、独自のGLM-5.3ライセンスが適用されます。ライセンスはMITに近いものの、売上高が100億USDを超える大手AIサービス提供者は、Z.aiによる安全性審査を受ける必要があります。Z.aiのドキュメントによると、コンテキスト長は100万トークン、最大出力は12万8000トークンです。

推論は無効にできません。reasoning_effortパラメーターはlow、high、maxから選択でき、初期設定はmaxです。maxの場合、Artificial Analysisの評価は45点（2026年9月27日時点）、生成速度は毎秒84トークン、同インデックスの課題1件あたりの費用は2.01 USDです。GLM-5.3の提供元ごとの実際の料金については、GLM-5.3の実際の費用を計算した記事で紹介しています。この記事ではポーランド語での性能に焦点を当てます。

2回のテスト結果

テストでは、ポーランド語の文章作成AIランキングと同じ13個の指示を使用しました。設定はeffort=low、OpenRouter経由で、異なる企業に所属する3人の評価者がブラインドで採点しています。GLM-5.3は次の2通りでテストしました。

• OpenRouterの自動ルーティング（9月26日）：リクエストはMistral（nvfp4）、Decart、Crusoe（fp4）など、5つの提供元に振り分けられました。
• Z.aiのみ（9月27日）：提供元を固定し、メーカーのfp8版を使用。他の提供元には切り替わりません。

評価者による1～10点の平均です。1回目と2回目は同じ評価者が同じ候補群の中で採点しました。比較対象にはClaude Opus 5.5、GPT-6 Luna、Qwen3.8 Maxを含めています。

2回のスコアの差は1.8点で、個々の課題のばらつきより小さい結果でした。翻訳課題は自動ルーティング版が3.0点、Z.ai版が8.78点だった一方、短編小説では逆に4.89点と3.67点でした。各課題を1回ずつしか試していないため、Z.aiのほうが良い、または悪いとは断定できません。ただし、低価格の提供元によるfp4量子化だけでは、低いスコアを説明できません。メーカー版でも結果は同程度でした。

回答例

異なる提供元で生成した顧客宛てメールには、同じ誤りがありました。以下は、ポーランド語で実施したテスト回答の日本語訳です。

「お詫びの一環として、割引コードPRZEPRASZAMY10をご用意しました」

Z.ai版では「申し訳ありません」に相当する表現に「理解しました」「確認しました」が混ざっていました。また、どちらの回答も、相手への敬称を途中で切り替えていました。

OpenRouterの自動ルーティング版によるニュースレター翻訳は、10点満点中3.0点でした。以下は、ポーランド語で実施したテスト回答の日本語訳です。

「率直に言えば、新規顧客の導入はロケット科学のように難しいわけではありません。しかし、私たちは長い間、屋根の上にとどまりすぎていました。前四半期には大口顧客を3社失いました」

Z.ai版の同じ翻訳は8.78点でした。以下は、ポーランド語で実施したテスト回答の日本語訳です。

「率直に言えば、新規顧客の導入は難しくありません。それなのに、私たちは長い間、適当に済ませてきました」

Z.ai版の短編小説（3.67点）では、評価者が「彼女から封筒が泳ぎ出た」「8番目の階段」「18歳たち」「チーズの一種」などの誤りを指摘しました。自動ルーティング版の要約には「導入日は決まっていない」という表現があり、Qwen3.8 Maxと同じ誤りでした。子ども向けのインフレ解説では、最初の回答が、チョコレートバーの値上がりは「生産コストが上がったためではない」と示唆。3人の評価者全員が、内容上の誤りと判断しました。

生成速度と推論

effort=lowでは、GLM-5.3の推論はごくわずかでした。13課題で推論トークンは211個（Qwen3.8 Maxは3万3000個）です。そのため、テスト対象全体で最速でした。最初のテストでは文章作成9課題に27秒、Z.aiのみの場合は83秒かかりました。GPT-6 Lunaは39秒でした。より深い推論を使うGLM-5.3 Primeでは結果が逆になり、中国製モデルのポーランド語テストでは制限時間いっぱいまで推論を続け、文章を出力しませんでした。

GLMは1000語あたり21～28個の長いダッシュを使いました。Claude Opus 5.5は5個、GPT-6 Lunaは8個でした。生成した文章をそのまま公開する場合は、通常のハイフンやコンマに置き換えてください。

GLM-5.3の料金とテスト費用

OpenRouterでは、GLM-5.3を32の提供元が提供しています。量子化方式（fp4、nvfp4、fp8）や出力上限は提供元によって異なります。Qwen、MiMo、Muse Sparkとの比較は、有力ながら知名度の低いAIモデルの記事をご覧ください。

GLM-5.3の利用方法

• Z.ai API：料金はUSD建てです。上の表をご覧ください。
• GLM Coding Plan：GLM-5.3を含むプログラミング向けプランで、月額18 USDから。上位プランの料金は外部サイトにしか掲載されていないため、ここでは紹介しません。
• OpenRouter：モデルIDはz-ai/glm-5.3です。品質を一定にしたい場合は、提供元を固定してください。2回目のテストではその方法を使いました。
• chat.z.ai：ブラウザーで使えるチャットサービスですが、サイトの説明によると、搭載モデルはフル版ではなくGLM-5.3-Flashです。
• ローカル実行：重みは公開されていますが、パラメーター数は7530億です。家庭用PCではなく、サーバー向けのハードウェアが必要です。家庭で動かせるモデルについては、ローカルAIガイドで紹介しています。

よくある質問

GLM-5.3はポーランド語の文章作成に向いていますか？

上位モデルとしては低い結果でした。私のテストでは100点満点中63.6点で、「お詫びの一環として」に相当する表現など、語形変化の誤りが見られました。GPT-6 Lunaは81.5点でした。

GLM-5.3の料金はいくらですか？

Z.aiでは、入力が100万トークンあたり1.40 USD、出力が4.40 USDです（税抜）。OpenRouterでは、他の提供元の入力料金が0.30 USDからです。

GLM-5.3は低価格の提供元だと性能が落ちますか？

私のテストでは、そうとは言えません。低価格の提供元を含む自動ルーティングでは63.6点、Z.aiのみでは61.8点でした。差は個々の課題のばらつきの範囲内です。

GLM-5.3はオープンソースですか？

重みはHugging Faceで公開されていますが、MITライセンスではなくGLM-5.3ライセンスが適用されます。制限の対象は、最大規模のAIサービス提供者に限られます。

// 続きを読むbasal-omni、JevBenchのオープンモデル首位にベンチマークPerplexity Decider v1.1 27Bの性能と料金、ベンチマークを解説ベンチマークAIインフルエンサーを自然に作る方法：5モデルを比較ベンチマーク