一騎打ち

DeepSeek-V4 のロゴvsGLM-5.2 のロゴ

DeepSeek-V4 vs GLM-5.2:2026年に勝つAIモデルはどっち?

DeepSeek-V4($3.96/1M out at peak, $1.98 off-peak)と GLM-5.2($4.40/1M out)は、2026年に最も使われているAIモデルのひとつです。 7件のコミュニティ票のうち、DeepSeek-V4 が支持率57%でリードしています。

即断の評決

推論では、DeepSeek-V4 と GLM-5.2 は4.5/5で互角です。 予算重視なら DeepSeek-V4 の勝ち:$3.96/1M out at peak, $1.98 off-peakから始められるのに対し、GLM-5.2 は$4.40/1M outからです。

項目別比較

最低価格
$3.96/1M out at peak, $1.98 off-peakdeepseek-v4-pro(DeepSeek-V4-Pro-0813)のDeepSeek API公式価格:ピーク時は入力$1.32/1M(キャッシュヒット$0.044)、出力$3.96/1M。オフピーク時は半額($0.66/$1.98、キャッシュヒット$0.022)。ピーク時間は月曜から金曜の01:00-04:00と06:00-10:00 UTCです。V4-Flashは提供終了:deepseek-v4-flashは現在Flash価格でV4.1-Flashにルーティングされます。2026-11-10にapi-docs.deepseek.comで確認済み。
$4.40/1M outglm-5.2 の Z.ai 公式価格:入力 100 万トークンあたり 1.40 ドル、キャッシュヒット時 0.26 ドル、出力 100 万トークンあたり 4.40 ドル。サードパーティのプロバイダーも同じ 1.40 ドル/4.40 ドルを提示しています。入力キャッシュの保存は期間限定で無料。docs.z.ai の価格ページで確認(2026 年 8 月)。
プロバイダー
DeepSeek
Z.ai (Zhipu AI)
コンテキストウィンドウ
1M tokens (384K max output)
1M tokens (128K max output)
入力料金
$1.32/1M in at peak, $0.66 off-peak (cache hit from $0.022)
$1.40/1M in (cache hit $0.26)
出力料金
$3.96/1M out at peak, $1.98 off-peak
$4.40/1M out
モダリティ
text only
text only
オープンウェイト
あり
あり
観客スコア
57%(3)
50%(4)
アリーナ評価(1-5)
推論
4.5
4.5
コーディング
4.5
4.5
ライティング
3.5
3.5
速度
3.0
4.0
コスパ
4.0
4.0

強みと弱み

DeepSeek-V4

  • 1M tokensのコンテキストウィンドウ(V3.2の128Kの8倍)と最大384Kの出力tokensが公式APIで標準です
  • クローズドなフロンティアモデルの価格を依然として大きく下回ります:V4-Pro-0813はピーク時$1.32/$3.96 per 1M tokens、オフピーク時$0.66/$1.98で、キャッシュヒットは$0.022から
  • V4-ProとV4-Flashの両方がHugging FaceでMITライセンスのオープンウェイト:商用利用、ファインチューニング、再配布が可能です
  • エージェント型コーディングのオープンソースSOTA:SWE-bench Verifiedで80.6(Think Max構成)でGemini 3.1 Proと同点、Codeforcesレーティング3206(対人間で約23位相当)です
  • Artificial Analysis Intelligence Indexで93モデル中3位(スコア44)、平均の25を大きく上回ります
  • スパースアテンションのスタックにより、1Mコンテキスト推論をV3.2の27%のFLOPsと10%のKVキャッシュで実現します
  • 断続的に不正なツール呼び出し:function callがtool_callsフィールドではなくcontent内のプレーンテキストとして出力されることがあります(GitHub issue deepseek-ai #1244)
  • thinkingモードはエージェントフレームワークで長いマルチターンのツール呼び出しチェーンを400エラーで壊します(OpenClaw issue #72044、修正はまだ不完全)
  • 独自コードベースで実在しないAPIを捏造し、エージェントループ内でハルシネーションしたユーザー入力に基づいて行動するとの開発者報告があります
  • 非常に冗長(評価出力180M tokens、中央値は95M)で速度も中位の54.6 tok/s(93モデル中39位)のため、実運用では低い単価が目減りします
  • APIではテキストのみ(V4.1-Flashと違いビジョン非対応)。ピーク料金は平日の01:00-04:00と06:00-10:00 UTCに料金を2倍にします。V4-Flashは提供終了し、そのAPI名は現在V4.1-Flashにルーティングされます

GLM-5.2

  • Artificial Analysis Intelligence Index でオープンウェイト首位(スコア 53、106 モデル中 4 位)。MIT ライセンスで実際にダウンロードして自社運用できる最強のモデルです
  • SWE-Bench Pro で 62.1 と GPT-5.5 の 58.6 を上回り、Terminal-Bench 2.1 で 82.7、GPQA-Diamond で 91.2。安価な代替品ではなく、フロンティア級のコーディングと推論です
  • 入力 100 万トークンあたり 1.40 ドル、出力 4.40 ドル(キャッシュヒット時は入力 0.26 ドル)。GPT-5.5 や Claude Opus 4.8 のトークン単価のおよそ 6 分の 1 です
  • 実際に高速で、出力は毎秒 153.2 トークン、最初のトークンまで 1.39 秒。同じオープンウェイト帯の Kimi K3(毎秒 33 トークン)を大きく上回ります
  • 100 万トークンのコンテキストと最大 128K の出力に加え、フルコンテキスト時にトークンあたりの FLOPs を 2.9 分の 1 にする IndexShare アーキテクチャ
  • MIT ライセンスとウェイト公開により、自社運用すればベンダーロックインもホスト API のデータ管轄の問題も解消されます
  • 主要モデルの中で最も冗長です。Artificial Analysis の 1 タスクあたり出力 43,000 トークン(うち推論が 37,000)で平均の 1.8 倍。安い表示価格も実際には 1 タスク 0.32 ドルとなり、OpenRouter では応答に約 75 秒かかります
  • ハルシネーション補正後の知識に弱く、AA-Omniscience は 4。Claude Opus 4.8 の 27、Gemini 3.5 Flash の 23、GPT-5.5 の 20 に大きく劣り、上位モデルが回答を控える場面でも自信を持って答えてしまいます
  • テキスト専用で、画像や音声の入力に対応していません。直接の競合の多くはネイティブにマルチモーダルです
  • Artificial Analysis は、同規模の他のオープンウェイトモデルと比べて高価だと指摘しています。価格面の優位はクローズドな米国フロンティアに対してであり、オープン勢に対してではありません
  • 753B のパラメータは自社運用にマルチ GPU のデータセンター環境を要します。多くのチームにとって「オープンウェイト」は実際に動かせることではなく、可搬性と監査可能性を意味します

あなたの審判を下す

1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。

DeepSeek-V4$3.96/1M out at peak, $1.98 off-peak
57%観客スコア · 3
GLM-5.2$4.40/1M out
50%観客スコア · 4

DeepSeek-V4 へのアリーナの評決

セルフホストとファインチューニングのためのMITライセンスウェイトで、Claude OpusやGPT-6を依然として大きく下回る価格でフロンティア級に迫る推論が欲しいなら、DeepSeek-V4(APIでは現在V4-Pro-0813)を選んでください。ただし先にDeepSeek-V4.1-Flashを確認しましょう。DeepSeekによればエージェント型コーディングでV4-Proを上回り、画像を読み取れ、価格は約3分の1です。堅牢なマルチターンツール呼び出しに依存する本番エージェント(不正なツール呼び出しやAPI捏造がユーザーから報告されています)や、あらゆるビジョン・音声作業にはV4を避けてください。北京の業務時間帯に請求額を2倍にするピーク料金も予算に織り込みましょう。

GLM-5.2 へのアリーナの評決

GLM-5.2 は現時点でダウンロードできる最良のモデルです。Artificial Analysis でオープンウェイト勢を牽引し、SWE-Bench Pro で GPT-5.5 を上回り、トークン単価はクローズドな米国フロンティアのおよそ 6 分の 1。エージェント型コーディング、腰を据えたリポジトリ作業、100 万トークン規模の分析に向いており、自社運用やライセンスの自由がロードマップ上重要ならなおさらです。ただし冗長さには注意してください。1 タスクあたり 43,000 出力トークンを消費するため実際の費用は 1 タスク 0.32 ドル前後になり、応答には約 75 秒かかるので、対話型プロダクトには不向きです。また知識のよりどころとして使わないでください。AA-Omniscience が 4(Opus 4.8 は 27)ということは、控えるべき場面でも自信を持って答えるということなので、事実に関わる用途には検証層を挟んでください。純粋なトークン単価では DeepSeek V4 のほうが安価です。GLM-5.2 の売りは、自分のものにできるフロンティア級の能力です。

観客の声

DeepSeek-V4 について

親指下げリクス

“Tool calling is flaky. Function calls sometimes land as plain text instead of the tool_calls field, and thinking mode 400s on long multi-turn chains. Not agent-ready yet.”

公正なる審判者

“MIT license on both Pro and Flash weights is the real story. Fine-tune, redistribute, ship commercially, no lawyer needed. Plus 384K output tokens for long-doc generation.”

リリース卿

“MIT weights, 1M context, and output tokens roughly 29x cheaper than Opus 4.8. Cache hits make input basically free. Moved my bulk pipelines over and the bill collapsed.”

GLM-5.2 について

返金なしウス

“yok”

返金なしウス

“The verbosity is not a detail. 43k output tokens for a task Opus does in 15k means my cheap model is not cheap, and 75 seconds per answer killed it for our support bot. Great for batch, useless interactive.”

リポジトリの守護者

“1M context that actually stays coherent. Fed it a 400k-token monorepo and the cross-file reasoning was better than anything else I can self-host. 153 tokens/s makes the long reasoning bearable.”

バイブスの覇者

“Swapped it in for our agentic refactor jobs and it held up against Opus 4.8 at a fraction of the bill. The MIT weights are what sold my CTO: we can move it in-house if Z.ai ever changes the terms.”

よくある質問

DeepSeek-V4 は GLM-5.2 より優れていますか?

現在、観客は DeepSeek-V4 を支持しています:推薦率57%、対する GLM-5.2 は50%です(7票)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。

DeepSeek-V4 と GLM-5.2、安いのはどちらですか?

DeepSeek-V4 の方が安く、$3.96/1M out at peak, $1.98 off-peakから始められます。GLM-5.2 は$4.40/1M outからです。

DeepSeek-V4 と GLM-5.2 の100万トークンあたりの料金は?

DeepSeek-V4:入力100万トークンあたり$1.32/1M in at peak, $0.66 off-peak (cache hit from $0.022)、出力100万トークンあたり$3.96/1M out at peak, $1.98 off-peak。GLM-5.2:入力100万トークンあたり$1.40/1M in (cache hit $0.26)、出力100万トークンあたり$4.40/1M out。