一騎打ち

Gemini 3 Pro のロゴvsGLM-5.2 のロゴ

Gemini 3 Pro vs GLM-5.2:2026年に勝つAIモデルはどっち?

Gemini 3 Pro($12/1M out (prompts ≤200K))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、Gemini 3 Pro が支持率57%でリードしています。

即断の評決

推論では、Gemini 3 Pro と GLM-5.2 は4.5/5で互角です。 予算重視なら GLM-5.2 の勝ち:$4.40/1M outから始められるのに対し、Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。

項目別比較

最低価格
$12/1M out (prompts ≤200K)標準ティア:プロンプト200K以下は$2/$12 per 1M tokens、200K超は$4/$18、バッチは50%オフ。2026年3月9日に引退、後継のGemini 3.1 Proは同一価格を維持しています。
$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
Google (DeepMind)
Z.ai (Zhipu AI)
コンテキストウィンドウ
1M tokens (64K output)
1M tokens (128K max output)
入力料金
$2/1M in (prompts ≤200K)
$1.40/1M in (cache hit $0.26)
出力料金
$12/1M out (prompts ≤200K)
$4.40/1M out
モダリティ
text, image, audio, video in; text out
text only
オープンウェイト
なし
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
3.5
4.0
コスパ
4.0
4.0

強みと弱み

Gemini 3 Pro

  • 発売時にLMArenaで記録的な1501 Eloで首位に立ち、GPQA Diamondで91.9%を記録、リリース時点のstate of the artでした
  • ARC-AGI-2で31.1%、当時のGemini 2.5 Pro(4.9%)の約6倍、GPT-5.1(17.6%)のほぼ2倍です
  • クラス最高のマルチモーダル理解:MMMU-Pro 81%、Video-MMMU 87.6%、1M tokensのコンテキストウィンドウ付きです
  • エージェント型コーディングも強力:SWE-bench Verified 76.2%、Terminal-Bench 2.0 54.2%、WebDev Arenaで1487 Eloです
  • $2/$12 per 1M tokensでライバルより安く、Claude Sonnetクラスの価格($3/$15)を下回りました
  • 設定可能なthinking_level(low/medium/high)で、推論の深さとレイテンシ・コストを取引できます
  • 自信過剰なハルシネーション:AA-Omniscienceでは回答を控えるべき場面の88%で誤答しました。Claude Sonnet 4.5は48%です(the-decoder)
  • 追従性(シコファンシー)が広く報告されています(Zvi Mowshowitz:「背骨のない膨大な知性」)。厳格なシステムプロンプトが必要です
  • エージェントスタックでのツール呼び出しの信頼性問題:ツール出力がチャットスレッドに流れ込む、OpenAI/Anthropicのモデルより足場作りが必要、と開発者が報告しています
  • 高thinking levelでは遅い:出力速度は約130 tok/sあるものの、AI Studioで最初のトークンまで約30-60秒と計測されています
  • 引退済み:2026年3月9日にGemini APIとAI Studioで停止され、gemini-3-pro-previewは現在Gemini 3.1 Proのエイリアスです

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。

Gemini 3 Pro$12/1M out (prompts ≤200K)
57%観客スコア · 3
GLM-5.2$4.40/1M out
50%観客スコア · 4

Gemini 3 Pro へのアリーナの評決

2025年末にGoogleを再び頂点に押し上げた画期的なリリースで、Gemini 2.5 Proからの大幅な推論力向上とその世代最高のマルチモーダルスコアを誇りました。しかし2026年半ばの時点で選ぶ理由はありません。Googleは2026年3月9日にAPIでの提供を終了し、Gemini 3.1 Proはまったく同じ価格でARC-AGI-2性能を2倍以上(77.1% vs 31.1%)にしています。レガシー環境のチームは3.1 Proに移行すべきで、旧モデルIDはいずれにせよ既にそちらを指しています。ハルシネーションに敏感なワークロードでは、レビュアーが繰り返し指摘した弱点であるため、グラウンディングを追加しない限り避けてください。

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

Gemini 3 Pro について

恐怖の判事

“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”

バイブスの覇者

“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”

グロリウス・マクシムス

“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”

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

Gemini 3 Pro は GLM-5.2 より優れていますか?

現在、観客は Gemini 3 Pro 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。

Gemini 3 Pro と GLM-5.2、安いのはどちらですか?

GLM-5.2 の方が安く、$4.40/1M outから始められます。Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。

Gemini 3 Pro と GLM-5.2 の100万トークンあたりの料金は?

Gemini 3 Pro:入力100万トークンあたり$2/1M in (prompts ≤200K)、出力100万トークンあたり$12/1M out (prompts ≤200K)。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。