一騎打ち
Gemini 3 Pro vs GLM-5.3:2026年に勝つAIモデルはどっち?
Gemini 3 Pro($12/1M out (prompts ≤200K))と GLM-5.3($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。 3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
推論で選ぶなら Gemini 3 Pro:アリーナの評価は4.5/5、対する GLM-5.3 は3.5/5です。 予算重視なら GLM-5.3 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
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-5.3
- Z.aiによると、GLM-5.2からエージェント型コーディングが大きく向上。DeepSWE v1.1は46.2から66.9へ、Terminal-Bench 3.0は4.6から28.3へ、Z.ai Code Benchは23.4%から34.5%へ上がり、しかも出力トークンは少なめ
- GLM-5.2と同じ価格。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ドルで、キャッシュ入力の保存は期間限定で無料
- Hugging Faceから重みをダウンロードできるため、クローズドな米国のフロンティアモデルと違い自前でホスティング可能
- 100万トークンのコンテキストと最大128Kトークンの出力で、リポジトリ全体や長文ドキュメントの作業に向く
- Z.aiによるとセキュリティとエクスプロイトで好成績。CyberGymはGLM-5.2の77.2%に対し84.5%、ExploitBenchは24.4%に対し54.4%
- 公式APIで関数呼び出し、ストリーミング、コンテキストキャッシュ、構造化JSON出力に対応
- 独立評価ではフロンティアに遠く及ばない。Artificial Analysis Intelligence Index v5で32と、出力トークン単価が4分の1のDeepSeek-V4.1-Flash(33)とほぼ同等
- デフォルトのmaxでは非常に冗長で遅い。Artificial Analysisによると、インデックスの実行に1億3,500万出力トークン、最初の回答トークンまで約60秒、インデックスのタスクあたり5.01ドル
- 重みのライセンスがGLM-5.2のMITから、商用利用を制限付きでしか認めないGLM-5.3ライセンスに変更
- 推論をオフにできない。thinkingを無効にしたリクエストは失敗するようになり、レイテンシ重視の用途には不利
- 入力はテキストのみで、画像・音声・動画は非対応。この価格帯の競合の多くはマルチモーダル
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 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-5.3 へのアリーナの評決
今使うべきGLMはGLM-5.3です。価格もベースモデルもGLM-5.2と同じですが、Z.ai自身のベンチマークではエージェント型コーディングとセキュリティ作業で明らかに上回っています。コーディングエージェント、ターミナル自動化、あるいはフロンティアに近い規模の重みをダウンロードしてセルフホストしたい場合に選びましょう。ただし期待は現実的に。Artificial Analysisのスコアは32で、はるかに安く画像も扱えるDeepSeek-V4.1-Flashと同水準です。常時オンの推論のせいで遅く(maxでは最初の回答トークンまで約1分)、新ライセンスはGLM-5.2のMITより制限が多いため、重みを使って商用製品を作る前に条件を確認してください。
観客の声
Gemini 3 Pro について
“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.”
“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.”
“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-5.3 について
まだ審判はありません。最初の声を上げてください。
比較を続ける
よくある質問
Gemini 3 Pro は GLM-5.3 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-5.3 は50%です(3票)。 推論では Gemini 3 Pro が上回っています(4.5/5 vs 3.5/5)。 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-5.3、安いのはどちらですか?
GLM-5.3 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-5.3 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-5.3: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。