このモデルは非推奨です。デフォルトの入力トークン数1万のワークロードでのみ性能測定を継続しています。他のワークロードの結果は過去のデータであり、更新されません。

Z AIは新しいリリースであるGLM-5.3を公開しています。こちらの利用をご検討ください。

Z AI

•

GLM-5.2

•

Open weights model

•

Released 2026年6月

GLM-5.2 (Max) APIプロバイダーのベンチマークと分析

モデル比較

この分析は、ユースケースに最適なGLM-5.2 (Max)のAPIプロバイダーを選ぶための参考情報です。

最速

Nebius (FP4)

276.6 t/s

Baseten (FAST)

263.0 t/s

Together AI

257.0 t/s

Databricks

251.9 t/s

Parasail (NVFP4)

225.2 t/s

出力速度

プロバイダー合計：17社

最短の遅延

Nebius (FP4)

8.24 s

Baseten (FAST)

8.28 s

Together AI

8.39 s

Databricks

8.77 s

Parasail (NVFP4)

9.98 s

最初の回答トークンまでの時間

プロバイダー合計：17社

最安料金

DeepInfra (FP4)

$0.37

CoreWeave

$0.49

GMI (FP8)

$0.59

Fireworks

$0.82

Baseten

$0.82

ブレンド料金（100万トークンあたり）

プロバイダー合計：17社

GLM-5.2 (max)は17社のAPIプロバイダーで利用でき、性能特性と料金はそれぞれ異なります。以下でプロバイダー間の主要指標を比較します。

出力速度の上位プロバイダーはNebius (FP4)（276.6 t/s）、Baseten (FAST)（263.0 t/s）、Together AI（257.0 t/s）です。プロバイダー間の速度差は大きく、最速と最遅で328%の差があります。
遅延では、Nebius (FP4)（8.24秒）、Baseten (FAST)（8.28秒）、Together AI（8.39秒）の最初の回答トークンまでの時間が最短です。
料金では、DeepInfra (FP4)（0.37）、CoreWeave（0.49）、GMI (FP8)（0.59）の100万トークンあたりのブレンド料金が最安です。プロバイダー間で料金に最大6.9倍の差があります。
Nebius (FP4)は出力速度が最も速く、遅延も最短で、性能が最も優れています。費用を最適化するなら、DeepInfra (FP4)の料金が最も競争力に優れています。

速度

Output tokens per second · Higher is better

遅延

Seconds to first answer token received · Lower is better

料金

USD per 1M tokens (blended) · Lower is better

エンドポイント精度

Endpoint Accuracy Index: GLM-5.2 (Max)

v1.0 · Composite of BFCL v4-500, HLE-250 and AA-LCR-25 run against each provider endpoint · Percentage of the reference endpoint, with 95% confidence interval · Higher is better

Composite measure of how much of a model's accuracy a given provider endpoint preserves, from re-running BFCL v4-500, HLE-250 and AA-LCR-25 against that endpoint. Where a self-hosted reference endpoint exists, scores are expressed as a percentage of that reference (100 = matches reference); lower scores indicate accuracy lost to quantisation, sampling defaults, or other endpoint-side configuration. Scores are point-in-time snapshots. Methodology.

料金

料金：キャッシュヒット・入力・出力

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

料金：ブレンド料金

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

料金：キャッシュ割引

1 - (cache hit price / input price) · Higher is better

Reduction in input token cost due to cache hit relative to input price. Formula: 1 - (Cache Hit Price per Token / Input Token Price). Note that this discount figure does not account for all costs associated with cache hits, such as cache write and storage costs.

出力速度と料金

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

速度

出力速度（1秒あたりのトークン数）で測定

出力速度: GLM-5.2 (Max)

出力速度：毎秒の出力トークン数 · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

遅延と出力速度

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

遅延

最初のトークンまでの時間（秒）で測定

最初の回答トークンまでの時間：GLM-5.2 (max)のプロバイダー

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

エンドツーエンド応答時間

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

エンドツーエンド応答時間：GLM-5.2 (max)のプロバイダー

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

主要な比較指標とAPI機能



FriendliAI	100%	1M	オープン	$0.87	163	0.86	16.16	12.24
Baseten	該当なし	524k	オープン	$1.04	261	0.69	10.27	7.67
Novita	98%	1.05M	オープン	$0.88	75	1.88	35.12	26.59
Parasail	98%	1M	オープン	--	177	1.15	15.27	11.29
CoreWeave	97%	262k	オープン	$0.70	83	1.32	31.39	24.05
Multiverse Computing	該当なし	1M	オープン	$2.31	107	1.20	24.65	18.75
DeepInfra	73%	1.05M	オープン	$0.37	90	1.12	28.93	22.25
Nebius	100%	432k	オープン	$2.94	260	1.04	10.64	7.68
Together AI	97%	262k	オープン	$0.88	--	--	--	--
Scaleway	75%	262k	オープン	$4.37	87	1.29	30.09	23.04
Databricks	該当なし	1M	オープン	$0.87	230	0.84	11.72	8.70
Fireworks	100%	1M	オープン	$2.94	236	2.72	13.31	8.47
GMI	該当なし	1.05M	オープン	--	--	--	--	--
Baseten	93%	1.05M	オープン	$0.65	122	2.05	22.59	16.43
Zai	該当なし	1M	オープン	$1.47	84	3.10	32.78	23.75
Mistral	該当なし	1.05M	オープン	$0.76	191	0.94	14.00	10.45
SiliconFlow	99%	1.05M	オープン	$0.85	78	1.87	34.08	25.77

よくある質問

GLM-5.2 (Max)のプロバイダーに関するよくある質問

GLM-5.2 (Max)は17社のAPIプロバイダーで利用できます：FriendliAI、Baseten (FAST)、Novita (FP8)、Parasail (NVFP4)、CoreWeave、Multiverse Computing、DeepInfra (FP4)、Nebius (FP4)、Together AI、Scaleway、Databricks、Fireworks、GMI (FP8)、Baseten、Zai、Mistral、SiliconFlow (FP8)。性能特性と料金はプロバイダーごとに異なります。

現在、ベンチマークと追跡の対象となる17社のAPIプロバイダーでGLM-5.2 (Max)を利用できます。

出力速度でGLM-5.2 (Max)が最速のプロバイダーはNebius (FP4)（276.6 t/s）、Baseten (FAST)（263.0 t/s）、Together AI（257.0 t/s）です。出力速度は、モデルが応答を開始した後にトークンを生成する速さを表します。

GLM-5.2 (Max)の最初の回答トークンまでの時間が最短のプロバイダーはNebius (FP4)（8.24s）、Baseten (FAST)（8.28s）、Together AI（8.39s）です。遅延が短いほど、最初の応答が速くなります。

ブレンド料金でGLM-5.2 (Max)が最安のプロバイダーはDeepInfra (FP4)（100万トークンあたり$0.37）、CoreWeave（100万トークンあたり$0.49）、GMI (FP8)（100万トークンあたり$0.59）です。ブレンド料金では、キャッシュヒット／入力／出力トークンを7:2:1とします。

GLM-5.2 (Max)の入力トークン料金が最安のプロバイダーはDeepInfra (FP4)（入力100万トークンあたり$0.56）、CoreWeave（入力100万トークンあたり$0.76）、GMI (FP8)（入力100万トークンあたり$0.92）です。

GLM-5.2 (Max)の出力トークン料金が最安のプロバイダーはDeepInfra (FP4)（出力100万トークンあたり$1.80）、CoreWeave（出力100万トークンあたり$2.42）、GMI (FP8)（出力100万トークンあたり$2.90）です。

GLM-5.2 (Max)の料金はプロバイダー間で最大6.9倍異なります。最安はDeepInfra (FP4)の100万トークンあたり$0.37で、Scalewayは100万トークンあたり$2.52です。

GLM-5.2 (Max)の出力速度はプロバイダーによって大きく異なります。Nebius (FP4)が276.6 t/sで最速であり、Novita (FP8)の64.6 t/sと比べて4.3倍高速です。

17社中16社のプロバイダーがGLM-5.2 (Max)のJSONモードに対応しています：FriendliAI、Baseten (FAST)、Novita (FP8)、Parasail (NVFP4)、CoreWeave、Multiverse Computing、DeepInfra (FP4)、Nebius (FP4)、Together AI、Scaleway、Databricks、Fireworks、GMI (FP8)、Baseten、Zai、Mistral。

GLM-5.2 (Max)を提供する17社すべてが、関数呼び出し（ツール利用）に対応しています。

GLM-5.2 (Max)では、Nebius (FP4)の出力速度が最も速く、遅延も最短で、性能が最も優れています。費用を最適化するなら、DeepInfra (FP4)の料金が最も競争力に優れています。

GLM-5.2 (Max)のプロバイダーを選ぶ際は、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、JSONモードや関数呼び出しなどのAPI機能を検討してください。

はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。

GLM-5.2 (Max)の知能、能力、モダリティ、他のモデルとの比較については、モデル概要ページをご覧ください。モデル概要を表示

GLM-5.2 (Max) APIプロバイダーのベンチマークと分析

最速

最短の遅延

最安料金

速度

遅延

料金

エンドポイント精度

Endpoint Accuracy Index: GLM-5.2 (Max)

Endpoint Accuracy Index

料金

料金：キャッシュヒット・入力・出力

Cache Hit

料金：ブレンド料金

Price

料金：キャッシュ割引

Cache Price Discount

出力速度と料金

Output Speed

速度

出力速度: GLM-5.2 (Max)

Output Speed

Model Performance Representation

遅延と出力速度

Output Speed

遅延

最初の回答トークンまでの時間：GLM-5.2 (max)のプロバイダー

Time to First Answer Token

Median

エンドツーエンド応答時間

エンドツーエンド応答時間：GLM-5.2 (max)のプロバイダー

End-to-End Response Time

主要な比較指標とAPI機能

よくある質問

GLM-5.2 (Max)はどこで利用できますか？

GLM-5.2 (Max)を提供するAPIプロバイダーは何社ですか？

GLM-5.2 (Max)で最速のプロバイダーはどこですか？

GLM-5.2 (Max)で遅延が最も短いプロバイダーはどこですか？

GLM-5.2 (Max)で最も安いプロバイダーはどこですか？

GLM-5.2 (Max)で入力料金が最も安いプロバイダーはどこですか？

GLM-5.2 (Max)で出力料金が最も安いプロバイダーはどこですか？

GLM-5.2 (Max)のプロバイダー間で料金はどの程度異なりますか？

GLM-5.2 (Max)のプロバイダー間で速度はどの程度異なりますか？

GLM-5.2 (Max)でJSONモードに対応するプロバイダーはどこですか？

GLM-5.2 (Max)で関数呼び出しに対応するプロバイダーはどこですか？

GLM-5.2 (Max)に最適なプロバイダーはどこですか？

GLM-5.2 (Max)のプロバイダーはどう選べばよいですか？

GLM-5.2 (Max)のプロバイダー性能は時間とともに変化しますか？

GLM-5.2 (Max)の総合的な能力はどの程度ですか？