Z AI

•

Open weights model

•

Released June 2026

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

GLM-5.2 (max)のAPIプロバイダーを、遅延（最初のトークンまでの時間）、出力速度（1秒あたりの出力トークン数）、料金などの性能指標で分析します。ベンチマーク対象のAPIプロバイダーにはWafer、FriendliAI、Makora (NVFP4)、Novita (FP8)、Baseten、Parasail (NVFP4)、CoreWeave、DeepInfra (FP4)、Nebius (FP4)、Blackbox AI、Databricks、Scaleway、Fireworks、GMI (FP8)、SiliconFlow (FP8)が含まれます。

最速

Databricks

345.1 t/s

Fireworks

291.4 t/s

Parasail (NVFP4)

255.6 t/s

FriendliAI

233.2 t/s

Blackbox AI

225.5 t/s

出力速度

プロバイダー合計：15社

最短の遅延

Databricks

6.78 s

Fireworks

7.91 s

Parasail (NVFP4)

9.07 s

FriendliAI

10.01 s

Makora (NVFP4)

10.15 s

最初の回答トークンまでの時間

プロバイダー合計：15社

最安料金

DeepInfra (FP4)

$0.49

CoreWeave

$0.49

GMI (FP8)

$0.59

Makora (NVFP4)

$0.66

Blackbox AI

$0.78

ブレンド料金（100万トークンあたり）

プロバイダー合計：15社

GLM-5.2 (max)は15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Databricks（345.1 t/s）、Fireworks（291.4 t/s）、Parasail (NVFP4)（255.6 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729%の差があります。
遅延では、Databricks（6.78秒）、Fireworks（7.91秒）、Parasail (NVFP4)（9.07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)（0.49）、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5.2倍の差があります。
Databricks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。

ハイライト

速度

Output tokens per second · Higher is better

エンドツーエンド応答時間

Seconds · Lower is better

料金

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

更新：本番環境のユースケースをより適切に反映するため、性能ベンチマークのデフォルトワークロードを入力10kトークンに変更しました。上部で別のワークロードを引き続き選択できます。

エンドポイント精度New

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

Pricing: Cache Hit, Input, and Output

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.

Pricing: Blended Price

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).

Pricing: Cache Discount

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), where cache hit price is the first-party cache hit price or the median provider cache hit price. Note that this discount figure does not account for all costs associated with cache hits, such as cache write and storage costs.

Output Speed vs. Price

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

Output Speed: GLM-5.2 (max)

Output speed: output tokens per second · 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 (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

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



Wafer	98%	205k	オープン	$0.36	152	6.41	22.90	13.19
FriendliAI	100%	1M	オープン	$0.42	233	1.44	12.16	8.58
Makora	95%	1M	オープン	$0.48	216	0.90	12.46	9.25
Novita	98%	1.05M	オープン	$0.42	42	2.20	62.28	48.07
Baseten	該当なし	261k	オープン	$0.45	109	1.96	24.88	18.33
Parasail	98%	1M	オープン	--	256	1.24	11.02	7.83
CoreWeave	90%	262k	オープン	$0.38	169	1.42	16.24	11.86
DeepInfra	73%	1.05M	オープン	$0.25	56	1.30	45.91	35.69
Nebius	100%	432k	オープン	$1.06	204	1.13	13.37	9.80
Blackbox AI	52%	1.05M	オープン	$0.44	226	1.65	12.73	8.87
Databricks	91%	1M	オープン	--	345	0.98	8.23	5.79
Scaleway	75%	262k	オープン	$1.57	75	2.03	35.42	26.72
Fireworks	100%	1M	オープン	$0.48	291	1.05	9.63	6.86
GMI	該当なし	1.05M	オープン	--	--	--	--	--
SiliconFlow	99%	1.05M	オープン	$0.62	53	1.63	48.68	37.64

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15社のAPIプロバイダーで利用できます：Wafer、FriendliAI、Makora (NVFP4)、Novita (FP8)、Baseten、Parasail (NVFP4)、CoreWeave、DeepInfra (FP4)、Nebius (FP4)、Blackbox AI、Databricks、Scaleway、Fireworks、GMI (FP8)、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15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Databricks（345.1 t/s）、Fireworks（291.4 t/s）、Parasail (NVFP4)（255.6 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Databricks（6.78s）、Fireworks（7.91s）、Parasail (NVFP4)（9.07s）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$0.49）、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Blackbox AI（入力100万トークンあたり$0.40）、DeepInfra (FP4)（入力100万トークンあたり$0.75）、CoreWeave（入力100万トークンあたり$0.76）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$2.40）、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5.2倍異なります。最安はDeepInfra (FP4)の100万トークンあたり$0.49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。Databricksが345.1 t/sで最速であり、Novita (FP8)の41.6 t/sと比べて8.3倍高速です。

15社中14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：Wafer、FriendliAI、Makora (NVFP4)、Novita (FP8)、Baseten、Parasail (NVFP4)、CoreWeave、DeepInfra (FP4)、Nebius (FP4)、Blackbox AI、Databricks、Scaleway、Fireworks、GMI (FP8)。

GLM-5.2 (max)を提供する15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、Databricks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

エンドツーエンド応答時間

料金

エンドポイント精度New

Endpoint Accuracy Index: GLM-5.2 (max)

Endpoint Accuracy Index

料金

Pricing: Cache Hit, Input, and Output

Cache Hit

Pricing: Blended Price

Price

Pricing: Cache Discount

Cache Price Discount

Output Speed vs. Price

Output Speed

速度

Output Speed: GLM-5.2 (max)

Output Speed

Model Performance Representation

Latency vs. Output Speed

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？