FriendliAI：モデルの知能、性能、料金
この分析は、ユースケースに最適なFriendliAI提供モデルを選ぶための参考情報です。
最高の知能
GLM-5.3 (max)GLM-5.3-FlashGLM-5.2 (max)GLM-5.1GLM-5.1 (non-reasoning)Intelligence Index
モデル合計：8件
最速
GLM-5.3-FlashGLM-5.2 (max)
Gemma 4 31B (non-reasoning)GLM-5.3 (max)Gemma 4 31B出力速度
モデル合計：8件
最安料金
GLM-5.3-FlashGemma 4 31BGemma 4 31B (non-reasoning)
DeepSeek V3.2 (non-reasoning)GLM-5.3 (max)ブレンド料金（100万トークンあたり）
モデル合計：8件
FriendliAIは8モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。 以下でモデル間の主要指標を比較します。
- FriendliAIで知能が上位のモデルはGLM-5.3 (max)（45）、GLM-5.3-Flash（42）、GLM-5.2 (max)（34）です。
- 出力速度が最も速いモデルはGLM-5.3-Flash（246 t/s）、GLM-5.2 (max)（178 t/s）、Gemma 4 31B (non-reasoning)（154 t/s）です。 モデル間の速度差は大きく、最速と最遅で77%の差があります。
- 遅延では、Gemma 4 31B (non-reasoning)（0.72秒）、GLM-5.1 (non-reasoning)（0.87秒）、DeepSeek V3.2 (non-reasoning)（2.54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、GLM-5.3-Flash（$0.10）、Gemma 4 31B（$0.17）、Gemma 4 31B (non-reasoning)（$0.17）の100万トークンあたりのブレンド料金が最安です。 モデル間で料金に最大8.0倍の差があります。
- FriendliAIで最大のコンテキストウィンドウに対応するモデルはGLM-5.3 (max)（1M）、GLM-5.3-Flash（1M）、GLM-5.2 (max)（1M）です。
- GLM-5.3-Flashは出力が最も速く、料金も最も優れているため、スループットと費用を重視するアプリケーションに適しています。最高品質が必要なタスクでは、GLM-5.3 (max)が知能で首位です。
知能評価
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Indexと料金
コンテキストウィンドウ
コンテキストウィンドウ
料金
Intelligence Indexと料金
性能の概要
出力速度と料金
速度
出力速度（1秒あたりのトークン数）で測定
出力速度
遅延
最初のトークンまでの時間（秒）で測定
遅延: 最初の回答トークンまでの時間
キャッシュ動作
キャッシュヒット率
タスクあたりのコストとキャッシュヒット率
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と料金
詳細分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | オープン | 45 | $1.81 | 132 | 0.91 | 19.85 | 15.15 | |||
GLM-5.3-Flash | 1M | オープン | 42 | $0.51 | 318 | 0.60 | 8.46 | 6.29 | |||
GLM-5.2 (max) | 1M | オープン | 34 | $0.87 | 174 | 0.95 | 15.34 | 11.50 | |||
GLM-5.1 | 203k | オープン | 26 | $0.75 | 138 | 0.86 | 32.04 | 27.55 | |||
GLM-5.1 (non-reasoning) | 203k | オープン | 24* | -- | 126 | 0.85 | 4.81 | -- | |||
 MiniMax-M2.1 | 197k | オープン | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | オープン | 16* | -- | 56 | 5.17 | 14.10 | -- | |||
Gemma 4 31B | 256k | オープン | 15 | $0.10 | 124 | 0.83 | 18.87 | 14.00 | |||
Gemma 4 31B (non-reasoning) | 262k | オープン | 14* | -- | 140 | 0.77 | 4.33 | -- | |||
主要な定義
よくある質問
FriendliAIに関するよくある質問
FriendliAIが提供し、当社が追跡しているモデルは8モデルです：GLM-5.3 (max)、GLM-5.3-Flash、GLM-5.2 (max)、GLM-5.1、GLM-5.1 (non-reasoning)、DeepSeek V3.2 (non-reasoning)、Gemma 4 31B、Gemma 4 31B (non-reasoning)。
FriendliAIで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア45のGLM-5.3 (max)です。
FriendliAIで出力速度が最も速いモデルは、毎秒246.1トークンのGLM-5.3-Flashです。
FriendliAIで最初の回答トークンまでの時間が最短のモデルは、0.72秒のGemma 4 31B (non-reasoning)です。遅延が短いほど、最初の応答が速くなります。
FriendliAIでブレンド料金が最も安いモデルは、100万トークンあたり$0.10のGLM-5.3-Flashです（キャッシュヒット／入力／出力を7:2:1とした場合）。
FriendliAIのモデル間では料金に最大9倍の差があり、GLM-5.3-Flashの100万トークンあたり$0.10から、GLM-5.1 (non-reasoning)の$0.90までとなっています。
はい。FriendliAIはOpenAI互換APIを提供しているため、OpenAIからの切り替えや既存のOpenAI SDK連携の利用が容易です。
はい。FriendliAIの全8モデルが、構造化出力のJSONモードに対応しています。
はい。FriendliAIの全8モデルが関数呼び出し（ツール利用）に対応しています。
はい。FriendliAIは5推論モデルを提供しています：GLM-5.3 (max)、GLM-5.3-Flash、GLM-5.2 (max)、GLM-5.1、Gemma 4 31B。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。
はい。FriendliAIの全8モデルがオープンウェイトです。
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。
FriendliAIのモデルを選ぶ際は、知能（品質を重視するタスク）、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）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。