GPT-6 Astra vs GLM-5.5：この比較の一方は検証できない

2026年10月6日、サードパーティの技術サイトが、GLM-5.5がMythos 5.1とGPT-6 Astraを上回ると見出しで断言するレポートを公開しました。その主張こそがこのページが存在する理由であり、それが何であるかについては正確を期す価値があります。つまり、これは同じ種類のものではない二つを並べた見出しだということです。GPT-6 Astraは出荷済みのモデルです。OpenAIは2026年9月3日にこれをリリースし、識別子gpt-6-astraを持ち、公表された4つの指標、文書化された1,050,000トークンのコンテキストウィンドウ、そして誰でも読むことのできるArtificial Analysis Intelligence Index上の位置づけを備えています。GLM-5.5は、Z.aiのリリースログ、モデルカード、料金表、あるいは同ラボが所有するどのリポジトリにも一度も現れたことのないバージョン番号です。2026年10月15日時点で、それをベンチマークし、呼び出し、価格を付ける対象となる実体は存在しません。

なので、この比較の誠実な形は、直接対決ではない。それは、それぞれの側が証拠として何を支えられるか、そして対決が現実のものになる前に現れなければならない、具体的で検証可能な事柄についての記述だ。それは、スペックシートだった場合よりも役に立つことがわかる。というのも、そのパターン——漏えいしたバージョン番号が、それを支えきれないベンチマーク主張を獲得してしまうこと——こそ、読者がこの製品ラインで繰り返し遭遇しているものだからだ。

GLM-5.5とは何か、1段落で

それは、それを飛ばした系譜の中にある名前だ。Z.aiのリリースログには、2026年8月18日にGLM-5.3、8月26日にGLM-5.3-Flashが掲載されている。同社のドキュメントにはその2つにGLM-5.2を加えたものまでが列挙され、そこで止まっている。5.4と5.5の枠は、古いアナリスト予測から上方に想定されたものであり、同社自身の8月31日の決算説明会では、次世代の基盤としてGLM-6.0が挙げられ、5.4と5.5の両方を飛ばしている。URLと再実行できるようにするための方法を含む、9つの面すべての完全な監査は、この名前に関する当社の参照ページにある。ここで重要なのはもっと狭い点だ。漏えいした数字は仕様ではなく、漏えいした数字に紐づけられたベンチマーク主張は、それを公表した人々を含め、誰にも検証できない。

2つのモデル、2種類の証拠

両者を同じ尺度に照らし合わせると、非対称性はもはや修辞ではなくなる：

• 料金表 — GPT-6 Astra は入力 $10.00、キャッシュ $1.00、キャッシュ書き込み $12.50、出力 $50.00（100万トークンあたり）。それに対し GLM-5.5 は何も公表されていない。なぜなら、公表する先の料金ページが存在しないからだ

• ロングプロンプト帯 — GPT-6 Astra は入力トークン272,000超で $20.00 / $75.00 に再価格設定、GLM-5.5 は特記すべき条件なし

• コンテキストウィンドウ — GPT-6 Astra は入力 1,050,000 トークン、出力 128,000 トークン、GLM-5.5 は未公表

• 入力モダリティ — GPT-6 Astra: テキスト、画像、ファイル入力、テキスト出力 対 GLM-5.5: 未記載

• 識別子 — GPT-6 Astra gpt-6-astra、O​penAI のドキュメントおよび当社のカタログで解決可能 対 GLM-5.5 はいかなるベンダーサーフェスでも識別子なし

• 独立スコア — Artificial Analysis Intelligence Index における GPT-6 Astra は 53、毎秒 44.6 出力トークン、完了したインデックスタスク 1 件あたり $3.26。対して GLM-5.5 はエントリなしで、それを作成する方法もない

• ベンチマーク主張 — GPT-6 Astra：ベンダー提供の表（FrontierMath Tier 4 98%、ARC-AGI-3 99.9%、ExploitBench 100%、Terminal-Bench 4.0 57.9%）。各数値は O​penAI に帰属可能で、それぞれ下記で留保付き。対する GLM-5.5 は、数値もハーネスもモデルもない比較的主張。

• 重み — GPT-6 Astra はクローズド、API のみ vs GLM-5.5 はリリースなし

Astraの記録のうち、精査に耐える部分と、そうでない部分

このページの一方の側には完全な証拠基盤があり、他方には何もないため、この記事がなしうるより価値のあることは、Astraの記録のうちどれだけが構造を支えているかを正確に示すことだ。

独立した半分は堅実だ。Artificial Analysisは、現在のIntelligence Indexで、10回の評価にわたってGPT-6 Astraを53と測定しており、そのボード上の216モデル中7位、完了したインデックスタスクあたり3.26ドルで、実行全体で約6000万の出力トークンを生成している — ボードの中央値である約8500万よりも簡潔だ。毎秒44.6出力トークンと測定され、速度では185中168位であり、それは丸め誤差ではない。多くの逐次呼び出しを行うエージェントにとって、スループットはコスト項目である。これらの数値は方法論を公開している評価者から来ており、読者が計画を立てる際に基準とすべき数値である。

ベンダー側の半分には、そのラベルを付けておく必要がある。OpenAIはFrontierMath Tier 4で98%を報告し、このティアを飽和状態と表現している。ARC-AGI-3では99.9%で、96%のレベルで人間の行動効率と同等だという主張付き。ExploitBenchでは100%で、Astraは同社のCriticalサイバーセキュリティ閾値を超えた初のOpenAIモデル。そしてTerminal-Bench 4.0では57.9%で、GPT-5.6 Solの37.3%に対する数字だ。これらのいずれも独立に再現されていない。ARC-AGI-3の数字は最も脚注を必要とするもので、ARC Prizeがそれを示した。標準ハーネスでは、モデルが自分で書いたメモだけを持ち越せるが、Astraは62.7%を記録した。99.9%は、リクエスト間で推論状態を保持するプロバイダーアダプターの下で測定された。両方の列は公開されていた。37ポイントの差はハーネスの違いの大きさであり、99.9%を競合他社の標準ハーネスの数値と比較して引用する者は、二つの異なる実験を比較していることになる。

その規律を10月6日の主張に当てはめると、最初の段階で破綻する。名前を挙げるべきハーネスもなければ、比較すべきスコアもなく、一定に保つべき設定もなく、固定すべきモデル識別子もない。「GPT-6 Astraを打ち負かす」は、まだ真偽を判定できる主張ではない。それは主語を待っている主張だ。

実際にAstraに対して実行できるGLM

検索の背後にある問いが「GLMとOpenAIのフラッグシップのどちらを使うべきか」であるなら、レポートに載っている名前は回答に載っている名前ではない。Z.aiの提供中のテキストフラッグシップはGLM-5.3であり、2026年8月18日にリリースされ、8月25日からHugging Faceで重みが公開されている——7530億パラメータのMixture-of-Expertsモデルで、トークンあたり約400億パラメータがアクティブ、100万トークンのコンテキストウィンドウ、128,000トークンの出力上限、テキスト入力とテキスト出力のみ。思考は常にオンであり、深さはreasoning_effortで設定する。オープンライセンスではなくカスタムライセンスを採用しており、APIを呼び出すのではなく重みの上に構築するつもりなら、これは実際の制約となる。

GPT-6 Astra に対しては、その取引の形は価格と冗長性のトレードオフであり、その後半こそ誰も引用しない半分だ：

• 価格 — GPT-6 Astra は100万あたり $10.00 / $50.00、対して GLM-5.3 は Z.ai 自身の料金表で $1.40 / $4.40、当社のカタログでは $1.26 / $3.96 と記載

• 独立系インデックス — GPT-6 Astra 53 対 GLM-5.3 45、いずれも現在のArtificial Analysisスケール上

• 完了したインデックスタスクあたりのコスト — GPT-6 Astra $3.26 対 GLM-5.3 $2.01

• その実行での出力トークン数 — GPT-6 Astra 60M 対 GLM-5.3 210M、ボード中央値は約85M

• スループット — GPT-6 Astra 毎秒44.6トークン 対 GLM-5.3 58.2

その4行目こそが、意思決定を変える。GLM-5.3の料金表は、入力ではAstraより約7倍安く、出力では11倍安いが、それでもインデックスタスクを完了するのに$2.01かかり、Astraは$3.26だ——その差は料金表が示唆するよりはるかに小さい。理由は冗長性にある。同じスイートで、出力トークンはAstraの6000万に対して2億1000万だ。安いトークンも、おしゃべりなモデルにかかれば安いままではいられない。当社のカタログが示す$1.26 / $3.96が見かけほど重要でないのも、これが理由だ。モデルが3.5倍多く消費するメーターでの10%割引は、トークン数の差の前では小さな効果にすぎない。

脚注ではなく記録に残すべき訂正が一つある。古い数値を手にしている人すべてに影響するからだ。この一連の報道の以前の記事、私たち自身の8月の記事を含め、Artificial Analysis Intelligence IndexでGLM-5.3を60と挙げていた。それは8月時点で最新だったインデックス版での読み値だった。同じモデルは、現在運用されている尺度では45を示す。インデックス自体が改訂されたからだ。数値が下がったのではない。物差しが変わったのだ。あるインデックス版の数値と別の版の数値を混ぜ合わせた比較は比較ではない。それは、Astraの99.9% ARC-AGI-3を、標準ハーネスの競合相手と対比して引用するのと同じ失敗の型である。

ルーティングの位置づけ

このすべてには実用的なテストが一つあり、それはカタログが果たす役割そのものだ。GPT-6 Astra は OrcaRouter 上で openai/gpt-6-astra として解決され、GLM-5.3 は z-ai/glm-5.3 として解決される。どちらも一つの OpenAI 互換エンドポイントの背後にあり、当社の上乗せは一切なく、プロバイダーのリスト料金がそのまま適用される — つまり Z.ai の料金改定も OpenAI の料金改定も、公表されたその日に同じキーに反映され、そして 両者の間でトラフィックを移すのは、二つ目の契約ではなくモデル文字列の変更で済む。何にも解決されない名前は別種のシグナルであり、そのクエリの実行は安く済む。

それはここで特定の用途がある。自分のトラフィックについてGLM対Astraの疑問に決着をつける方法は、自分のタスクセットを両方に対して実行することであり、その実験を設定するコストこそ、共有エンドポイントが取り除くものだ。それはまた、実験なしで答えの安い方の半分を与えてくれる。Astraの272,000トークン超における$20.00 / $75.00の価格帯は、GLM-5.3の一律$1.26 / $3.96がそうでない位置にちょうどある。したがって、長コンテキストのワークロードには、ベンチマークを参照する前にGLMを好む価格上の理由がある。

GLM-5.5 についてはルートが主張されていない。ルーティングすべきものが何もないからだ。それは名前であり、それに対するカタログ照会はモデルではなく not-found を返す。

このページが古くなるのはどのような場合ですか

リストは短く、各項目は独立して検証できる——そこが要点だ。GLM-5.5が実在のものとなるのは、Z.aiのドキュメントに識別子付きのモデルカードが現れたとき、料金表の行にそれが記載されたとき、同ラボが所有するHugging Faceリポジトリが名前付きライセンスの下で重みを公開したとき、独立系の評価者がそれについてのページを持ったとき、そしてカタログへの問い合わせが404ではなくモデルを返したときだ。それらのうちどれか一つでも、強力なシグナルである。少なくとも一つが現れるまでは、GLM-5.5がGPT-6 Astraに対してどのような性能を示すかを述べたレポートは、製品と、まだ実体のない予測との比較を述べているにすぎない。

したがって、今日この対決について擁護できる読み方は、勝敗の判定ではなく役割分担である。GPT-6 Astraはより証拠に裏付けられたモデルであり、より高価な方でもあり、その最も弱い地盤はまさにGLMが最も強いところだ。すなわち、長いコンテキスト、大量処理、そして出力の冗長さが支配的コストとなる作業である。GLM-5.3はより安価な課金メーターで支出のペースも遅いが、独立系スコアは8ポイント低く、どんな価格でも画像を見ることはできない。もしGLM-5.5が実際にリリースされるなら、最初に注目すべき数値はそのベンチマークではない——固定スイートにおける出力トークン数である。なぜなら、歴史的にGLMの価格優位をほぼ無にまで縮めてきたのは、その数値だからだ。

リリースはまた、これまでに何がうまくいかなかったかを確認する瞬間でもあります。このクラスのモデルをめぐる、記録に残るAIインシデントやエージェントの障害はOrcaRouter AI Incident Archiveにまとめられており、各エントリには独自の情報源、重大度、信頼度グレード、係争中フラグが付いています。