「Mi:dm K 3.0 Pro vs GLM-5.5」という見出しのタイトルカードが生成され、サブタイトルは「この対決の半分は存在しない。もう半分は120Bの韓国製ハイブリッドだ」、3枚のカードには「GLM-5.5は未リリース」「Z.aiの最近接フラッグシップGLM-5.3、753B MoE」「Mi:dm K 3.0 Pro 100万トークンあたりUSD 0.20 / 0.80」と記され、フッター行には「名称確認と価格は2026年11月11日に検証済み。」とある。OrcaRouterのロゴはアートワーク下の白い帯に合成されている。
Engineering & Research

MIDM K 3.0 Pro vs GLM-5.5:その比較はモデルを借りざるを得ない

著者

Rowan Sterling

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

この対決の半分は存在しません。GLM-5.5というモデルは存在しません:Z.ai はそれを発表したことも、価格を設定したことも、モデルカードを公開したことも、その名前で重みを出荷したこともなく、同社のラインナップは 2026 年 8 月にリリースした GLM-5.3 で止まっています。したがって「MIDM K 3.0 Pro vs GLM-5.5」というタイトルのページには三つの選択肢があります——スペックシートを捏造するか、書くのを拒否するか、5.5 という名前が何を指すのかを説明しつつ、韓国のモデルを、実際に呼び出せる Z.ai のフラッグシップと比較するか。これは三つ目です。Mi:dm K 3.0 Proは、KT が 2026 年 10 月 29 日から 100 万入力トークンあたり $0.20、100 万出力トークンあたり $0.80 で提供しているモデルで、以下ではGLM-5.3(Z.ai が 2026 年 8 月 14 日に出荷した 7500 億パラメータのテキスト向けフラッグシップ)と比較します——GLM-5.5 の疑問には最初に答えます。その名前を入力してここに来た読者は、自分が見ているものを知る価値があるからです。

GLM-5.5とは何か、そしてなぜその名前が繰り返し登場するのか

その名前は製品ではなく、予測から生まれた。2026年6月に伝えられたアナリストの予測では、Z.aiの次期フラッグシップは8月とされ、それに選ばれた番号は5.5だった。比較ページ、価格ガイド、リリース追跡記事は、その推測に基づいて書かれていた。8月になると、Z.aiは代わりにGLM-5.3を出荷した。8月14日に発表、APIは8月18日頃、オープンウェイトは8月28日、そして8月26日にはGLM-5.3-Flashが続いた。その予測は、番号についてもモデルについても間違っていた。

それ以来、命名はどちらの方向でも落ち着かないままだ。GLM-5.3、GLM-5.4、GLM-5.5、GLM-6はいずれも同じ時期に取り沙汰されたが、Z.aiはいずれも確認していない。現行のフラッグシップは依然としてGLM-5.3で、ベンダー自身のモデルページに掲載されているカードは正確に3つだけ——GLM-5.3、GLM-5.3-FlashX、GLM-5.2だ。GLM-5.5の料金表やベンチマーク表を公開している人は、モデル番号を付けた推測を公開しているにすぎない。

それは比較を省く理由にはなりません。棚にあるモデルに対して比較を実行する理由であり、このページの残りの部分がまさにそうしています。

存在する数字に基づく2つのモデル

• パラメータ — GLM-5.3は7530億パラメータのMixture of Experts(専門家混合)モデルであり、この数値はプレスリリースではなく、Z.aiが自ら公開しているリポジトリのsafetensorsメタデータから読み取ったものだ。Mi:dm K 3.0 Proは、KT自身のモデルカードによると、総パラメータ数1200億、トークンあたり120億がアクティブとなる。Z.aiのモデルは6倍の規模であり、アクティブ数が同じ形式で公開されていないため、有用な比較は総容量と意図的に小さく設定されたアクティブ部分との比較になる。

• コンテキストと出力 — GLM-5.3は1,000,000トークンを読み込み、最大128,000を返します。Mi:dm K 3.0 Proは261,795を読み込み、最大235,615を返します。一方は入力で、もう一方は出力で優位に立ち、しかもどちらも大差をつけています。

• モダリティ — どちらもテキスト入力・テキスト出力です。画像、音声、ファイルは一切受け付けません。この点において両者は完全に同一であり、2026年の比較対決としては珍しいケースで、そのおかげで比較はほとんどの場合よりもすっきりしたものになります。

• 価格 — GLM-5.3はZ.aiの料金表で、入力が100万トークンあたり1.40ドル、出力が4.40ドル、キャッシュ読み取りが0.26ドルです。Mi:dm K 3.0 Proは0.20ドルと0.80ドルで、キャッシュ読み取りは0.04ドルです。入力では7倍、出力では5.5倍安くなります。

• 推論制御 — GLM-5.3の思考は常に有効で無効化できず、無効化フラグを渡すとリクエストは失敗します。深さはreasoning_effortでlow、high、maxに設定でき、デフォルトはmaxです。Mi:dm K 3.0 Proは推論フラグを公開し、トレースを別途返しますが、公開されたeffortの段階はありません。

• ツール呼び出し — GLM-5.3は、サポート対象のパラメータとしてtools、tool_choice、並列ツール呼び出しを挙げており、ネイティブな関数呼び出しについても記載しています。Mi:dm K 3.0 Proのカタログエントリには、ツールパラメータが一切記載されていません。

• 独立スコア — GLM-5.3はArtificial Analysis Intelligence Indexで44.8、Vals Indexでは53.51%で16位、インデックスタスクあたり2.01ドルと測定されています。Mi:dm K 3.0 Proはその指数のどこにも掲載されていません。

• 重み — GLM-5.3 は Z.ai 自身の Hugging Face 組織から GLM ライセンスの下でダウンロードできます。Mi:dm K 3.0 Pro はまったくオープンではなく、KT の公開リポジトリは 2025 年の Mi:dm 2.0 世代で止まっています。

A generated two-column scoreboard card titled 'Mi:dm K 3.0 Pro vs GLM-5.3 - the scoreboard' with six matching rows: Context 262K versus 1M; Max output 236K versus 128K; Parameters 120B total and 12B active versus 753B total; Weights closed versus open; Price USD 0.20 and 0.80 versus USD 1.40 and 4.40; Index score none published versus 44.8. A footer reads 'Mi:dm figures unaudited; GLM-5.3 figures per Z.ai and Artificial Analysis.' The OrcaRouter logo is composited in the white strip below the artwork.

スコアを持つモデルと比べて5.5倍安い

2026年のフロンティア基準では、44.8は中位帯のモデルだ。Gemini 4 Argon(52.6)とClaude Opus 5.5(58)が位置する50代半ばを余裕をもって下回り、DeepSeek V4 Proの36を大きく上回る。これは、そのモデルが一般的な推論に優れ、チューニング対象において強いことを示す種類のスコアであり、GLM-5.3の場合、それはリポジトリ規模のコーディングと長期的なエージェント作業だ。

Mi:dm K 3.0 Proにはスコアがない。その不在こそが価格差におけるリスクのすべてであり、逆方向にその差を埋めるには何が必要かを具体的に考える価値がある。韓国製モデルが検証可能なタスクでより良い買い物となるには、1ドル当たりの有用性で44.8から約5.5ポイント以内に収まる必要がある。12Bがアクティブな120Bモデルで、価格がZ.aiの7分の1であるものが、明らかにその範囲外とは言えない——小型モデルはこの一年大型モデルに追い付いてきており、ハイブリッドアーキテクチャはまさに、GLM系列が生のサイズで対応している長文脈効率のために設計されている。

「明らかに外れていない」は証拠にはならない。GLM-5.3の44.8は、出荷済みエンドポイントに対して固定ハーネスを実行した結果であり、Mi:dm K 3.0 Proの欠如は、13日間課金対象となっているモデルの結果である。正しい姿勢は、安価なモデルは良い価格の未知数であり、高価なモデルは5倍のコストで既知の量である、というものだ。

A screenshot of the OrcaRouter model page for z-ai/glm-5.3 showing 1M-token context and 128K max output, capability chips for tools, JSON, reasoning and text output, a public-benchmark date of 2026-08-18, a p50 time-to-first-token of 4.36 s, pricing of $1.26 input and $3.96 output per million tokens, and a description of GLM-5.3 as Z.ai's latest flagship for long-horizon agentic software engineering.

GLM-5.3の余分なサイズが実際に表れるのはどこか

3つの場所、そしてそれらはほとんどの生産上の選択を左右する3つです。

前提。100万トークン対262Kは、これらのモデル間における最大の単一差異であり、ワークロードがそれを必要とする場合に設計上の工夫では回避できない唯一の差異です。モノレポを保持するエージェント、ツール結果を蓄積する調査タスク、文書セットを読み込む法務レビューは、262Kに達しても処理を続けます。チャンク分割は回避策ですが、相互参照の推論が失われるのはまさにチャンク分割です。プロンプトが日常的に25万トークンを超える場合、Mi:dm K 3.0 Proはより安価な選択肢ではありません — それは異なる、より小規模な製品です。

ツール使用。GLM-5.3は、OpenAI互換のインターフェース上で、並列呼び出しと構造化JSONを伴うネイティブ関数呼び出しを文書化しており、自律的な多段階エンジニアリング向けに明示的に構築されています。エージェントループは、ツール呼び出しが存在するかどうかではなく、信頼できるかどうかに依存します。そしてZ.aiは1年間、GLM-5シリーズ全体でそれを提供してきました。KTはこのモデルについてそれを一切文書化していません。コーディングエージェントにとって、その違いだけで、価格を検討する前に選択を左右し得ます。

重み。GLM-5.3 はダウンロード、セルフホスト、ファインチューニングが可能です。これは、データレジデンシー要件、ライセンス上の制約、または自社のハードウェアでモデルを評価する必要がある人にとって重要です。Mi:dm K 3.0 Pro は API 専用のため、評価できる唯一の経路はベンダーのエンドポイントです。これは韓国では実際に大きな影響を及ぼします。韓国では、公共部門や規制対象の購入者が外国の API にテキストを送ること自体ができないことが多く、国内でホストされる韓国語モデルこそが、そもそも KT を検討する理由そのものだからです。

韓国モデルの価格が見出しにならなくなるのは、どこか

二つの構造的な事情により、「7倍安い」という主張は、字面から受けるほど決定的なものではなくなっている。

最初は冗長性です。GLM-5.3の思考は常にオンで、既定では最大努力になるため、タスクに必要かどうかにかかわらず、すべてのリクエストで推論トークンを消費します。だからこそ、インデックスタスクあたりのコスト$2.01は料金表が示唆する額より高く、インデックススイート全体を実行すると$2,503かかり、名目上のトークン単価がより高いGemini 4 Argonの$2,407を上回ります。Mi:dm K 3.0 Proの推論トレースは切り替え可能なので、単純な分類では、この韓国製モデルの回答あたりのトークン数は競合よりはるかに少なくできます。難しい推論では立場が逆転します。公開された努力レベルの段階がないため、より多く考えることを買う方法はなく、オンかオフしかありません。

2つ目は割引です。KTのToken Factoryページでは現在、入力が取り消し線の₩271に対して₩190、出力が₩1,085に対して₩759と表示されています。これはドル建て定価にさらに30%のプロモーション割引を適用したもので、実効レートは$0.14と$0.56になります。GLM-5.3の$1.40と$4.40は常設の料金表です。$0.14を前提に組んだ予算は、確定する前に$0.20で再試算すべきです。ローンチプロモーションは価格ではないからです。

長時間稼働するエージェントでの差を縮めるキャッシュに関する詳細もある。GLM-5.3はキャッシュ済み入力を$0.26で読み取り、Mi:dm K 3.0 Proは$0.04で読み取る。どちらもそれぞれの基本料金の約5分の1なので、キャッシュ済みトークンでは7倍ではなく約6倍安いという比率になる。主要な主張が成り立つ程度には近いが、入力の大半が繰り返しのプレフィックスである場合は知っておく価値がある。

韓国語のテキスト 対 あらゆるデータで学習したモデル

{{1}}Z.aiはソフトウェアエンジニアリングとエージェント業務向けにGLM-5.3を訓練しており、中国語と英語を中心に据えている。{{/1}}{{2}}KTは2025年にMi:dm 2.0をオープンな12Bと2Bのペアとしてリリースする以前から、韓国語に特化してMi:dmシリーズを訓練しており、その企業向け資料では、このファミリーが韓国の社会・文化・専門分野の知識に合わせて調整されていると説明している。{{/2}}

韓国語コーパスにおいて、その差はより小さいモデルを選ぶ最も説得力のある理由であり、一般的な指標では測れない形で測定可能だ。自社の韓国語トラフィック——サポート記録、規制関連書類、社内チケット——から数百件を抽出し、両モデルの構造化出力を、すでに信頼している正解キーと照合して採点せよ。そのテストの韓国語モデル側は数セントで済む。GLM-5.3側は数ドルかかる。その結果は、韓国語業務にどちらのモデルを使うべきかについて、どちらのベンダーのマーケティングよりも多くを教えてくれるだろう。

英語のコードではそのチューニングは何の価値もなく、GLM-5.3の44.8とそのドキュメント化されたツール呼び出しの方が強い出発点だ。

A screenshot of the OrcaRouter pricing page headed 'We never mark up the tokens you buy', with a zero markup guarantee, a $0.00 routing fee, and a provider list-rate table per million tokens whose OrcaRouter fee column reads $0.00 on every visible row.

彼らに電話をかけること、そしてルーターには解決できないたった一つのこと

GLM-5.3 が OrcaRouter で z-ai/glm-5.3 として提供開始。100万トークンあたり入力 $1.26、出力 $3.96 — Z.ai 自身の価格表($1.40 / $4.40)を下回り、当社側ではマークアップを一切加えていません。キャッシュ読み取りは $0.26。Gemini 4 Argon、Claude Opus 5.5、そして 1つのキーで使える200以上の他のモデルと並んで提供されており、つまり Z.ai 系、Google 系、Anthropic 系のモデルを単一のスクリプト内で比較でき、モデル文字列を変えるだけで切り替えられるということです。

Mi:dm K 3.0 Pro は当社のルートにはありません。KT だけが提供しており、単一プロバイダーのモデルは単一障害点です。このモデルについて示されている可用性の数値は、直近1日における1社のエンドポイントを測定したものであり、失敗したリクエストをルーティングする先がありません。ワークフローがこれに依存している場合、フォールバックは自社のコード内に持たせる必要があります。そして賢明なフォールバックは、他のすべてと同じキーで利用できるモデルです。そうすれば、1回のタイムアウトによって2社目のベンダーとの契約に切り替える必要は生じません。

GLM-5.5 の疑問が未解決の間、これがこの比較の実践的な姿です。エージェント型のもの、長いもの、独立したスコアが根拠の一部になるものについては、GLM-5.3 をルーティング経路に入れてください。大量かつ検証可能な韓国語の層で、その価格が実際に効いているところでは、Mi:dm K 3.0 Pro をハードタイムアウト付きの直接呼び出しの背後に置いてください。Z.ai が次のフラッグシップを実際に投入するとき、そのルーティングルールは文字列を1つ変えるだけ;KT がベンチマークを公開すれば、判断のもう半分もそれに伴って変わる。

このページが古くなる原因は何ですか

「GLM-5.5」を予測から主題へと変える出来事は、たった二つしかない。モデルカードと価格行を伴うZ.aiの発表か、その数字を携えた重みの公開だ。どちらも起きておらず、現在のフラッグシップはGLM-5.3のままで、その隣にはGLM-5.3-FlashとFlashXが並んでいる。

一方で、Mi:dm K 3.0 Pro が「安価で未知」からチームが計画の前提にできるものへと移行するには、ベンダーによるものか独立したものかを問わず、公開された評価が1件必要だが、そうした数値はまだ存在しない。それが存在するまでは、比較は書かれたとおりに成立する。測定済みの Z.ai のフラッグシップが5.5倍の価格で、興味深いアーキテクチャとプロモーション料金を備えた韓国モデルがあり、バージョン番号は予測の中にしか存在しない。

この記事で比較したモデル3

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新