Muse Wonder 対 GLM 5.5：これらのモデルのうち料金表があるのは1つだけ

GLM 5.5 は存在しない。モデルカードも、API 識別子も、価格表の行も、Hugging Face リポジトリも、Z.ai 自身のサイト上でその名前を冠したページも存在せず、これまで存在したこともない。それはベンダーが採用していないコミュニティの略称だ。対照的に Meta Muse Wonder は 2026年10月12日に、エンドポイント、公開されたトークン価格、2つのチェックポイントとともにリリースされ、今日呼び出すことができる。したがって Meta Muse Wonder を GLM 5.5 と文字どおり比較するのは、噂と比較するようなものだ。実際に意思決定の役に立つ比較は、Meta Muse Wonder 対 GLM-5.3 だ。これは Z.ai が8月に本当にリリースしたフラッグシップであり、この組み合わせはほとんどの一騎打ちよりも明確な答えを出している。すなわち、7ポイントの知能差がある一方で、完了タスクあたりのコストはおよそ半分だ。

何が存在し、何が名のみなのか

この記事に必要なのは、両者の間に明確な一線を引くという規律だ。

• Meta Muse Wonder — 2026年10月12日から Meta の Model API でmuse-wonder-1.0 として一般提供されています。入力トークン100万あたり$4.00、キャッシュ済み入力$0.20、出力100万あたり$20.00。コンテキストウィンドウは1,048,576トークン。推論は常時オンで、エフォートレベルはmaxからminimalまで、デフォルトはmediumです。

• Meta Muse Wonder Full — 同じローンチにおける2つ目のチェックポイント、muse-wonder-full-1.0。より高いスコアを記録し、トークン単位ではなく Muse Code サブスクリプション内でのみ販売されています。

• GLM-5.3 — 2026年8月から一般提供。8月14日に発表、APIは8月18日頃に公開、オープンウェイトは8月28日に公開。入力トークン100万個あたり1.40ドル、キャッシュ済み0.234ドル、出力トークン100万個あたり4.40ドル。100万トークンのウィンドウで、最大出力は128,000トークン。テキスト入力、テキスト出力。推論は reasoning_effort によって low、high、max で制御され、thinking は無効化できない。

• GLM 5.5 — 何もなし。ベンダーによる発表も、識別子も、重みも、ライセンスも、スコアもない。

その最後の箇条書きは、揚げ足取りではない。「GLM 5.5」への検索関心は実在し、その名前はベンチマークのスクリーンショットやフォーラムのスレッドで出回っており、仕様表をそのまま載せてクエリに答えるページは、仕様をでっち上げているのだ。Z.ai 自身のモデル体系は GLM-5.3 シリーズが最上位で、GLM-5.3-Flash と FlashX ティアが含まれる。GLM-5.4、GLM-5.5、GLM-6 はいずれも取り沙汰されてきたが、同社はそのいずれも確認していない。

名前の由来と、それがいつ実現するかもしれないか

「5.5」というラベルは、文書ではなく日付に由来する。2026年6月25日に伝えられたアナリスト予測は、Z.aiの次のフラッグシップを8月としていた。それはベンダーの確約ではなく監視期間であり、8月は代わりにGLM-5.3が出荷されて終わった。Z.aiの実際のケイデンス——およそ54〜70日ごとに1つのフラッグシップ——を読むと、同じアナリストたちは今、次のリリースを2026年10月8日から11月9日にわたる期間と予測しており、大多数はGLM-5.5ではなくGLM-5.4という番号になると予想している。今日は10月13日で、その期間は開いている。これが、この名称について誰もが言える最も具体的なことだ。

もし本当に届いたなら、確認すべきことは、それがこの記事の対戦相手かどうかを決めるものです：

• Z.ai 自身のプラットフォーム上の API 識別子であり、単なるリーダーボードのエントリーではない

• 入力行と出力行の両方で公開されている100万トークンあたりの価格

• コンテキストウィンドウと最大出力値

• Hugging Face リポジトリ、またはそれが存在しないという明示的な表明

• 日付入りのArtificial Analysisカード。アグリゲーターの掲載はベンダーのリリースより数日遅れるため

それら5つのうち3つが存在するまでは、「GLM 5.5」は検索語であり、GLM-5.3がモデルだ。

勝敗を決める数字で見る、真の対決

出荷済みの2モデルを並べて見れば、その形は驚きではなく、まっすぐなトレードオフだ。以下のベンチマークとコストの数値は Artificial Analysis 自身のもので、同社のハーネス上で最大努力設定で実行されたものであり、どちらのベンダーの資料でもない点に留意されたい。

• Intelligence Index — Muse Wonder（max）52、GLM-5.3（max）45

• Intelligence Indexタスクあたりのコスト — Muse Wonderは約$4.52、GLM-5.3は約$2.01

• 入力価格 — Muse Wonder は100万トークンあたり$4.00、GLM-5.3 は$1.40なので、GLM-5.3 はおよそ3分の1の価格です

• 出力価格 — Muse Wonder は100万あたり$20.00、GLM-5.3 は$4.40なので、GLM-5.3 は価格が4分の1未満です

• インデックス実行で消費された出力トークン — Muse Wonder 約130M、GLM-5.3 約210M（比較クラスのボード中央値は約140M）

• 同一実行での速度 — この組み合わせにおいて、Muse Wonder は評価者による記録がありません。GLM-5.3 は毎秒約66トークンと測定されており、平均より高速と説明されています

• 重み — {{1}}GLM-5.3{{/1}}のものはZ.ai独自のライセンスの下で公開されているが、{{2}}Muse Wonder{{/2}}のものはまったく公開されていない

• 入力サーフェス — Muse Wonder はテキスト、画像、音声、動画を挙げていますが、GLM-5.3 はテキスト専用です

• コンテキスト — Muse Wonderでは1,048,576トークン、GLM-5.3では1,000,000トークンで、実用上は四捨五入程度の違いにすぎない

2つの点が際立っている。1つ目は、GLM-5.3が料金表と完了タスクの請求額の両方で安価なモデルであることだ。タスクあたり約2.25倍安く、これはこのクラスでは異例であり、当然と見なすのではなく確認する価値がある。オープンウェイト系のラボはトークン効率の差を縮めてきており、出力トークン数が2億1000万でMuse Wonderの1億3000万と比べると、GLM-5.3は2つのうちより多弁なほうであるにもかかわらず、コストは半分未満に収まっている。ひとえに、その料金表がMetaのそれよりはるかに低いからだ。

2つ目は、7ポイントの差が逆方向でどれほどの代償になるかです。中央値が27付近にある領域をまたぐ複合指標では、45と52は別クラスのモデルであり、その違いが最初に現れるのは最も難しい長期的な作業です。すなわち、多段階のエージェント型タスク、持続的なツール利用、そしてMeta自身の表で2つのチェックポイントが44ポイント離れていることが示されているプロフェッショナル向けタスクのベンチマークです。あなたのタスクが、モデルが仕事を完了するかしないかのどちらかであるなら、7ポイントは丸め誤差ではなく、安いモデルは割に合わない節約です。あなたのタスクが、両方のモデルが成功し、量に対して支払っているものであるなら——分類、抽出、要約、一次トリアージ——価格差は2.25倍で、指標上の差は見えません。

オープンウェイトは問いを根本から変える

GLM-5.3のウェイトは8月28日にZ.ai独自のライセンスの下で公開され、この表においてMuse Wonderがどんな条件でも太刀打ちできない唯一の軸がこれだ。Muse Wonderはプロプライエタリモデルで、商業ルートはただ一つ——Meta自身のAPIとMuse Code——しかなく、より高スコアのFullチェックポイントはトークン単位では一切販売されていない。

公開された重みとは、監査し、量子化し、ファインチューニングし、セルフホストし、あるいは自分が管理するバージョンで凍結できるチェックポイントを意味する。しかし、それはローカルで実行可能なモデルを意味するわけではない。フロンティア規模のMoEチェックポイントはデータセンター向けの産物であり、ワークステーションに収まるようなものではなく、ライセンス条件が、それを使って何ができるかを決める。だが、コンプライアンス上の方針によりサードパーティのエンドポイントへデータを送ることが禁じられているチームにとって、この2つのモデルの間の選択は僅差ではない。一方には出口があるのだ。

テキスト専用であることが、その代償だ。ワークロードにスクリーンショット、動画、音声が関わるなら、GLM-5.3 は価格の話になる前に候補から外れる。そして Muse Wonder がうたう音声・動画入力こそが、実際に作業をこなす能力なのだ。

cheap-firstパターンを、パイプラインをそれに賭けることなく実行する

2.25倍のコスト差と7点のスコア差を並べて見ているほとんどのチームにとって、実用的な答えはどちらか一方を選ぶことではなく、それらを順序づけて使うことだ。そしてそれはモデルの問題というよりも、ルーティングの問題である。

GLM-5.3はOrcaRouterで、Z.ai自身のリスト価格にてご利用いただけます — 入力100万トークンあたり$1.40、出力100万トークンあたり$4.40、キャッシュ読み取りは$0.234、100万トークンのフルウィンドウと推論エフォートはリクエストごとに選択できます。当社による上乗せは一切ないため、Z.aiの価格変更は次回の契約更新時ではなく、発表された当日にここへ反映されます。Muse Wonderは当社のカタログにはなく、そうでないふりをするつもりもありません。ご希望であれば、MetaのModel APIがその手段です。

このギャップが誘うパターンは、安価なモデルを先に使うカスケードだ。大量のトラフィックはGLM-5.3に送り、安価なパスで確信が持てない場合にのみフロンティアモデルへエスカレーションし、ルーティングDSLでそれを、自前のコードに3つの連携を書くのではなく1回の呼び出しとして構成できるようにする。この形では自動フェイルオーバーが通常以上に重要になる。というのも、設計全体が、最初のパスが行き詰まったときにエスカレーション経路が利用可能であることに依存しているからだ。どちらかの区間でプロバイダー障害が起きれば、コスト最適化がインシデントに変わってしまう。Muse Spark 1.2は、Metaのマルチモーダル推論チェックポイントで、入力$1.25、出力$4.25であり、エスカレーションがテキストではなくマルチモーダルである場合に配線する価値のあるもう一方の安価な区間だ。

今週やること

この見出しに登場するモデル同士ではなく、これら2つのモデルのどちらかを選ぶのであれば、大量処理・テキストのみで、どちらのモデルでも成功する作業ならGLM-5.3を選び、マルチモーダルな作業の場合、または7ポイントの指標差が完了した仕事と失敗した仕事を分ける場合にはMuse Wonderを選び、セルフホスティングや監査可能性が必須要件ならどちらよりもGLM-5.3の重みを選びましょう。

あなたをここに導いたのが GLM 5.5 という名前なら、正直な指示は識別子を待つことです。10月8日から11月9日までの期間に注目し、到着したかどうかは、Z.ai 自身の公式な場に価格の行と API モデル ID が現れるかで判断してください。リーダーボードのスクリーンショットはリリースではありませんし、料金表が出るまでは比較する対象が何もありません — これは、誰かが記憶から打ち込んだスペックシートより短く、役に立つ答えです。