直接比較

Beam vs GLM 5.3

0:12

共通するベンチマーク12件中、Beamが0件で勝利

判定

GLM 5.3は、数値上では明らかに優れています。共通する12のベンチマークすべてでリードし、DeepSWE、SWE Atlas、AutomationBenchでは大差をつけ、AA-LCRでも1ポイント未満の差をつけています。どちらのGLMモデルも、総パラメータ数7530億、トークンあたりのアクティブパラメータ数約400億のMoEです。そのため、BeamがGLM 5.3に対して優位を主張できるのは、アクティブサイズの小ささとトークンあたりのコストであり、スコアではありません。

ベンチマークごとの比較

ベンチマーク	Beam	GLM 5.3	差
DeepSWE v1.1	44.4	61.0	-16.6
SWE-Bench Pro v2-Hard	77.2	84.3	-7.1
Terminal-Bench v2.1	80.1	88.2	-8.1
SWE Atlas Codebase QnA	34.6	61.0	-26.4
Humanity's Last Exam (no tools)	36.2	42.3	-6.1
SciCode	49.7	59.0	-9.3
CritPt (AA)	16.3	19.1	-2.8
GPQA Diamond	90.5	91.7	-1.2
AutomationBench (public)	37.0	48.2	-11.2
MCP Atlas	78.7	84.2	-5.5
AA-LCR (long context)	79.3	79.7	-0.4
AA Omniscience index (public split)	13.0	22.6	-9.6

すべてのスコアはReflectionの発表（2026年10月8日改訂版）に基づいています。GLM 5.3のスコアは、ReflectionがArtificial AnalysisおよびDataCurveから引用したものです。

2つのモデル

	Beam	GLM 5.3
開発元	Reflection AI	Z.ai (Zhipu AI)
拠点	米国	中国
パラメータ（合計／有効）	501B / 23B	753B / 40B
重み	Apache 2.0、2026年10月後半に提供予定	GLM-5.3 License (MIT-like, review above $10B revenue)
リリース日	2026年10月5日	2026年8月27日
利用方法	ベータAPIはウェイトリスト制。モデルウェイトは近日公開予定	Hugging Face, Z.ai API, OpenRouter