LongCat 2.5とGLM-5.3-Flashを比較：どちらを選ぶ？

ウェイトをダウンロードして自社で運用する必要があるなら、まず GLM-5.3-Flash を検討してください。長時間のコーディングや画像を使うエージェントには LongCat 2.5 も試す価値があります。ただし公開スコアだけでは、同一条件での勝者は決まりません。自分の仕事で比較してから採用を決めましょう。

Redditの利用者は、LongCat 2.5 Preview に大規模なリファクタリングを任せた際、ツールの失敗と無関係な変更が繰り返されたと報告しています。これは旧プレビュー版についての個人の経験で、11月の正式版を測定した結果ではありません。後半ではTabbit Browserで比較資料を整理する方法と、その限界を説明します。

要点

• GLM-5.3-FlashのウェイトはMITで公開されています。11月3日時点でLongCatのGitHubとHugging Faceへのリンクは公開予定でした。

• 両社はマルチモーダル機能を説明しています。画像・動画を使えるかは利用経路とクライアントで確認してください。

• LongCatのAPI文書とGLMの設定はいずれも約100万トークンのコンテキストを示します。アプリ側の上限は異なる場合があります。

• コーディングの公開スコアは条件が違います。実際に使うリポジトリとツールで検証してください。

• 料金にはキャッシュ、出力、再試行、目視レビューも影響します。

LongCat 2.5とGLM-5.3-Flashの基本比較

仕様は美団の発表、Z.aiのモデルカード、LongCat API文書、NVIDIAの文書に基づきます。料金は11月3日のLongCat公式割引とOpenRouterのZ.ai経由の例です。提供経路が異なり、Tabbitの利用料金を示すものでもありません。

LongCat 2.5はLongCat 2.0とは別のモデルです。GLM-5.3-Flashも大型のGLM-5.3とは異なります。Flashのプレビュー名についてはOx Alphaの正体を参照してください。

コーディングとエージェントはタスク全体で比べる

Terminal-Bench 2.1について、美団はLongCat 2.5の88.4を公表し、Z.aiのカードはFlashの84.3を記載しています。しかし両社のツールのバージョンや設定は異なります。4.1ポイント差から、手元の修正がテストに通るか、再試行が何回必要か、無関係なファイルを変更しないかは判断できません。

コミュニティの小規模テストではLongCat 2.5 Preview FreeとGLM 5.3 Flash Freeがともに3項目を通過しました。Flashは翌日に追加され、各項目は1回だけの実行です。投稿者自身が速度を公平に比較できないと注意しています。LongCat正式版の順位を示す結果ではありません。

同じリポジトリのコピーを用意し、課題、ツール、制限時間をそろえます。テストを変更できないようにするか、事前にハッシュを保存してください。元のテストを実行し、変更ファイル、ツールエラー、再試行、手作業の修正を記録します。複数の課題で繰り返してから判断しましょう。エージェント推論の解説でもツール環境と情報源の確認を扱っています。

コンテキストと画像は利用経路の制限を確認する

100万トークンは公表された上限であり、どのアプリでも同じ長さの入力を受け付け、正しく情報を見つけられるという保証ではありません。システム指示、ツールの結果、会話履歴、出力も枠を使います。答えが分かっている長文の冒頭、中間、末尾について質問し、古い履歴がどのように要約・削除されるか確認しましょう。

11月3日のLongCat API文書は最大出力を256Kと表示していましたが、別に取得した文書には128Kとありました。長い出力を設計する前に最新文書とアカウントの上限を確認してください。

両社とも画像入力を説明していますが、すべてのSDKや構成で使えるとは限りません。vLLMのレシピは画像・動画に対応するフロントエンドを区別しています。画像からページを作る課題では、同じ画像と採点条件を使い、実際の表示とアクセシビリティを確認します。

公開ウェイトと運用費

GLMのモデルカードにはMITライセンスのウェイトがあります。ただしvLLMはネイティブFP8のウェイトだけで約306 GiBと見積もっており、実行環境とKVキャッシュは別です。量子化、同時実行数、コンテキスト長を含めて必要容量を測定してください。

調査時、LongCatの発表ページではGitHubとHugging Faceへのリンクが公開予定でした。これはその時点の状態です。自社運用が必須なら、最新のファイルとライセンスを確認してください。

実際の費用を計算する

費用 = キャッシュ外の入力トークン / 1,000,000 × 入力単価
     + キャッシュ入力トークン / 1,000,000 × 読み取り単価
     + 出力トークン / 1,000,000 × 出力単価
     + ツール・プラットフォーム料金

上記の時点の料金では、キャッシュ外入力100万トークンと出力25万トークンはLongCatの期間限定料金で0.60ドル、OpenRouterのZ.ai経由で0.275ドルです。追加料金は含まず、両モデルの消費量が同じと仮定した計算例です。推論トークンとキャッシュ書き込みの課金も確認し、再試行とレビューを含む採用可能な結果1件当たりの費用を比較します。

Redditのコメントには、OpenCode経由のLongCat 2.5 Previewで接続が遅く不安定だったという報告もあります。特定の経路での個人体験です。タイムアウトをモデルの問題と決めつけず、提供元、エラー、再試行を記録しましょう。

Tabbitで比較資料を整理する

複数のウェブページから調べる仕事では、Tabbit Browserで情報源と回答を整理できます。Tabbitの活用例とエージェント型ブラウザーの解説も参考になります。次の画像は別のモデルを並べた一般的な画面で、この記事の2モデルの実測ではありません。

アカウントで両モデルを選べる場合は、同じ公開文書を渡し、根拠リンク付きの表を求めます。原文を開いて誤りや欠落を確認してください。一方が利用できない場合、別のモデルを代用して両者の比較と呼ぶことはできません。この記事ではログイン済みTabbitでの実行は行っていません。

ウェブ操作は取り消し可能な作業か読み取り専用の作業から始め、変更を許可する前に結果を確認します。ブラウザー自動化ガイドとAIブラウザー比較も参照してください。費用や速度を測るには、ブラウザー操作とは別に同一条件のAPIテストが必要です。

用途別の選び方

現時点ではGLM-5.3-Flashの自社運用手段が明確です。LongCat 2.5は公表された画像・エージェント用途で条件をそろえて試しましょう。最初は取り消し可能な作業を選び、採用できた結果と総費用を比較してください。

Secholar.L

Tabbit グロース&コンテンツ担当

Secholar.L は AI ブラウザとエージェントワークフローについて、実際の調査と検証可能な一次情報に基づく実践的なガイドを執筆しています。