GLM 5.1がエージェントベンチマークでOpus以外を全て上回る—コストは3分の1

AI企業がベンチマークを「ゲーム化」するのはよくある話ですよね。GLM 5.1も最初は怪しく見えました—テストスコアのためだけに最適化された、またもやそういうモデルなのかもと。だから実際にエージェントタスク（OpenClawみたいなやつ）で試してみて、本当に使えるのか確かめることにしました。 結果は予想外に良かった。GLM 5.1はClaude Opus 4.6レベルの性能を発揮します—基本的に業界標準ですね—なのに実行コストは1回あたり約$0.4。Opusは約$1.2なので、同じ品質で3分の1の価格です。ベンチマークでも他のモデルを全て上回っています。 AIエージェントを開発している人にとっては、これは本当に大きな話です。予算を気にせずトップティアの性能が使えるようになったから。コスト効率の限界線が大きく動きました。エージェント開発を真剣にやってるなら、試す価値ありです。