GLM-5V-Turbo vs Hunyuan Large V2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Zhipu AIのGLM-5V-TurboとTencentのHunyuan Large V2は、注目度の高い主要AIモデルです。GLM-5V-Turboは200K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$0.90/出力$2.70、一方のHunyuan Large V2は512K トークンのコンテキストで入力$0.70/出力$2.80です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GLM-5V-Turbo
ネイティブ・マルチモーダルAIZhipu AI の GLM-5V-Turbo は、テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析向けに設計されたAIモデルです。200K のコンテキストウィンドウ、毎秒 85 トークンの生成速度、知能指数 85/100（1Mトークンあたり入力$0.9・出力$2.7）を実現しています。
$0.90 / 1M
$2.70 / 1M
200K tokens
N/A
Hunyuan Large V2
フラッグシップ最先端モデルTencent の Hunyuan Large V2 は、最先端のエンタープライズ推論、ソフトウェア工学、ミッションクリティカルな本番運用向けに設計されたAIモデルです。512K のコンテキストウィンドウ、毎秒 80 トークンの生成速度、知能指数 85/100（1Mトークンあたり入力$0.7・出力$2.8）を実現しています。
$0.70 / 1M
$2.80 / 1M
512K tokens
N/A
ひと目でわかる主な違い
- Hunyuan Large V2 is 1.1x cheaper for API usage (input + output tokens combined).
- Hunyuan Large V2 has a larger context window (512K vs 200K tokens).
- GLM-5V-Turbo is faster at 85 tok/s vs 80 tok/s.
| Feature | GLM-5V-Turbo | Hunyuan Large V2 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 85 | 85 |
Provider | Zhipu AI | Tencent |
Input Price Cost per million input tokens | $0.90 / 1M | $0.70 / 1M |
Output Price Cost per million output tokens | $2.70 / 1M | $2.80 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.51 / 1M | $0.47 / 1M |
Context Window Maximum input + output tokens | 200K tokens~300 A4 pages of text | 512K tokens~768 A4 pages of text |
Max Output Tokens Per single request | 16K | 16K |
Throughput Speed Tokens generated per second | 85 tok/s | 80 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | 64% | 66% |
Cached Input Price Prompt caching discount per 1M tokens | $0.09 / 1M | $0.07 / 1M |
分野別勝者スコアカード
At-a-glance decision frameworkEvaluations ongoing
検証済みベンチマークスコア比較
Official evaluation metrics verified by independent third-party research labs.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GLM-5V-Turbo · Strengths & Key Advantages
- 200K のコンテキストウィンドウと最大 16K トークンの出力容量（GPQA Diamond 64% · MMLU-Pro 81%）
- 毎秒 85 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 490ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$0.9・出力$2.7）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Hunyuan Large V2 · Strengths & Key Advantages
- 512K のコンテキストウィンドウと最大 16K トークンの出力容量（GPQA Diamond 66% · MMLU-Pro 82.5%）
- 毎秒 80 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 480ms の低遅延
- 優れたAPI経済性（1Mトークンあたり入力$0.7・出力$2.8）に加え、プロンプトキャッシュや構造化JSON出力・関数呼び出しに完全対応
Considerations & Trade-offs
- クラウド専用のプロプライエタリモデルのため、モデル重みをダウンロードしてオフライン実行することはできません
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GLM-5V-Turbo | Hunyuan Large V2 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.22 | $0.22 |
Output Tokens / Task Tokens generated per task | 20K | 22K |
Reasoning Tokens / Task Thinking tokens burned per task | 6K | 7K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | GLM-5V-Turbo | Hunyuan Large V2 |
|---|---|---|
| Official API Model ID (SDK) | glm-5v-turbo | hunyuan-large-v2 |
| API Protocol | Zhipu AI REST API (OpenAI-Compatible) | Tencent REST API (OpenAI-Compatible) |
| Release Date | 2026-04 | 2026-05 |
| Knowledge Cutoff | February 2026 | February 2026 |
| Architecture | Frontier Commercial Vision-Language Transformer | High-Scale Sparse Mixture-of-Experts Transformer |
| Parameters | Confidential | 500B total (30B active MoE) |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.9/1M in) across full 200K window | Flat rate ($0.7/1M in) across full 512K window |
| Prompt Cache Policy & TTL | Cached input at $0.09/1M tokens | Cached input at $0.07/1M tokens |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Zhipu AI Production Safety & Alignment Verified | Tencent Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text |
| Output Modalities | text | text |
GLM-5V-Turbo vs Hunyuan Large V2: よくある質問 (FAQ)
Which model is faster?
GLM-5V-Turbo is faster, generating 85 tokens per second compared with 80 tokens per second.
Which model is cheaper to run?
Hunyuan Large V2 is cheaper at $0.47 per 1M tokens blended, compared with $0.51 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Hunyuan Large V2 has lower latency, with a time to first token of 0.48s compared with 0.49s.
Which model has a larger context window?
Hunyuan Large V2 has a larger context window, supporting 512K tokens compared with 200K tokens.
総合評価
GLM-5V-Turbo（テキストと画像のネイティブ・マルチモーダル理解および図表・ドキュメント解析、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とHunyuan Large V2（最先端のエンタープライズ推論、ソフトウェア工学、ミッションクリティカルな本番運用、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではGLM-5V-Turboがリードし、応答速度とスループットではGLM-5V-Turboが優れ、APIコスト効率ではHunyuan Large V2が有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には GLM-5V-Turbo と Hunyuan Large V2 のどちらが適していますか？+
総合知能指数およびコーディング評価では GLM-5V-Turbo が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
GLM-5V-Turbo と Hunyuan Large V2 ではどちらのAPI料金が安いですか？+
GLM-5V-Turbo は100万トークンあたり入力$0.90 / 出力$2.70、Hunyuan Large V2 は入力$0.70 / 出力$2.80です。総合的なコスト効率では Hunyuan Large V2 がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは GLM-5V-Turbo が 200K トークン、Hunyuan Large V2 が 512K トークン です。出力スピード（トークン/秒）では GLM-5V-Turbo がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GLM-5V-Turbo vs GLM-5-Turbo：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Hunyuan Large V2 vs Claude Opus 4.8：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aya Expanse 32B vs Llama 3.2 90B Vision：ベンチマーク・API料金・速度の徹底比較 (2026)比較
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
公的ソース: Zhipu AIおよびTencent公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。