OpenAI: GPT-5.1-Codex-Mini 対 Z.ai: GLM 4.5V
api14カタログの最新のUSD料金と機能をもとに、OpenAI: GPT-5.1-Codex-Mini（$0.88 / 100万トークン (≈ ￥138)）とZ.ai: GLM 4.5V（$2.10 / 100万トークン (≈ ￥331)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| OpenAI: GPT-5.1-Codex-Mini | Z.ai: GLM 4.5V | |
|---|---|---|
| プロバイダー | OpenAI | Z.ai |
| 入力 | $0.88 / 100万トークン (≈ ￥138) | $2.10 / 100万トークン (≈ ￥331) |
| 出力 | $7.00 / 100万トークン (≈ ￥1,105) | $6.30 / 100万トークン (≈ ￥994) |
| キャッシュ読み取り | $0.11 / 100万トークン (≈ ￥17) | $0.39 / 100万トークン (≈ ￥61) |
| ウェブ検索 | $35.00 / 1,000検索 (≈ ￥5,524) | - |
| コンテキストウィンドウ | 400,000 | 65,536 |
| 最大出力 | 128,000 | 16,384 |
| 入力 | image, text | text, image |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2025/11/13 | 2025/08/11 |
主な違い
- OpenAI: GPT-5.1-Codex-Miniは入力トークンが58%安くなっています。
- Z.ai: GLM 4.5Vは出力トークンが10%安くなっています。
- OpenAI: GPT-5.1-Codex-Miniは6.1倍長いコンテキスト（400,000トークン）を読み取れます。
- 構造化JSON出力に対応しているのはOpenAI: GPT-5.1-Codex-Miniだけです。
- 入力1,000トークン・出力500トークンのリクエストの費用は、OpenAI: GPT-5.1-Codex-Miniで$0.00438、Z.ai: GLM 4.5Vで$0.00525です。
詳しく見る
OpenAI: GPT-5.1-Codex-Mini は OpenAI によって作られ、Codex ファミリーのコンパクトなメンバーとして位置づけられており、2025-11-13 にリリースされました。Z.ai: GLM 4.5V は Z.ai によって作られ、より早く、2025-08-11 にリリースされました。どちらもテキスト出力モデルなので、送信したものは何であれテキストとして返ってきて、どちらも入力としてテキストと一緒に画像を受け付けます。実用的な違いは、誰がそれらを保守しているか、そしてどの API サーフェスを好むかから始まります。ここでは両方とも同じゲートウェイを通じて到達できるからです。
最も明確な分かれ目はコンテキストです。GPT-5.1-Codex-Mini は 400000 トークンのコンテキストウィンドウを提供し、一方 GLM 4.5V は 65536 トークンを提供するので、OpenAI のモデルは 1 回の呼び出しでより多くの資料を保持できます。どちらも画像とテキストの入力を受け付け、どちらもテキストを返すので、マルチモーダル性は両者の差別化要因ではありません。パラメータについて、GPT-5.1-Codex-Mini は reasoning_effort、verbosity、include_reasoning、structured_outputs、max_completion_tokens などの推論制御を公開し、一方 GLM 4.5V は temperature、top_p、top_k、frequency_penalty、presence_penalty、repetition_penalty などのサンプリング制御を公開します。構造化出力は GPT-5.1-Codex-Mini にのみ記載されているので、スキーマ制約付きの応答が必要なら、使うべきはそちら側です。ツール呼び出しは両方に現れるので、そこに排他的な優位性はなく、記載されている内容に基づけば、推論サポートは意味のある差別化要因ではありません。
日々の選択では、大きな入力、長いファイル、大きな差分、複数ドキュメントのコンテキストを伴う作業で、構造化出力やきめ細かな reasoning effort 制御を求める場合には GPT-5.1-Codex-Mini を選んでください。タスクがより小さなコンテキストに余裕をもって収まり、サンプリング挙動を直接制御したい場合、たとえば創造的または文体上の変化のために temperature、top_p、ペナルティを調整したい場合には GLM 4.5V を選んでください。コストも重要です。GPT-5.1-Codex-Mini は入力で安い側であり、一方 GLM 4.5V は出力で安い側なので、長いプロンプトが支配的なワークロードは一方に傾き、長い生成が支配的なワークロードはもう一方に傾きます。実際の数値を確定する前に、ライブの価格表を確認してください。
どちらのモデルも api14 を通じて呼び出す方法は同じです。API が OpenAI 互換だからです。クライアントをゲートウェイに向け、chat completions リクエストを送り、model id だけを変更します。OpenAI モデルには "openai/gpt-5.1-codex-mini" を、Z.ai モデルには "z-ai/glm-4.5v" を使ってください。messages 配列、画像パート、ツール定義、レスポンス処理は同一のままなので、切り替えは 1 行の変更であり、統合コードを書き直すことなく自分のワークロードで挙動を比較できます。
それでももう一方のモデルが勝つケースはあります。プロンプトが短く、出力が長い場合、GLM 4.5V は安い出力側であり、そのサンプリングパラメータによって生成スタイルをより直接的に制御できます。非常に大きなコンテキスト、構造化出力、または reasoning effort 設定が必要な場合、GPT-5.1-Codex-Mini の方が適しています。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"openai/gpt-5.1-codex-mini"から"z-ai/glm-4.5v"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "z-ai/glm-4.5v",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4