日本語Comparison

GLM-5.2 と Claude Fable 5 を実測比較：出力予算、reasoning_tokens、そして 0.8 価格係数

Q: GLM-5.2 は推論タスクに失敗しましたか？

いいえ。この実行では、GLM-5.2 は maxtokens=3200 で数学タスクを解き、maxtokens=8000 で物理タスクを解きました。問題は、低い予算では表示されるコンテンツが現れる前に、その大部分が reasoning tokens に消費されていたことです。

Q: HTTP 200 を成功として採点しないのはなぜですか？

HTTP 200 は API 呼び出しが返ってきたことだけを意味するからです。finishreason=length、表示されるコンテンツが空、または生成されたコードが不完全であれば、ベンチマークの回答は依然として使えない可能性があります。

Q: GLM-5.2 はまだテストする価値がありますか？

はい。現在の 0.8 割引乗数により、十分な出力予算を割り当て、レスポンスメタデータを監視できるワークロードでは魅力的です。

Q: 今後の比較では何を記録すべきですか？

最低限、maxtokens、completiontokens、reasoningtokens、finishreason、表示される出力の長さ、成果物の完全性、実行時検証を記録すべきです。

Crazyrouter の OpenAI 互換 API で glm-5.2 と claude-fable-5 を数学、物理、Canvas アニメーション課題で比較し、glm-5.2 の現在の 0.8 discount も実務目線で整理します。

Crazyrouter Team

2026年7月6日 / 342 回閲覧

共有：

GLM-5.2 と Claude Fable 5 を実測比較：出力予算、reasoning_tokens、そして 0.8 価格係数

Crazyrouter

Open API Playground Open image tool Read the docs Check live pricing

GLM-5.2 と Claude Fable 5 を実測比較：出力予算、reasoning_tokens、そして 0.8 価格係数#

この比較は「どちらが絶対に強いか」を決める記事ではありません。実際の API 呼び出しで、GLM-5.2 は出力予算を増やすと数学・物理の推論を正しく返しました。一方で Claude Fable 5 は低い予算でも短く安定し、長い HTML アニメーションではより確実に完走しました。

GLM-5.2 と Claude Fable 5 のベンチマーク

このテストを見る理由#

このテストでは、チャット UI ではなく Crazyrouter の OpenAI 互換 API を使用しました。これは重要です。なぜなら、結果は文章品質だけで判定したわけではないからです。各レスポンスは、運用上のメタデータと照合しました。

text

Base URL: https://cn.crazyrouter.com/v1
Endpoint: POST /v1/chat/completions
Models: glm-5.2, claude-fable-5
temperature: 0.2
Test date: 2026-07-06

重要なフィールドは、max_tokens、completion_tokens、reasoning_tokens、finish_reason、表示されるコンテンツの長さ、生成された HTML が閉じられているか、そしてアニメーションが実際にブラウザ上で動くかどうかでした。

テストした課題#

ベンチマークでは、意図的に 3 種類のタスクを混在させました。

タスク	目的	参照結果
`MATH-003`	状態ベースの期待値推論	HH が出るまでの期待回数 = `6`
`PHYS-003`	運動量とエネルギー収支	`V = 3.0 m/s`, `x ≈ 0.148 m`
`CODE-003-ANIM`	実行可能な長い成果物の生成	完全な 800x500 Canvas アニメーション HTML

最初の 2 つのタスクは推論力を測定しました。3 つ目のタスクは、モデルが説得力のある部分的なコードブロックではなく、完全な成果物を生成できるかを測定しました。

観測結果#

タスク	`glm-5.2`	`claude-fable-5`
数学、初回予算	`finish_reason=length`, `completion_tokens=1601`, `reasoning_tokens=1600`, 表示される本文は空	`finish_reason=stop`, 完全かつ正解
数学、再テスト	`max_tokens=3200` で正解	再テスト不要
物理、初回予算	`finish_reason=length`, 表示される本文は空	完全かつ正解
物理、再テスト	`max_tokens=8000` で正解	再テスト不要
アニメーション、初回予算	`max_tokens=3200` で表示される HTML は空	部分的な HTML、途中で切断
アニメーション、再テスト	`max_tokens=8000` でも途中で切断	完全な HTML。ブラウザ検証に合格

最も重要な観測結果は、GLM-5.2 が推論そのものに失敗していたわけではない、という点です。数学と物理のタスクでは、出力予算を増やすと正しい答えを生成しました。問題は可視性と完了性でした。リクエストは HTTP 200 を返していても、ユーザーが目にするコンテンツが空、または不完全な場合がありました。

長い Canvas アニメーションでは、差はより明確でした。GLM-5.2 は max_tokens=8000 で表示可能な HTML 断片を生成しましたが、JavaScript の途中で停止し、ファイルを閉じませんでした。Claude Fable 5 は max_tokens=8000 で HTML を完了しました。ブラウザ検証では、コンソールエラーなし、800x500 の canvas、コントロール、速度スライダーが確認され、700 ms 後の changedPixels=55090 も確認されました。

費用対効果の見方#

執筆時点で Crazyrouter の pricing API は glm-5.2 に discount: 0.8 を返しています。つまり、reasoning_tokens と max_tokens をきちんと監視できる用途では、GLM-5.2 はかなり費用対効果の高い選択肢になります。

実務上のトレードオフは次のとおりです。

ワークロード	このテストでより適していたモデル
十分な出力予算を確保した短い推論	GLM-5.2 は費用対効果の高い選択肢になり得る
低予算の推論レスポンス	Claude Fable 5 のほうが安定していた
長い単一ファイルのコード生成	この実行では Claude Fable 5 のほうが強かった
メタデータを記録するバッチ評価	GLM-5.2 は安全に運用しやすくなる

0.8 の乗数を永続的かつ普遍的な価格として扱わないでください。これは公開時点における Crazyrouter の価格データのスナップショットであり、大規模デプロイ前には再確認する必要があります。

実装時の注意#

最小リクエスト:

bash

curl https://cn.crazyrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $CRAZYROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "user",
        "content": "Solve the HH expected-flips problem with state equations."
      }
    ],
    "temperature": 0.2,
    "max_tokens": 3200
  }'

Claude Fable 5 と比較するには、同じペイロードを維持し、モデルだけを変更します。

json

{
  "model": "claude-fable-5"
}

本番運用に近い評価では、すべてのリクエストで次の形式を記録します。

json

{
  "model": "glm-5.2",
  "max_tokens": 3200,
  "finish_reason": "length",
  "completion_tokens": 3200,
  "reasoning_tokens": 3178,
  "visible_content_chars": 0,
  "html_closed": false,
  "browser_validation": "not_run_incomplete_html"
}