

GLM 5.2 と DeepSeek V4 Pro を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Z.ai の GLM 5.2 と DeepSeek の DeepSeek V4 Pro はどちらもテキスト生成カテゴリのモデルで、EmpirioLabs API から利用できます。
| 仕様 | GLM 5.2 | DeepSeek V4 Pro |
|---|---|---|
| モデルID | glm-5-2 | deepseek-v4-pro |
| 開発元 | Z.ai | DeepSeek |
| リリース | 2026年6月16日 | 2026年4月24日 |
| コンテキスト長 | 1M トークン | 1M トークン |
| 最大出力 | 131,072 トークン | 393,216 トークン |
| 入力 | テキスト | テキスト |
| 出力 | テキスト | テキスト |
| 構造化出力 | JSON モード | JSON Schema |
| リージョン | Singapore | Germany |
| エンドポイント | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-2:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro:generateContent |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | GLM 5.2 | DeepSeek V4 Pro |
|---|---|---|
| max_tokens | 1 から 131072 デフォルト: 65536 | 1 から 393216 |
| temperature | 0 から 1 デフォルト: 1 | 0 から 2 デフォルト: 0.7 |
| top_p | 0.01 から 1 デフォルト: 0.95 | 0 から 1 デフォルト: 0.9 |
| reasoning_effort | none, minimal, low, medium, high, xhigh, max デフォルト: max | none, low, medium, high, max デフォルト: medium |
| enable_thinking | boolean デフォルト: true | boolean デフォルト: true |
| preserve_thinking | boolean デフォルト: false | - |
| do_sample | boolean デフォルト: true | - |
| tool_web_search | boolean デフォルト: false | - |
| search_recency_filter | oneDay, oneWeek, oneMonth, oneYear, noLimit デフォルト: noLimit | - |
| count | 1 から 50 デフォルト: 10 | - |
| search_domain_filter | string | - |
| search_prompt | string | - |
| search_result | boolean デフォルト: true | - |
| tool_stream | boolean デフォルト: false | - |
| tools | array デフォルト: [] | - |
| tool_choice | object | - |
GLM 5.2 は OpenAI 互換の Chat Completions API を提供します。任意の OpenAI SDK を EmpirioLabs API キーで https://api.empiriolabs.ai/v1 に向け、モデル ID glm-5-2 を使ってください。 どちらのモデルも同じエンドポイントで呼び出します。model を glm-5-2 または deepseek-v4-pro に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5-2",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'両方のモデルを扱ったプロンプトテストと比較実験です。
比較 Kimi K3 vs GLM 5.2 vs DeepSeek V4 Pro EmpirioLabs上でKimi K3、GLM 5.2、DeepSeek V4 Proを比較してみてください。3つの1Mトークン推論モデルを、コンテキスト、価格、画像・動画入力、ウェブ検索、構造化出力を並べて見てみましょう。
ガイド Kimi vs DeepSeek vs Qwen vs GLM:AIコーディングモデルの比較 Kimi K2.7 Code vs DeepSeek V4 Pro vs Qwen3.7 Max vs GLM 5.2、同じ3つのプロンプト、それぞれ1ショットずつ。4人全員がライン数とともにSnake、Breakout、Pongを組み立てていく...GLM 5.2 のほうが新しいリリースです (2026年6月16日)。DeepSeek V4 Pro のリリースは 2026年4月24日 です。 どちらのモデルもコンテキスト長は 1M トークンです。 1 回の応答で DeepSeek V4 Pro は最大 393,216 出力トークン、GLM 5.2 は最大 131,072 を返します。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
GLM 5.2 のほうが新しいリリースです (2026年6月16日)。DeepSeek V4 Pro のリリースは 2026年4月24日 です。
入力 (1Mプロンプトトークンあたり) の料金は GLM 5.2 のほうが低くなっています。 出力 (生成された1Mトークンあたり) の料金は DeepSeek V4 Pro のほうが低くなっています。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/chat/completions を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。
はい。EmpirioLabs プレイグラウンド で各モデルを開き、API と同じパラメーターで同じプロンプトを両方に実行できます。