オープンウェイトモデルは、現在では実際のプロダクションワークロードに十分な強さを持っています。エージェント型コーディング、長文コンテキストワークフロー、ツールを利用するアシスタントなど、単一ベンダーに縛られることなく利用できます。「高速かつ高性能」な議論によく登場する2つのモデルが GLM-4.7-Flash と GPT-OSS-20B です。
このブログでは、実際の観点から——品質（ベンチマーク）、速度/レイテンシ、コスト——これらを比較し、両方を 今すぐ Novita AI で API 経由で実行する方法を示します。
基本情報
両モデルは高効率を目的に設計された MoE モデル ですが、重点が異なります。
- GLM-4.7-Flash：「30Bクラス」の能力と効率のバランス（長文コンテキストワークフローに優れています）。
- GPT-OSS-20B：OpenAI のオープンウェイトモデルで、低レイテンシ / シングルGPUフレンドリー と ツール利用 に最適化されています。
| GLM-4.7-Flash | GPT-OSS-20B | |
| 開発者 | Z.ai | OpenAI |
| 公開日 | 2026年1月20日 | 2025年8月5日 |
| パラメータ（活性） | 30B-A3B（MoE） | 合計21B / 活性3.6B（MoE） |
| Novita コンテキスト | 200,000 | 131,072 |
| Novita 価格 | 入力 $0.07/M · 出力 $0.40/M | 入力 $0.04/M · 出力 $0.15/M |
ベンチマーク比較
以下の図は、6つのベンチマーク（SWE-bench Verified、τ²-Bench、BrowseComp、AIME 25、GPQA、HLE）の結果を示しています。これらの数値は GLM-4.7-Flash の Hugging Face モデルページに掲載されており、それを信頼できる情報源として使用しています。
| ベンチマーク | GLM-4.7-Flash | GPT-OSS-20B | 勝者 |
| SWE-bench Verified | 59.2 | 34 | GLM-4.7-Flash |
| τ²-Bench | 79.5 | 47.7 | GLM-4.7-Flash |
| BrowseComp | 42.8 | 28.3 | GLM-4.7-Flash |
| AIME 25 | 91.6 | 91.7 | GPT-OSS-20B（わずかに上回る） |
| GPQA | 75.2 | 71.5 | GLM-4.7-Flash |
| HLE | 14.4 | 10.9 | GLM-4.7-Flash |
💡解釈
ベンチマークのほとんどは GLM-4.7-Flash を支持しており、5つの評価でリードしています。AIME 25 は実質的に互角（91.6 対 91.7）です。
- エージェント + ツール多用タスク： GLM-4.7-Flash は SWE-bench Verified と τ²-Bench で明らかにリードしており、これらは実世界のエージェントワークフロー（コーディング/ターミナル、マルチステップのインタラクション）に密接に関連しています。
- ブラウジング型タスク： GLM-4.7-Flash は BrowseComp でもリードしており、評価環境下での長期的なナビゲーション/選択動作が強いことを示しています。
- 数学： AIME 25 は実質的に同点（91.6 対 91.7）。つまり、この1つだけで選ぶべきではありません。
- 知識重視のQA： このレポートセットでは、GLM-4.7-Flash が GPQA と HLE で先行しています。
速度とレイテンシの比較
| 指標 | GPT-OSS-20B | GLM-4.7-Flash |
| 出力速度 | 268 tok/s | 140 tok/s |
| TTFT（最初の回答トークンまで） | 8.0 s | 46.5 s |
| エンドツーエンド時間 （出力500トークン） |
9.8 s | 46.5 s |
要点： GPT-OSS-20B は Time-to-First-Token と エンドツーエンド生成 の両方で はるかに高速 であり、このテストセットではトークン出力も速いです。
コスト比較
| モデル | 入力（USD / 100万トークン） | 出力（USD / 100万トークン） | キャッシュ読み取り（USD / 100万トークン） |
| GLM-4.7-Flash（zai-org/glm-4.7-flash） | $0.07 | $0.40 | $0.01 |
| GPT-OSS-20B（openai/gpt-oss-20b） | $0.04 | $0.15 | - |
GPT-OSS-20B はトークンあたりのコスト効率が高く、GLM-4.7-Flash はより高価ですが、より強力なパフォーマンスと長文コンテキスト機能が必要な場合に価値があります。詳細については、Novita AI の モデルライブラリ にアクセスして、最新の価格とモデル仕様をご確認ください。
クイックスタート：Playground で両モデルをすぐに試す
GLM-4.7-Flash と GPT-OSS-20B の違いをすぐに体験したい 場合、最も早い方法は Novita AI Playground を使用することです。コードも設定も不要です。
Playground では次のことができます。
- モデルを瞬時に切り替え GLM-4.7-Flash と GPT-OSS-20B の間で
- 同じプロンプト を使用して、出力品質、推論スタイル、応答速度を比較
Novita AI Playground
デプロイ方法：API、SDK、サードパーティ統合
API
API キーを取得する
- ステップ 1：アカウントを作成またはログイン
[**https://novita.ai**](https://novita.ai) にアクセスして、サインアップ するか、既存のアカウントにログインします。
- ステップ 2：キー管理に移動
ログイン後、「API Keys」を見つけます。
- ステップ 3：新しいキーを作成
「Add New Key」ボタンをクリックします。
- ステップ 4：すぐにキーを保存
生成されたらすぐにコピーして保存してください。通常は一度だけ表示され、後で取得できません。パスワードマネージャーや暗号化されたメモなど、安全な場所に保管してください。
OpenAI 互換 API（Python）
from openai import OpenAI
client = OpenAI(
api_key="<YOUR_NOVITA_API_KEY>",
base_url="https://api.novita.ai/openai",
)
resp = client.chat.completions.create(
model="zai-org/glm-4.7-flash",
messages=[
{"role": "system", "content": "You are a precise engineering assistant. Output valid JSON when asked."},
{"role": "user", "content": "Summarize the key risks of rolling out feature flags across 20 services."},
],
temperature=0.3,
max_tokens=4096,
)
print(resp.choices[0].message.content)
SDK
エージェント型ワークフロー（ハンドオフ、ルーティング、ツール/関数呼び出し）を構築している場合、OpenAI Agents SDK 内で Novita ホストのモデルを最小限の変更で実行できます。
- ドロップイン互換性： Novita は OpenAI 互換 API を公開しているため、Agents ワークフローはそのまま維持され、ベース URL とモデルのみが変わります。
- エージェントオーケストレーション対応： ルーティングとツールを使用してタスクを委任し、推論は Novita 上で実行します。
- 設定： SDK を
https://api.novita.ai/openaiに向け、NOVITA_API_KEYを設定し、zai-org/glm-4.7-flash（またはopenai/gpt-oss-20b）を選択します。
サードパーティプラットフォーム
Novita ホストのモデルは、以下の人気エコシステムを通じて使用することもできます。
- エージェントフレームワーク＆アプリビルダー： Novita のステップバイステップ統合ガイドに従って、Continue、AnythingLLM、LangChain、Langflow などの人気ツールと接続できます。
- Hugging Face Hub： Novita は Hugging Face 上で Inference Provider としてリストされているため、Hugging Face のプロバイダーワークフローとエコシステムを通じてサポート対象モデルを実行できます。
- OpenAI 互換 API： Novita の LLM エンドポイントは OpenAI API 標準と互換性がある ため、既存の OpenAI スタイルのアプリを簡単に移行でき、多くの OpenAI 互換ツール（Cline、Cursor、Trae、Qwen Code）と接続できます。
- Anthropic 互換 API： Novita は Anthropic SDK互換 のアクセスも提供しているため、Novita をバックエンドとするモデルを Claude Code スタイルのエージェント型コーディングワークフローに統合できます。
- OpenCode： Novita AI は OpenCode に サポートプロバイダー として直接統合されているため、ユーザーは手動設定なしで OpenCode 内で Novita を選択できます。
まとめ
- GLM-4.7-Flash は、エージェント/コーディング品質 と 非常に長いコンテキスト（200K） を最も重視する場合に適した選択肢です。提供されたチャートでは 5/6 のベンチマークでリードしています（AIME は実質的に同点です）。
- GPT-OSS-20B は、速度とコスト を最も重視する場合に適した選択肢です。提供されたレイテンシチャートでははるかに高速で、Novita のサーバーレス価格設定でも安価です。
最も早い方法は、まず Novita AI Playground で両方を試し、ビルド方法に基づいて API / SDK / サードパーティ統合 に移行することです。
Novita AI は、開発者がシンプルな API を通じて AI モデルを簡単にデプロイできる AI クラウドプラットフォームであり、手頃な価格で信頼性の高い GPU クラウドをビルドとスケーリングのために提供します。
よくある質問
GLM-4.7-Flash とは何ですか？
GLM-4.7-Flash は、Zhipu AI によって開発された30Bクラスの Mixture-of-Experts（MoE）大規模言語モデルで、高い効率性と低レイテンシで強力な推論、コーディング、エージェントパフォーマンスを提供するよう設計されています。
GLM-4.7-Flash の費用はいくらですか？
Novita AI（サーバーレス）では、GLM-4.7-Flash の料金は 入力トークン $0.07/M、キャッシュ読み取りトークン $0.01/M、出力トークン $0.40/M で、大規模コンテキストや高スループットのワークロードにコスト効率が良いです。
GLM-4.7-Flash と GPT-OSS-20B ではどちらが優れていますか？
ユースケースによります。GLM-4.7-Flash は一般的に、エージェント型、ツール多用型、実世界のベンチマークで優れたパフォーマンスを発揮しますが、GPT-OSS-20B は軽量、低レイテンシ、またはシングルGPUデプロイメントに適している場合があります。
