Zhipu AIプロプライエタリ

GLM-GA (Generative Agent)

Name: GLM-GA (Generative Agent)
Author: Zhipu AI

このモデルを比較

Zhipu AI開発の高性能基盤モデル。中国語対応に優れ、多様なタスクに対応。

シェア:X はてブ LINE

パラメータ

非公開

コンテキスト長

ライセンス

プロプライエタリ

リリース日

2026-06-25

日本語性能

🌐多言語対応

一般的な多言語対応モデル。基本的な日本語処理は可能だが、特化モデルには劣る。

API料金

このモデルのAPI料金情報は現在未公開です

強み

弱み

活用例

深度分析

AI分析知能指数

#1 オープンウェイトモデル、#4 全体

SWE-bench Pro

62.1%

Claude Opus 4.8: 69.2%、GPT-5.5: 58.6% と比較

FrontierSWE

74.4%

Claude Opus 4.8 (75.1%) と 0.7% 以内

AIME 2026

99.2%

ほぼ完璧な数学性能

コンテキストウィンドウ

1,000,000 tokens

GLM-5.1 の 200K から 5倍に増加

API価格 (入力/出力)

$1.40 / $4.40 per 1M

Claude Opus 4.8 の出力と比べ約 6倍安い

強み

・複数のベンチマークで最高のオープンウェイトコーディングモデル、商用制限なしのMITライセンス
・1Mトークンのコンテキストウィンドウに IndexShare アーキテクチャを採用し、完全コンテキスト時のFLOPsを 2.9倍削減
・Huawei Ascend チップのみで訓練、NVIDIA 依存がなく、米国の輸出規制の影響を受けない

弱み

・SWE-bench Pro で Claude Opus 4.8 に約 7ポイント、Terminal-Bench 2.1 で約 4ポイント劣後
・冗長な出力（タスクあたり約 43K トークン）により、スケール時のコストとレイテンシが増大
・テキスト専用モダリティで、画像、音声、動画入力をサポートしない

競合比較

Model	Arena	SWE	GPQA	Price
Claude Opus 4.8	#1	69.2%	93.6%	$5/$25
GPT-5.5	#2-3	58.6%	93.6%	$5/$30
DeepSeek V4 Pro	#5-6	55.4%	~88%	$0.435/$0.87

概要

GLM-5.2 は、Zhipu AI (Z.ai) のフラッグシップオープンウェイト言語モデルで、2026年6月13日にリリースされ、中国開発のAIをフロンティアレベルに引き上げる多年にわたる取り組みの集大成を示す。744Bパラメータの Mixture-of-Experts アーキテクチャに基づき、トークンごとに約40Bのアクティブパラメータを持ち、約100,000台の Huawei Ascend 910B チップと MindSpore を使用して完全に訓練され、NVIDIA ハードウェアなしで生産された初のフロンティアモデルの一つとなる。モデルは Hugging Face で利用可能なMITライセンスの重み付きで提供され、ベンダーロックインなしに競争力のあるコーディング性能を必要とする開発者をターゲットにしている。 GLM-5.2 の主要技術革新は IndexShare で、高コストなトップkインデクサーを4つのトランスフォーマーレイヤーごとに1回実行し、残りの3つで選択されたインデックスを再利用するスパースアテンションメカニズム。これにより、1Mコンテキスト長でのトークンごとのFLOPsを 2.9倍削減し、プリフィル操作で 1.82倍の高速化を実現。KVShare とリジェクションサンプリングによる Multi-Token Prediction レイヤーの改善と組み合わせ、前モデル GLM-5.1 より推定受容長を 20% 向上させる。西洋のクローズドソースモデルに対する最強のオープンウェイト代替として位置づけられ、GLM-5.2 は長期コーディングタスクで Claude Opus 4.8 に迫る性能（FrontierSWE で 74.4% vs 75.1%）を持ちつつ、出力トークンコストは約6分の1。オープンウェイトモデルの中で Artificial Analysis Intelligence Index のトップに立ち、最大35時間、1,158回のツール呼び出しを含む自律コーディングセッションなど、実世界での大幅な採用を達成。モデルは Z.ai の戦略的転換を体現し、汎用チャットから特化したエージェントエンジニアリング能力へ向かう。

ベンチマーク＆性能

GLM-5.2 は、推論、コーディング、エージェントのベンチマークでフロンティアクラスの性能を示し、利用可能な最強のオープンウェイトモデルとして確立。 ### 推論と一般知識 | ベンチマーク | GLM-5.2 | Claude Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro | |------------|---------|-----------------|---------|----------------| | GPQA Diamond | 91.2% | 93.6% | 93.6% | ~94% | | AIME 2026 | 99.2% | 未公開 | ~99% | 未公開 | | IMO-AnswerBench | 91.0% | ~85% | ~90% | 未公開 | | HLE (w/ Tools) | 50.4% | 43.4% | 45.5% | 45.8% | 純粋な数学的推論では、GLM-5.2 は競技レベルの問題で飽和に近づき、AIME 2026 で 99.2%、IMO-AnswerBench で 91.0% を記録。GPQA Diamond では Claude Opus 4.8 と GPT-5.5 への modest な差（91.2% vs 93.6%）が見られる。 ### コーディングとソフトウェアエンジニアリング | ベンチマーク | GLM-5.2 | Claude Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro | |------------|---------|-----------------|---------|----------------| | SWE-bench Pro | 62.1% | 69.2% | 58.6% | ~54% | | FrontierSWE | 74.4% | 75.1% | 72.6% | 利用不可 | | Terminal-Bench 2.1 | 81.0% | 85.0% | 利用不可 | 利用不可 | | CyberGym | 68.7%* | 66.6%* | 利用不可 | 利用不可 | | Design Arena | #1 (Elo) | トップではない | トップではない | トップではない | *CyberGym スコアは GLM-5.1 のもの；GLM-5.2 の改善が期待されるが、個別に公開されていない。最も重要な結果は FrontierSWE で、GLM-5.2 は 74.4% を達成—Claude Opus 4.8 の 75.1% と 0.7 ポイント以内。このベンチマークは、タイトなフィードバックループを持つ現実的な長期ソフトウェアエンジニアリングタスクをテストし、エージェントコーディング能力の最も代表的な尺度となる。SWE-bench Pro では、GLM-5.2 は GPT-5.5 に 3.5ポイントリードするが、Opus には 7.1ポイント劣後。 ### エージェント能力 | ベンチマーク | GLM-5.2 | Claude Opus 4.8 | GPT-5.5 | |------------|---------|-----------------|----------| | MCP-Atlas (Public) | 67.8%* | 65.2%* | 68.0%* | | Vending-Bench 2 | $4,432* | $4,967* | $3,591* | | τ²-Bench | 89.7%* | 91.6%* | 85.5%* | *スコアは GLM-5 論文から；GLM-5.2 のこれらのベンチマークでの改善は漸進的。 ### 長コンテキスト性能 1Mトークンのコンテキストウィンドウにより、圧縮なしに持続的なエージェントセッションが可能。GLM-5.2 の IndexShare アーキテクチャは、1Mトークンでのナイーブな dense attention と比較して計算オーバーヘッドを 2.9倍削減しつつ品質を維持。LongBench v2 では、GLM-5 が 64.5%（Gemini 3 Pro の 68.2% に次ぐ第2位）を記録し、GLM-5.2 は漸進的な改善を示す。 ### セキュリティベンチマーク | ベンチマーク | GLM-5.2 | Claude Code | |------------|---------|-------------| | Semgrep IDOR (F1) | 39% | 32% | 特筆すべきことに、GLM-5.2 はスキャフォールドなしで Semgrep の IDOR 脆弱性検出ベンチマークで Claude Code を上回り、脆弱性発見あたり約 $0.17 のコスト。

詳細比較

### GLM-5.2 vs Claude Opus 4.8 Claude Opus 4.8 は、最も要求の厳しい長期コーディングタスクで依然として強力で、SWE-bench Pro で 7.1ポイント（69.2% vs 62.1%）、Terminal-Bench 2.1 で 4ポイント（85.0% vs 81.0%）リード。しかし、GLM-5.2 は実際のエージェントエンジニアリング作業を最も代表するベンチマークである FrontierSWE で差をほぼ埋める（74.4% vs 75.1%）。数学的推論では、GLM-5.2 は AIME 2026 で 99.2% を記録し、Opus が競争力のあるスコアを公開していないため、 arguably 優れている。価格が決定的な要因：GLM-5.2 は入力 $1.40 / 出力 $4.40 per 1M トークンで、Opus の $5/$25 と比較して入力約 3.6倍、出力約 5.7倍安い。毎日何千ものターンを実行する大量のエージェントワークフローでは、このコスト差が大幅に複利化。GLM-5.2 はMITライセンスのセルフホスティングも提供；Opus はAPI専用。コンテキスト：両モデルは1Mトークンウィンドウをサポート。GLM-5.2 の最大出力は 32,768 トークン；Opus は同様またはより長い出力をサポート。 ### GLM-5.2 vs GPT-5.5 GPT-5.5 は、この比較で最も高価な出力（入力 $5 / 出力 $30 per 1M トークン）を持つ OpenAI のバランスの取れたオールラウンダー。GLM-5.2 は SWE-bench Pro（62.1% vs 58.6%）と FrontierSWE（74.4% vs 72.6%）でそれを上回るが、GPQA Diamond（91.2% vs 93.6%）で劣後。GPT-5.5 はプラグイン、ツール、サードパーティサポートによるより深いエコシステム統合を持つ。両方とも1Mトークンコンテキストをサポート。GPT-5.5 はクローズドソースでAPI専用；GLM-5.2 はセルフホスティング用のMITライセンス重み付きを提供。 ### GLM-5.2 vs DeepSeek V4 Pro これはオープンウェイトのライバル関係。DeepSeek V4 Pro はより安価（入力 $0.435 / 出力 $0.87 per 1M トークン—GLM-5.2 の約3分の1）で、LiveCodeBench（93.5%）のような競技プログラミングベンチマークを支配。しかし、GLM-5.2 は広範な知能（AI Index スコア 51 vs 44）、SWE-bench Pro（62.1% vs 55.4%）、長期エージェントタスクでリード。両方ともMITライセンスと1Mトークンコンテキストを使用。絶対最小コストとコンテストスタイルコーディングには DeepSeek を選択；より高い全体的な推論品質と強力なエージェント性能には GLM-5.2 を選択。 ### GLM-5.2 vs Kimi K2.5 Kimi K2.5（Moonshot AI）は別の強力なオープンウェイトコンテンダー。GLM-5 論文のベンチマークでは、Kimi K2.5 は HLE (w/ Tools) で 51.8% vs GLM-5 の 50.4% を記録し、エージェントタスクで同等の性能を示す。GLM-5.2 はこれらのベンチマークで GLM-5 からの漸進的な改善を示す。両モデルは西洋のクローズドソースシステムに対する中国開発の代替をターゲットにするが、GLM-5.2 の1Mコンテキストと IndexShare アーキテクチャが持続的なエージェント作業に優位性を与える。

コミュニティ評価

GLM-5.2 はAI開発者コミュニティで大きな興奮を生み出し、複数の信頼できる情報源がオープンウェイトモデルにとって転換点と述べている。 **匿名リリースの影響：** 正式発表前に、Z.ai は OpenRouter でコードネーム「Pony Alpha」として GLM-5.2 を匿名でリリース。数日以内に、開発者は複雑なコーディングとエージェントタスクで卓越した性能に気づいた。憶測は横行—25%のユーザーが漏洩した Claude Sonnet 5 アップデートと推測、20%が DeepSeek V4 と考え、10%が Grok を疑った。Z.ai がアイデンティティを確認した時、ブランドバイアスなしにモデルの競争力を検証した。 **産業採用：** Lambda Labs は、経験豊富なラボや業界リーダーが GLM-5.2 にワークロードを置き換え、広範なテスト後も保持していると報告。Databricks は企業からの内部提供リクエストの増加に注目。alphaXiv は、GLM-5.2 が「私たちの自動研究パイプラインで試した中で、実際の研究タスクに能力を示した初のオープンウェイトモデル」と報告。 **開発者感情：** Zvi Mowshowitz はリリース直後に「新しい最良のオープンモデル」としてフラグを立てた。Artificial Analysis は、知能指数で最高ランクのオープンウェイトモデルと確認。モデルの採用パターンは特徴的：ユーザーが数週間以内にクローズドソースモデルに戻る以前のオープンウェイトリリースとは異なり、GLM-5.2 は持続的なプロダクション使用のために保持されている。 **コミュニティ定位：** 業界オブザーバーは、GLM-5.2 を「エージェントのためのDeepSeekの瞬間」と特徴づけている—DeepSeek V3 が汎用モデル市場を混乱させたのと同様に、GLM-5.2 が特にエージェントコーディングで同じことをするという言及。モデルがマルチモデルパイプラインで「サブエージェント」として機能し、より強力なモデル（例：Claude Opus）が計画を担当する間、委任されたコーディングタスクを処理する能力が注目された採用パターン。 **オープンソースエコシステム：** 187名の著者と包括的なドキュメンテーションにより、モデルは強力な機関的バックアップを持つ。vLLM、SGLang、Transformers などの主要フレームワーク全体でのサポートにより、広範な互換性を確保。MITライセンスは、この能力層で最も寛大な提供として称賛されている。

ユースケース

### 1. ソフトウェアエンジニアリングのための自律コーディングエージェント GLM-5.2 の主なユースケースは、長時間実行のコーディングエージェントのバックボーンとして、機能の実装、バグの修正、コードベースのリファクタリングを延長セッションにわたり自律的に実行する必要がある場合。1Mトークンのコンテキストウィンドウは、圧縮なしに中から大のリポジトリ全体を保持でき、モデルは最大35時間、1,000以上のツール呼び出しを含むセッションを実証している。 **例：** 開発チームは CI/CD パイプラインに GLM-5.2 をセットアップし、GitHub issue を自動処理する。エージェントは issue を読み、リポジトリを探索し、変更を実装し、テストを書き、PR を提出—all 人間の介入なし。入力 $1.40 / 出力 $4.40 per 1M トークンで、毎日何百ものタスクを実行することが経済的に可行であり、Claude Opus 4.8 の $5/$25 では 5-6倍高くなる。 **代替モデルより GLM-5.2 を選択する場合：** GPT-5.5（高コスト、同等の性能）、DeepSeek V4（弱いエージェント性能）、または Kimi K2.5（より小さなコンテキストウィンドウ）より選択。絶対に最高のコーディング品質が必要でコストが問題でない場合にのみ Claude Opus 4.8 を選択。 ### 2. 大量のコードレビューとセキュリティスキャンセキュリティベンチマークでの GLM-5.2 の強力な性能（Semgrep の IDOR 検出で Claude Code を上回る）と低トークン単価の組み合わせにより、大規模なコードベース全体の継続的セキュリティスキャンに最適。 **例：** セキュリティチームは CI パイプラインに GLM-5.2 を統合し、すべての PR を一般的な脆弱性パターン（IDOR、SQL インジェクション、XSS）に対してスキャンする。Semgrep のテストに基づく脆弱性発見あたり約 $0.17 で、何千ものリポジトリを持つ組織でも経済的に成り立つ。モデルの推論能力により、ルールベーススキャナーが見落とす複雑なマルチステップ脆弱性チェーンを理解可能。 **代替モデルより選択する場合：** 推論品質とコストの組み合わせにより、大規模で高すぎる Claude と推論深さが不十分なシンプルモデルの両方に対する明確な選択肢。 ### 3. 中国語の技術文書とコード中国のAIラボが開発したモデルとして、強力な中国語トレーニングデータを持ち、GLM-5.2 は中国語技術コンテンツ、文書、バイリンガルコードベースを含むタスクに優れている。 **例：** 中国のテック企業は、中国語コメント付きのコードベースを維持し、中国語と英語間の技術文書を翻訳し、中国語のAPIや文書と対話するエージェントを構築する必要がある。中国語データでのトレーニングにより、GLM-5.2 は中国語の技術用語とコンテキストの優れた理解を持つ。 **代替モデルより選択する場合：** 中国語品質が重要な場合、西洋モデルより選択。エージェントコーディング能力が優先事項の場合、他の中国モデル（DeepSeek、Qwen）より選択。 ### 4. セルフホスティングによるコスト感度の高いエンタープライズ展開規制産業の組織やデータソベリニティが必要な組織は、MITライセンスの下で GLM-5.2 をセルフホスティングし、フロンティアクラスの能力を維持しつつサードパーティAPIへのデータ送信を排除可能。 **例：** 金融サービス企業は、内部コーディングアシスタントとデータ分析エージェントを構築するために、独自のGPUインフラストラクチャ（FP8精度の 8x H200 SXM）に GLM-5.2 を展開。一括ハードウェア投資（$1M+）は、定期的なAPIコストの排除と機密コードがネットワーク外に出ないことを保証することで正当化。MITライセンスにより、シートごとのライセンスなしで無制限の内部使用が可能。 **代替モデルより選択する場合：** これがフロンティア能力を持つ最強のセルフホスティング可能オプション。DeepSeek V4 はより安価だがエージェントタスクで弱い。Qwen モデルはより安価だがコーディングベンチマークで大幅に遅れをとる。