Zhipu AI が GLM-5.3-Flash を投入 ── 1/10のコストで Claude Opus 4.8 に迫る
「安いは悪い」という固定観念をぶち壊すリリースだった。Zhipu AI が公開した GLM-5.3-Flash は、総パラメータ320Bのうち実際に動くのは18Bという極端なスパース構成。しかも、コーディングやエージェントタスクで Claude Opus 4.8 に肉薄しつつ、料金は1/10というから驚きだ。
▸何が変わったのか
GLM-5 シリーズで初めて「ネイティブマルチモーダル」として登場するのが今回の目玉だ。単に画像やテキストを扱えるだけでなく、アーキテクチャ自体が「能力」と「効率」の両立のために一から設計し直されている。具体的には、スパースアテンションとラインアテンションを組み合わせたハイブリッド構造を採用し、長文コンテキストのサービングコストを大幅に削減している。さらに、スケーリング効率を高めるための Manifold-Constrained Hyper-Connections (mHC) を導入し、30T トークン規模のマルチモーダル事前学習コーパスを叩き込んだ。結果として、GLM-5.2 をベンチマークでも実運用でも上回りながら、推論コストを劇的に下げることに成功している。
◈前モデル / 競合との比較
直近の GLM-5.2 を全面的に上回る性能を誇り、特にコーディングやエージェントタスクでは Anthropic の Claude Opus 4.8 に接近している。最大の差は「コスト対性能比」で、同等以上の能力を 1/10 の料円で提供できる点が、既存モデルや競合他社を強く凌駕している。
◈技術背景と意義
通常のモデルは、入力が来ると全パラメータを動員して処理するため、巨大モデルほど計算コストがかさむ。一方、GLM-5.3-Flash は「必要に応じて一部のニューロンだけを使い、残りは休止させる」という仕組み（スパース性）を基盤としている。これにより、320Bという巨大な知識量を保持しつつ、実際には18B分の計算量で済むため、サーバーの負荷と電気代がぐっと下がる。さらに、新しい接続方法である mHC により、情報を効率的に回す導線が太くなり、少ない計算でより高い知能を出すことができるようになった。
▸こんな人・用途に
・長文ドキュメントやコードベースを扱えるローカル環境での開発用 LLM として、API 課金に頼らず高速なフィードバックを得たいエンジニア ・マルチモーダル（テキスト＋画像）の判断が必要な業務自動化エージェントの構築 ・コスト制約があるが、SOTA 級のエージェント能力（Terminal-Bench 2.1 等）を求めるスタートアップ
▸Hacker Newsの反応
高スコアを獲得した2件の投稿があり、特に性能とコストのバランスに対する称賛が顕著。一方、中国の制裁背景や他社との競争力に関する深い議論も交じり、技術的な実用性だけでなく地政学的な文脈でも注目されている。
「GLM-5.3-Flashの標準API価格は1Mトークンあたり、入力$0.15、出力$0.50、キャッシュ入力$0.03。かなり安価な設定になっている。」
「中国への制裁は逆に彼らを刺激し、あらゆる分野でより良い成果を生み出させている気がする。その規模と資源考えると、対立を選ぶより協力する方が合理的だったはずだ。」
「 впечатляет. ソルxhighまでのモデルをすべてパレートフロンティアから蹴り出した。試してみるのが待ちきれない。」
「結局、AnthropicやOpenAIは計画している兆ドル単位の支出をどうやって回収するつもりなんだろう。」
「ここにはいくつかの事実誤認がある。入力モダリティがテキストのみとされているが、画像対応が最大の魅力だ。コンテキスト長も1048576であるべき。」
◆入手方法・リンク
Hugging Face に GLM-5.3-Flash-BF16 として公開されている。SGLang、vLLM、TokenSpeed、KTransformers などのフレームワークでローカルデプロイに対応しており、Z.ai API Platform 経由での利用も可能だ。
SOURCE: Zhipu AI (2026-08-25)
