2026年8月26日、Zhipu AIはGLM-5.3-Flash（320B-A18B）を正式にオープンソース化し、これが8月上旬に「Ox Alpha」の名称でOpenRouterとOpenCodeに匿名公開され、即座に両プラットフォームの利用量ランキング首位に立ったモデルであることを確認した。同モデルはMixture of Experts（MoE）アーキテクチャを採用し、総パラメータ数は3,200億、1回の推論で活性化するパラメータは180億のみで、1Mトークンのコンテキストウィンドウをサポートする。MITライセンスで全ウェイトを公開し、APIの価格設定は入力100万トークンあたり0.15ドル、出力100万トークンあたり0.50ドルで、期間限定の割引期間中はGLM-5.3正式版の20分の1にさらに引き下げられ、換算するとClaude Opus 4.8の価格の約40分の1となる。
この一連の数字が今回の発表の核心的な緊張関係を形成している。第三者機関Artificial Analysisの総合知能指数において、GLM-5.3-Flashは57点を獲得し、Anthropicの最も人気の高いフラッグシップモデルであるClaude Opus 4.8と並んで、世界最先端モデルの能力域に位置している。性能ベンチマークでは対等でありながら、価格は40倍の開きがある。
なぜ3,200億パラメータでも180億しか活性化しないのか：アーキテクチャの論理
MoE設計の本質は、パラメータがすべての計算に同時に関与するわけではない点にある。モデルは事前学習において3,200億パラメータ全体の知識密度を蓄積しており、推論時にはルーティングメカニズムが現在のリクエストを処理するために「エキスパートサブネットワーク」を選択して活性化する。今回は180億パラメータのみが呼び出される。結果として、ユーザーは超大規模モデルに近い能力を得られる一方、計算コストは活性化された部分のみに対応する。
前世代のGLM-4.5との比較は、より多くのことを示唆している。両世代のモデルは総パラメータ規模が近似しているが（GLM-4.5は355B、GLM-5.3-Flashは320B）、層数は92層から45層に削減され、活性化パラメータは32Bから18Bへと減少し、アーキテクチャが「薄く」なる一方で性能は向上した。IT之家が公式情報を引用して指摘したところによると、この飛躍の背景には2つの重要なイノベーションがある。第一に、GLM-5.3-Flashはスパースアテンションと線形アテンションのハイブリッドアーキテクチャを採用した初のオープンソース最先端モデルであり、長文脈の精度を損なうことなく長シーケンスのサービスコストを大幅に削減している。第二に、多様体制約ハイパーコネクション（Manifold-Constrained Hyper-Connections、mHC）を導入し、パラメータスケーリングの効率を向上させている。また、30兆トークンのマルチモーダル事前学習コーパスも、今世代の性能向上の重要な基盤となっている。
GLM-5.3-Flashは視覚能力をコーディングループにネイティブに統合しており、モデルはインターフェースのレンダリング結果を能動的に観察し、インタラクションのフィードバックを読み取り、それに基づいてコードを修正することができる。これはフロントエンド開発、Blender 3Dシーン構築、ブラウザとグラフィカルインターフェースを連携させた自動化タスクにおいて実用的な意義を持ち、従来の「言語＋視覚の組み合わせ」方式とはユースケース上の構造的な違いがある。
6日間の匿名テスト：意図的にブランドを伏せた実戦的ストレステスト
Ox Alphaは2026年8月20日に匿名モデルとしてOpenRouterとOpenCodeで公開され、世界中の開発者に無料で提供されたが、公開時にはベンダー情報は一切開示されなかった。その後の6日間で、OpenRouter上で23兆トークンを超える利用量を記録し、同期間の2位の約2.3倍に相当し、同プラットフォームの単一モデル公開記録を更新した。OpenCode上でも同週の利用量ランキングで首位となった。複数の報道が引用した両プラットフォームの合計利用量は44兆トークンを超えている。
この匿名テスト戦略が示す意味は、ブランドの後光を取り除いた後でも、モデルが純粋な製品力で名の知れた競合相手を上回れるということである。開発者たちは「Zhipu製」と知らない状態でこのモデルを選択し、継続して使用し、利用量をプラットフォームの歴史的ピークへと押し上げた。
IT之家の報道によると、匿名テスト段階における全演算処理は国産チップによって支えられた。Moore Threadsはモデルのオープンソース化当日にday-0迅速適応を完了し、MTT S5000スマートコンピューティングカードとMUSAソフトウェアスタックに基づいて稼働を開始した。Moore Threadsの公式発表によると、テスト期間中に約10万枚の国産演算カードが累計62兆トークンを超える利用量を処理した。Biren Technologyも同日に適応を完了し、SGLang推論フレームワークとBIRENSUPAソフトウェアスタックを活用して、壁砺166Mチップ上での推論検証を終え、外部向けのデプロイメントソリューションを提供した。
この詳細は、今回の発表の意義を単純なモデル競争から、より大きな文脈へと拡張させる。世界最先端水準に達した超大規模マルチモーダルモデルが、一般公開前に、国産ハードウェア上で実際の規模でのストレステストを完了していたということである。
2種類のベンチマーク、2種類の信頼度
GLM-5.3-Flashの性能に関する主張は2つのソースに基づいており、それぞれを分けて扱う必要がある。第三者機関Artificial Analysisが提示した総合知能指数スコアは57で、Claude Opus 4.8のスコアと並んでいる——これは独立した評価機関が同スコアを与えたものであり、信頼性は比較的高い。複数の報道によると、DeepSeekのフラッグシップモデルは同指数で53点を記録しており、GLM-5.3-Flashを下回っている。
第2の主張はZhipuが独自に開発したZ.ai Code Benchに基づいており、公式はこのベンチマーク上でGLM-5.3-Flashのコーディング性能が「Claude Opus 4.8と同等」だと述べている。enterprisedna.coはその報道の中でこの点を特に指摘している。これはベンダー自身のベンチマークテストであり、独立した比較ではないため、「結論の方向性は明確だが、慎重に扱う必要がある」としている。2種類のエビデンスの性質は異なる——第三者の総合指数スコアはモデル間で比較可能なアンカーポイントを提供するが、コーディングシナリオにおける具体的なパフォーマンスは、より広範な独立した実測によって検証される必要がある。
この区別は過度な要求ではなく、モデル選定の基本原則である。本番環境での使用を検討している開発者や企業にとって、真に重要な問いは「自分たちの実際のタスクにおいて、GLM-5.3-Flashの出力品質はどの水準にあるか」ということであり、これは実際のワークロードによる実測によってのみ答えられる。
開発者と企業のモデル選定における示唆
開発者にとって、GLM-5.3-Flashの直接的な価値は3つの要素の組み合わせにある。MITライセンスが無制限の商用デプロイを許可していること、1Mトークンのコンテキストにより大規模なコードベース全体を収容できること、そしてMoEアーキテクチャにより各呼び出しの実際のコストが3,200億の総パラメータではなく18Bの活性化パラメータに対応することである。これは同等の予算でより多くのリクエストを送り、より高い呼び出し頻度をサポートできることを意味する。
企業にとっては、意思決定の核心フレームワークを一つの問いに集約できる。どのタスクが本当にフラッグシップモデルの限界的な能力を必要としているか。定型的なコーディング支援、社内エージェントワークフロー、ドキュメント処理、コードレビュー——これらの高頻度タスクが、能力の基準ラインを満たした上で40分の1のコストで実行できるなら、累積される推論コストの節約は非常に大きくなる。enterprisedna.coの推奨は、実際のコーディングワークロードで異なる価格帯のモデルをベンチマークテストし、タスクの種類に応じてルーティングを行い、高リスク・高精度タスクにはフラッグシップモデルを、定型タスクにはよりコストの低い選択肢を割り当てるというものだ。
国内デプロイのシナリオには追加の現実的なメリットがある。Moore ThreadsとBiren TechnologyによるDay-0適応は、国産演算チップの要件を満たす必要がある組織が長い適応期間を待つことなく、規模検証済みのデプロイメントソリューションをすぐに利用できることを意味する。また、匿名テスト期間中に44兆トークンを超える国産チップの処理実績は、一定程度の本番環境での安定性の参考値も提供している。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接