AI-Papers
- Zhipu AIが744Bパラメータ（MoE構成で40Bアクティブ）のGLM-5をMITライセンスで完全公開
- SWE-bench Verifiedで77.8%を記録しオープンソースモデル1位、Claude Opus 4.5を上回るスコアも達成
- API価格は入力$0.50/1M tokens、出力$1.50/1M tokensでClaude Opusの約6分の1を実現
中国のAI自立戦略の象徴として登場
中国のAI企業Zhipu AIは2025年2月11日、744Bパラメータ規模のオープンソース大規模言語モデル「GLM-5」を公開しました。このモデルは完全にMITライセンスで提供され、商用利用も無制限に許可されています。
GLM-5の最大の特徴は、Mixture of Experts（MoE）アーキテクチャを採用している点です。総パラメータ数は744Bですが、実際に推論時にアクティブになるのは40Bのみです。MoEでは全パラメータが常時動作せず、入力に応じて最適な40Bの専門家ネットワークが選択される仕組みです。この設計により、超大規模モデルの性能を維持しながら推論コストを大幅に削減しています。
注目すべきは、GLM-5が米国製GPUではなく、Huawei Ascendチップのみで学習された点でしょう。これは米中技術摩擦を背景とした中国のAI自立戦略の象徴的な成果と言えます。
主要ベンチマークで最高水準の性能を記録
GLM-5は複数の主要ベンチマークで優れた性能を示しています。ソフトウェアエンジニアリングタスクを評価するSWE-bench Verifiedでは77.8%のスコアを記録し、オープンソースモデルとして1位を獲得しました。
比較対象となる他のオープンソースモデルを見ると、Meta Llama 3.1 405Bは73.2%、Mixtral 8x22Bは68.9%にとどまっています。GLM-5はこれらを明確に上回る性能を示しました。
さらに、高度な推論能力を測定するHumanity's Last Examでは、ツール使用モードでGLM-5が82.3%を記録しています。これはClaude Opus 4.5の81.7%、GPT-5.2の81.4%を上回る結果です。幅広い領域で商用最高峰モデルと同等以上の能力を持つことが実証されたと言えるでしょう。
幻覚率（hallucination rate）の低さも特筆すべき点です。Zhipu AIによれば、GLM-5は独自の強化学習手法「Slime」を採用することで、事実に基づいた正確な回答生成を実現しています。
独自のRL手法「Slime」が精度向上を支える
GLM-5の高い精度を支えているのが、Zhipu AIが開発した強化学習手法「Slime」です。従来のRLHF（Reinforcement Learning from Human Feedback）とは異なるアプローチを採用しています。
Slimeは、モデルが生成した回答の正確性を多角的に評価し、誤った情報を含む回答にペナルティを与える仕組みを持ちます。これにより、モデルは不確実な情報を生成するリスクを学習し、より慎重で正確な回答を生成するようになりました。
この手法は特にコーディングタスクや専門知識が必要な質問応答において効果を発揮しています。SWE-bench Verifiedでの高スコアも、Slimeによる精度向上が大きく寄与していると考えられます。
APIコストはClaude Opusの約6分の1
GLM-5のもう一つの大きな魅力は、API提供価格の安さです。Zhipu AIは商用API経由でのアクセスも可能にしており、その価格設定は極めて競争力があります。
GLM-5のAPI価格は入力トークン単価$0.50/1M tokens、出力$1.50/1M tokensです。これに対し、Claude Opus 4.5は入力$3.00/1M tokens、出力$15/1M tokensとなっており、GLM-5は入力で6分の1、出力でも10分の1のコストを実現しています。
性能面でClaude Opusと同等以上のスコアを示しながら、コストは大幅に低く抑えられています。この価格設定は、大規模なLLM活用を検討する企業にとって極めて魅力的な選択肢となるでしょう。
加えて、MITライセンスによる完全オープンソース化により、自社環境での運用も可能です。API利用とセルフホスティングの両方の選択肢を持てる点は、企業の利用形態に応じた柔軟性を提供します。
オープンソースAI競争の新たな局面
GLM-5の公開は、オープンソースLLM市場に大きなインパクトを与えています。これまでMeta Llamaシリーズが主導してきたこの分野に、新たな強力な選択肢が加わりました。
MITライセンスの採用により、研究利用だけでなく商用展開も自由に行えます。中国市場だけでなく、グローバルなAIエコシステムにおいても存在感を示す可能性があります。
Huawei Ascendチップでの学習成功は、NVIDIAのGPU独占に依存しないAI開発の可能性を示しました。今後、中国製チップを活用した大規模モデル開発がさらに加速する可能性があるでしょう。
GLM-5の登場により、オープンソースAI競争は新たな局面を迎えています。性能・コスト・オープン性の3つを兼ね備えたモデルが、今後のLLM活用にどのような影響を与えるか注目されます。
