HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

GLM-5.2はオープンエージェントにとって大きな転換点となる

GLM-5.2 is a step change for open agents (interconnects.ai)

43 pointsby vantareed12 コメント

要約

Z.aiが公開したGLM-5.2モデルは、オープンウェイトモデルとして初めて汎用エージェント向けのコーディングハーネスで適切に機能するモデルです。Claude Fable 5の輸出制限後というタイミングもあり、OpenAIやAnthropicの最新モデルと肩を並べる性能を示し、オープンモデル経済に大きな推進力をもたらしています。これにより、閉鎖的なフロンティアラボへの価格圧力が強まり、オープンモデルの利用と普及が加速するでしょう。

全文翻訳

GLM-5.2はオープンエージェントにとってのブレークスルー

ハウスキーピング:先週の「ブログの現状」投稿に続き、有料機能のわずかな増加に言及しましたが、より大きな割引を提供するグループサブスクリプションを提供していることを皆さんに改めてお知らせする良い機会です。

本日、ターミナルエージェント向けのオープンRLレシピに関する新しい論文も発表しました。詳細はこちらをご覧ください。こちら。

1週間強前、AI界が衝撃的な輸出規制、事実上の禁止となったClaude Fable 5の余波に揺れていた頃、Z.aiは最新モデルGLM-5.2をリリースしました。このモデルは、6月13日(土曜日)にGLMコーディングプランのメンバー向けに、通常とは異なる方法で展開されました。これは珍しいリリース方法です。通常、AIモデルが週末にリリースされる場合は、奇妙な理由があることが多いです(最も有名なのはLlama 4です)。1 今回の場合、Z.aiは「Anthropicがオープンサイエンスに反対している」という時代の空気と、AI研究者に対するサイレントセーフガードをうまく利用することに興奮していたようです。過去1、2年間、中国のオープンウェイトラボは、このような簡単なマーケティング上の勝利の機会をすべて利用してきました。

共有

GLM-5.2は、業界で一般的な命名規則に従い、人気のGLM-5.1モデルに続くマイナーアップデートのように見えました。この時点で、KimiモデルのメーカーであるMoonshot AIと、GLMモデルのメーカーであるZ.aiは、AI研究者の間で最も愛されているオープンウェイトモデルとして、評判市場のトップを独占しています。展開されたのは、AIモデルの追跡においてよくある教訓です。マイナーバージョン番号でも、AIモデルが意味のあるユーザーエクスペリエンスのしきい値を超えることがあるのです。ベンチマークやトレーニングのわずかな変化が、幅広い新しいユースケースを開く可能性があります。

その後に続いたのは、GLM-5.2に対する静かな、しかし着実な熱狂でした。公式のMITライセンスのモデルウェイトとリリースブログは、最初の展開から3日後の6月16日に公開されました。多くの技術的な詳細、例えば強力なベンチマークスコア、Z.aiが使用する非常に人気のあるRLフレームワーク(SLIME)、常にモデルを最大思考努力で使用することが推奨されていることなどを延々と話すこともできますが、最初のリリースブログは通常、注目すべきものではありません。それが本物かどうかを知るには、エコシステムの反応を待って読むことができます。いずれにせよ、ベンチマークは最近、半ば死んでいます。

[

[画像: img_v3_0212o_51684a16-c33f-4429-aea5-9f5f7cdfc30g]

](https://substackcdn.com/image/fetch/$s_!xhhJ!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F7074458b-82aa-4658-95bb-9315549abb7f_4239x2799.png)

16日に続いたのは、GLM-5.2の予想を上回る結果を示すコミュニティベンチマークの数々でした。Arenaのエージェントリーダーボードでは、OpenAIとAnthropicの最新モデルと競合する唯一のオープンモデルとしてランクインしました(特に、Opus 4.8の思考なしモードとGLM-5.2の最大モードが同等でした)。これはGLM-5.2がGeminiを圧倒している多くの評価の一つですが、それはまた別の機会に話すトピックです。Design Arenaでさえ、GLM-5.2は最近禁止された話題のマシンであるClaude Fableを上回りました。このベンチマークはコミュニティ(特に実際のデザイナーの間)で評価が分かれています。

私が尊敬するAIコメンテーターや研究者層のほとんど全員が、個人的に使用した後、このモデルを賞賛しています。オープンモデルのリリースで、これほどコミュニティの議論の中心となったのは、以前DeepSeek R1の時だけでした。この比較は軽々しく行うものではありませんが、私がKimi K2のリリースを「DeepSeekモーメント」と比較したとき、GLM-5.2はその期待をはるかに超えています。Kimi K2が印象的だったのは、中国のどこからでもオープンモデルのパフォーマンスで大きな進歩が得られる可能性があることでした。GLM-5.2がもたらした進歩は、AIの進歩における一方通行のドアのようなものです。

Claude Codeを基盤としたAnthropicの記録的な収益成長率は、最高のモデルであり、これを本当に実行できる唯一のモデルであることによって大きく牽引されています。GLM-5.2は、信頼できる代替手段を提供する(間もなく登場する)多くのオープンウェイトモデルの最初のものです。この状況は、DeepSeek R1が、はるかに少ないリソースを持つオープンウェイトラボでも、OpenAIがo1で推進した連鎖思考推論モデルを再現できることを示した時と並行しています。AIシステムがより複雑になり、構築に非常に高価になるにつれて、ツール、統合されたハーネス、スケーリングされたモデルウェイトなど、このGLM-5.2の瞬間がまったく起こらないとは限りませんでした。

重要な点は、GLM-5.2は、コーディングハーネスにおいて汎用エージェントとして適切に機能するオープンウェイトモデルであるということです。 それは最初のものです。 私は個人的に、Kimi K2やGLM-5.1のような最近の競合モデルを試すのが遅れていましたが、あまりの話題に無視できませんでした。私はそれを、FireworksのAPIとClaude Codeを使って、私のトレーニング後コースのコンテンツ作成に役立てました(設定は非常に簡単でした)。Claude Codeハーネス/私のリポジトリのドキュメントがモデルに画像を送信しようとしてFireworks APIをセッション中にブリックさせるなど、いくつかの小さな問題がありましたが、手動でコンテキストをクリアする必要がありました。全体として、モデルの能力はすぐに適切だと感じられ、どのハーネスと推論プロバイダーを使用するかについては、まだ調整が必要です。

さらに多くの話題として、Z.aiの創設者がElonに「オープンウェイトFableの能力は2027年第1四半期より早く登場する」と語っていること、VercelのCEOが「@zai_orgのGLM-5.2はコーディングにおいて驚くほど優れており、本当に感銘を受けました。これは状況を変えます」と述べていること、そして私が深く尊敬する 深く尊敬する人々と、私がまだ知らない人々の混合から、さらに多くの意見があります。

では、これは良いモデルですが、私たちはどこにいるのでしょうか?

多くのトレンドが絡み合っています。まず、オープンとクローズの能力のギャップを地に足をつけて考えましょう。私は、オープンモデルが2026年初頭頃からClaude CodeでOpus 4.5のしきい値を超えた場合、「使用量の爆発」が起こると予想していると書きました。私たちは今そこにいます。2025年11月24日のClaude Opus 4.5のリリースから、GLM-5.2の2026年6月16日のリリースまでの期間は204日、つまり約6.8ヶ月です。これは、多くの人が米国のクローズドラボと中国のオープンラボのパフォーマンスラグとして主張する6〜9ヶ月の時間差に私たちを位置づけています。

これを書いている時点で、私は驚いています。米国のラボは過去約1年でコンピュート能力を急速に向上させてきたため、パフォーマンスのギャップは時間とともに拡大すると予想していました。この軌跡における非常に意味のあるステップは、Claude Fable 5のリリースでもあります。これは、Claude Opusモデルと比較して、スケール、したがって最も高度なGPUに依存していました。それでも、それは満足のいく答えではありません。この軌跡をさらに掘り下げるには、案内記事に収めるにはニュアンスが多すぎます。

最も直接的な意味は、トークン最大化を行っている組織内での価格圧力の増大であり、Anthropicの収益を急上昇させています。一部の人はAnthropicが予測ARR数値を達成できないと予測するかもしれませんが、私はそれがこれらのモデルに対する真の需要と避けられない成長を価格設定しているとは思いません。このモデルの存在は、オープンモデルの経済にとって大きな恩恵です。Fireworks、Together、Thinky(Tinker経由)、Prime Intellect、その他オープンモデルの推論やファインチューニングを販売しているすべての企業にとって、新たな転換点となります。

これらの影響がより広範な経済(およびユースケース)に浸透するには長い時間がかかるでしょう。ワークフローはますます複雑になり、人々は計画、主要なコーディング、サブエージェントのディスパッチに異なるモデルを使用しています。私は熱狂がさらに高まると予想しており、私がこれを日曜日の夜に書いている間にも、月曜日のメディアや市場の反応はDeepSeek R1のリリースのようなものになる可能性があるとさえ思います。Anthropic、ひいては米国のフラッグシップモデルがまだ禁止されている間にこの普及が起こることは、深刻な経済的打撃です。GLM-5.2は、フロンティアラボが最高レベルのモデルのみで可能になる高マージン、高収益ドメインに押し進めたいと考えている時に、その経済的基盤を切り開く時間を与えられています。

経済的な懸念は、AIで何度も語られてきた物語と似ており、いつそれが定着するかは不明です。

AIの軌跡にとってより核心的な会話は、規制とオープンモデルの制御に関するものです。安価な知能が広く普及することは経済的な利益であり、私たちのデフォルトの立場はオープンモデルを応援することであるべきですが、このモデルのリリース日は、AIパワー構造のメンタルマップにおいて、Claude Fable、したがってClaude Mythosと永久に関連付けられることになります。私たちは、Mythosクラスのモデル能力が米国政府によってリリースするには安全ではないと見なされ、中国のモデルメーカーがすべての人に利用可能な能力で前進している地点にいます。

これらのトレンドラインは必ずしも因果関係があるわけではありません。GLM-5.2のサイバーパフォーマンスがその前身と比較してどうであるかは不明ですが、能力は間違いなく相関しています。何も変わらなければ、これは米国政府がある種のオープンウェイト中国モデルを一般公開するには安全ではないと判断する可能性を示唆しています。ここには他にも多くの潜在的なシナリオがありますが、明確なのは、それらをマッピングし、インフラストラクチャを準備し、社会にメッセージを伝えるために、私たちには多くの仕事があるということです。

より能力の高いオープンモデルを管理する方法について、意思決定者に世界を想像し、伝達するためには、私だけでは不十分であり、さらに多くの人々が必要です。2 Nvidiaの次世代チップはすでに生産されており、アルゴリズムの進歩も絶えず行われているため、AIの進歩はまだ何年も続きます。オープンモデルの支持者にとっては狭い道のように感じられますが、パフォーマンスの飛躍的な進歩がクローズドモデルだけに終わらないように、それらを実行可能にする方法を見つける必要があります。

オープンアクセス可能なMythosクラスモデルを想像するのは恐ろしいことだと完全に理解できますが、もしオープンモデルが今禁止され、2年後に1つか2つの企業の手にあるクローズドモデルだけが10倍または100倍良くなったとしたら、私たちはより大きな問題に直面するだろうと思います。

1

中国のラボがモデルをリリースする速さには、常に目を見張るものがあります。複数のラボから、モデルのトレーニング完了後、HuggingFaceにウェイトを公開アップロードするまでの時間が、数日ではなく数時間で測定できると聞いています。これは、より広い推論市場にモデルを提供する準備をする必要があるため、少なくとも少しは遅くなっています。

2

クローズドモデルでさえ、例えばMythosプレビューは、不正ユーザーの手に渡ったり、ジェイルブレイクされたりすることが日常的であるという点についても、さらに議論される必要があります。したがって、アクセスにおけるオープンとクローズの二分法は、完全に白黒はっきりしているわけではありません。