中国の人工知能企業Z.aiは、先週OpenRouter上にOx Alphaという名称で登場したモデルが自社のモデルの一つであることを明らかにし、GLM-5.3-Flashとして再公開した。同社はHugging Faceを通じてモデルの重みを提供し、開発者がZ.aiの提供する形式に従ってアクセスし、実行できるようにした。これにより、第三者プラットフォーム上の出所不明なサービスとしてとどまる状態から脱した。
Ox Alphaは開発元を明らかにしないままOpenRouterで無料提供されていたが、複数のベンチマークやランキングで強い結果を示したことで、すぐに注目を集めた。開発元の身元が明らかでなかったため、その背後にいる研究所をめぐる議論が起こり、Z.aiは同社がモデルとの関係を認める前から有力候補の一つとして挙げられていた。
プログラミングとエージェントタスク向けのモデル
Z.aiは、同モデルをプログラミング、長期的なエージェントタスク、本番環境でのワークロードを対象とする推論モデルとして位置付けている。公開された情報によると、GLM-5.3-Flashは、長期にわたるソフトウェア開発タスク、複雑な推論問題、テキストと視覚的コンテキストを組み合わせたワークフローに対応するよう設計されている。
同モデルは、総計3,200億パラメーターを持つMixture of Experts (MoE)アーキテクチャを採用しているが、各クエリの処理時にアクティブになるのは約180億パラメーターにすぎない。また、コンテキストウィンドウは最大100万トークンで、テキスト、画像、動画に対応する。一方、生成される応答の長さは最大13万1,072トークンに達する。
長いコンテキスト向けに設計されたアテンション構造
Z.aiによると、同モデルは採用しているアテンション構造において、従来のGLM世代と異なる。Sparse attentionは、すべてのトークンを同時に評価するのではなく、入力の中で最も関連性の高い部分に集中することで、長い入力を扱う際に必要な計算量を削減することを目指している。
一方、Linear attentionの手法は、コンテキストの拡大に伴うメモリー使用量の増加を抑えることを目的としている。同社は、モデルの訓練に30兆トークン規模のデータセットを使用し、訓練プロセスの改善のためにmHCという手法も用いたと説明している。
開発者にとって何を意味するのか
Z.aiは、GLM-5.3-Flashの運用コストが同社の従来モデルの10分の1であると述べている。この差が実際の利用にも反映されるなら、長時間稼働するエージェントタスクを実行するチームや、大規模なコンテキストを処理する必要があるチームにとって重要になる可能性がある。ただし、本文には測定条件、価格、ハードウェア要件の詳細が示されていないため、費用面での比較には独立した検証が必要となる。
同社が示したテストでは、同モデルをClaude Opus 4.8、GPT-5.6 Terra、Gemini 3.7 Flashと比較した。Z.aiの結果によると、GLM-5.3-Flashは、知識集約型タスクの性能を測定するGDPval-AA v2テストで最高スコアを獲得し、クラウドアプリケーション内でタスクを完了する能力を測るAutomationBenchでは2位となった。
この発表の重要性は、Hugging Faceを通じて利用可能な重み、非常に長いコンテキスト、エージェントとプログラミングへの明確な重点という三つの要素を組み合わせている点にある。しかし、記載された結果は同社自身によるもので、本文には手法やテストの再現可能性に関する詳細が含まれていないため、それだけで競合モデルを上回ることを証明するものではない。今回のリリースは、OpenAIやAnthropicなどが提供するクローズドモデルの代替として、オープンウェイトで、運用コストの低減を志向したモデルを提供しようとする、中国の人工知能企業によるより広範な取り組みの一環である。