GLM-5：モデルファミリーと、その原点となったモデル

GLM-5は2026年2月11日にOpenRouterに登録されました。Z.aiは本モデルを「複雑なシステムエンジニアリングと長期的なエージェントタスクをターゲットにした」モデルと説明しています。つまり、手軽なチャット相手というよりも、大規模で複数ステップに及ぶプログラミングタスクを着実にこなすことを目的としています。

そのモデルカードには、アーキテクチャが具体的な数値で示されています。GLM-4.5と比較して、GLM-5は3550億パラメータ（アクティブ320億）から7440億パラメータ（トークンあたり400億アクティブ）へとスケールアップし、事前学習データは23兆トークンから28.5兆トークンへと拡大しました。各トークンで使用される重みはごく一部にとどまるため、これほど大規模なモデルであっても実用的なコストで運用可能です。

また、GLM-5はDeepSeek Sparse Attention（DSA）を採用しています。スパースアテンションにより、モデルは先行するすべてのトークンではなく選択されたサブセットのみを参照するため、Z.aiによると長文コンテキストの処理能力を維持しながらデプロイコストを大幅に削減できるとしています。OpenRouterにおいて、初代GLM-5は約205Kトークンのコンテキストウィンドウを持ち、1回の回答で最大約131Kトークンを出力できます。

事後学習（ポストトレーニング）に向けて、Z.aiは非同期強化学習インフラ「slime」を構築しました。これによりトレーニングのスループットが向上し、よりきめ細かな反復学習が可能になったとしています。モデルカードには、推論、コーディング、エージェントベンチマーク全体の結果が記載されており（例: SWE-bench Verifiedで77.8、Terminus 2ハーネスを用いたTerminal-Bench 2.0で56.2など）、リリース時点のオープンソースモデルの中で最高峰のパフォーマンスを達成したと主張しています。

これらはZ.ai自身が独自のハーネスを用いて測定した数値です。GLMのバージョン同士を比較する上では有用ですが、最も確実なテストはご自身のタスクで試すことです。実際の課題をチャットに貼り付けて、その回答を評価してみてください。

GLM-5以降、Z.aiは着実にアップデートを重ねてきました。GLM-5 Turbo（2026年3月）とマルチモーダル対応のGLM-5V-Turbo（2026年4月）は、APIを通じた高速なエージェントワークフローをターゲットとしています。GLM-5.1（2026年4月）は長期的なコーディングに特化しました。GLM-5.2（2026年6月）では、安定した100万トークンのコンテキストと調整可能なreasoning_effortが導入されました。GLM-5.3（2026年8月）はGLM-5.2のベースを維持しつつ事後学習を改良し、GLM-5.3 Flashははるかに低価格でネイティブな画像・動画入力に対応しました。GLM-5.3 FlashXとGLM-5.3 Primeは、高速APIバリアントです。

これらのモデルのうち、GLM-5、GLM-5.1、GLM-5.2、GLM-5.3、GLM-5.3 Flashの5つはHugging Face上でオープンウェイトとして公開されています。以下のデータシートおよびその下のファミリー一覧表に、各モデルのコンテキストウィンドウ、価格、ライセンスをまとめています。

新規プロジェクトであれば、通常はその必要はありません。ファミリーの後続モデルの方がコンテキストウィンドウが広く、推論強度の調整が可能で、GLM-5.3 Flashの場合は大幅に安価だからです。ただし、公開されたアーキテクチャと論文（arXiv 2602.15763）を備えた完全なMITライセンスのオープンモデルを求めている場合や、初代モデルで測定された結果を再現する必要がある場合には、今でも初代GLM-5は魅力的な選択肢です。