何が起きたか
Z.ai（z.ai）が、前週に公開したフロンティア級オープンソースモデル「GLM-5.3」をAPI経由で利用可能にしました。開発者はこのモデルの上にアプリケーションを構築したり、エージェントに組み込んだりできます。既存のGLM Coding Plan契約者は、現時点ではOpenAI Chat Completions互換プロトコルに限定されます。
料金は前世代のGLM-5.2から据え置きで、100万トークンあたり入力$1.40／出力$4.40。キャッシュ済み入力は$0.26で、キャッシュ入力のストレージは期間限定で無料と案内されています。モデルの重みは公開予定とされていますが、時期とライセンス条件は明らかになっていません。
GLM-5.3は公開当初から、サイバー領域の能力の高さが話題になりました。Cursorにおいて、それまで検知されていなかった脆弱性を発見したと報じられています。
価格帯としての位置づけ
VentureBeatが用いた「入力100万トークン＋出力100万トークン」という単純比較では、GLM-5.3は合計$5.80。Grok 4.6（低コンテキスト帯）の$8、Kimi K3の$18、Claude Opus 5の$30、GPT-5.6 Sol（標準モード）の$35と並べると、価格帯の違いは一目で分かります。ただしこれは実ワークロードのコスト見積もりではありません。実際の請求額は入出力比率、キャッシュ利用、消費トークン量に大きく左右されます。
GLM-5.3が最安というわけでもありません。GoogleのGemini 3.7 Flashは2026年12月31日までの導入価格が入力$0.75／出力$3.75、OpenAIのGPT-5.6 Lunaは$0.20／$1.20です。より安価な選択肢は複数あります。それでも、比較対象として名前が挙がるプレミアム級モデルに対しては、明確に一段下の価格帯にあると言えます。
「据え置き」の裏にある落とし穴
重要なのはここです。Artificial AnalysisのIntelligence Indexで、GLM-5.3は60点を獲得。Kimi K3と並び、オープンウェイトモデルとして世界最高水準となり、GLM-5.2からは7点の上昇です。ところが同社の試算では、Intelligence Index 1タスクあたりのコストはGLM-5.2の約$0.44に対し、GLM-5.3は約$0.68。トークン単価は完全に同じなのに、実コストは5割以上増える計算になります。
理由は出力の冗長化です。Artificial AnalysisはGLM-5.3が前世代より冗長になっていると指摘しています。つまり、同じ問題を解くのにより多くのトークンを使う。フラットな単価は、完了したワークロードのコストがフラットであることを意味しません。
これは推論強化型モデル全般に共通する構図です。ベンチマークスコアを押し上げる手段が「より長く考えること」である以上、単価表だけを見た調達判断は必ずずれます。点と点をつなげば、モデル比較の指標は「1Mトークンいくら」から「1タスクいくら」へ移行しつつある、ということです。
💼 事業会社視点：これは自社にどう効くか
単価表での比較をやめるのが、この記事から得るべき最大の実務的示唆です。GLM-5.3はGLM-5.2と単価が完全に同一なのに、1タスクあたりのコストは約$0.44から約$0.68へ。もし社内でAI関連の予算を「100万トークン単価×想定トークン数」で組んでいるなら、モデル更新のたびに見積もりが外れます。
特に影響が大きいのは、AIコーディング支援やエージェントを本番運用しているSaaS事業者と受託開発会社です。従量課金でエンドユーザーに転嫁している場合、単価据え置きのモデル更新でも粗利が削られる可能性があります。役員が経理・開発部門に確認すべきは一点、「1リクエストあたりの実消費トークンを計測しているか」。していなければ、まずそのログ取得から始めるべきです。
一方で、GLM-5.3が$5.80（入出力各100万トークン換算）という価格帯にオープンウェイトの最高水準を持ち込んだ意味は小さくありません。日本企業でClaude Opus 5やGPT-5.6 Solを全用途に使っている場合、コード生成やエージェント検証といった大量消費領域だけを切り出して比較検証する価値があります。重み公開が実現すればオンプレ運用の選択肢も開けますが、時期もライセンスも未定である以上、現時点でデータガバナンス上の解決策として織り込むのは早計です。海外API利用のデータ取り扱い規程は、従来どおりの審査が必要です。