何が起きたか

Z.aiが公開したGLM-5.3は、Artificial Analysis Intelligence Indexで60点を獲得し、Kimi K3と同点でオープンモデルの首位に並びました。前世代のGLM-5.2からは7点の上積みで、伸びが最も大きかったのはエージェント系タスクです。

より実務に近い評価軸であるGDPval-AA v2では、Eloスコアが1,524から1,770へと246ポイント跳ね上がり、1,855のClaude Opus 5に次ぐ2位につけました。The Decoderは、GLM-5.3が大きく前進し、利用可能な西側のフロンティアモデルに追いついたと評しています。現時点で利用できるのはZ.aiのAPI経由のみです。

なぜ重要か

注目すべきは順位そのものより、伸び方の質です。指数の総合点は7点差でも、GDPval-AA v2では246ポイントという不連続な跳ね方をしている。総合的な知識量ではなく、手順を分解して実行しきる「エージェントとしての完遂力」がこの半年で一段変わった、という読み方ができます。汎用チャットではすでに差が縮まっていた領域から、業務プロセスをそのまま任せられるかどうかの領域へ、競争の主戦場が移ったということです。

コストの動き方も示唆的です。GLM-5.3のタスク単価0.68ドルは、GLM-5.2の0.44ドルの1.5倍にあたります。世代交代で単価が上がった、つまり「安さ」だけが売りではなくなった。それでもKimi K3の0.84ドルより19%安く、性能同点でこの価格差という構図は、オープンモデル市場が単純な値下げ競争から、性能あたりの単価で殴り合う段階に入ったことを示します。

公開延期という異例の理由

もう一つの論点が、オープンウェイト公開の約2週間の延期です。Z.aiの説明によれば、GLM-5.3がセキュリティ脆弱性の検出にあまりに有効であるため、まず制御を強化し、当面は選定したセキュリティパートナーにのみフルアクセスを限定するとしています。

オープンウェイトのモデルは、いったん配布されれば誰がどう使うかを事後的に制御できません。脆弱性検出は防御側にとっての武器であると同時に、攻撃側にとっては未知の穴を大量に探す道具にもなります。中国発のオープンモデルが、性能を理由に自ら公開を遅らせたという事実は、オープンウェイト陣営が「出せば出すほど良い」という段階を抜けつつあることを意味します。裏を返せば、2週間後に重みが公開された時点で、同等の能力が誰の手にも渡るという前提でスケジュールを引く必要があるということです。

出典: THE DECODER（ベンチマーク図版のクレジットはArtificial Analysis）

💼 事業会社視点：これは自社にどう効くか

受託開発・SIerにとって：GDPval-AA v2で1,770という水準は、要件定義から実装まで一定の工程をモデルに寄せられる射程に入ってきたことを示します。オープンウェイトが2週間後に出れば、自社サーバーでの運用が現実解になる。顧客データを外部APIに出せない金融・医療・公共案件で「オンプレでフロンティア級」という提案が可能になり、逆に人月見積りの前提は崩れます。今のうちに、GLM-5.3をClaude Opus 5と同じ課題で走らせ、自社の主力業務での実力差を数値で持っておくべきです。

SaaS・EC事業者にとって：注目点は0.68ドルという単価より、GLM-5.2の1.5倍に上がったという事実です。オープンモデルは今後も自動的に安くなるとは限らない。「安いから中国モデル」という調達方針は、性能あたり単価での比較に切り替える必要があります。Kimi K3比19%安という差は、月間数百万リクエスト規模で初めて効く水準です。

全社共通のリスク：Z.aiが脆弱性検出力を理由に公開を絞ったという事実は、自社プロダクトの脆弱性が近い将来、低コストで大量にスキャンされうることを示唆します。CTOは重み公開のタイミングを見据え、外部公開資産のペネトレーションテストを前倒しで計画すべきです。