重要なポイント
- オープンウェイト2位、リリース時は1位だった。 GLM-5.2は2026年6月のリリース時点でArtificial Analysis Intelligence Index v4.1で51ポイントを獲得し、当時トップのオープンウェイトモデルでした。2026年8月時点では、Moonshot AIのKimi K3（57ポイント、2026年7月27日リリース）がオープンウェイト1位を占め、GLM-5.2（更新されたv4.1.1指標で現在約52.6）は2位で、MiniMax-M3とDeepSeek V4 Pro（各44）にはなお勝っています。
- Z.aiはすでに後継モデルGLM-5.3をリリース済み。 2026年8月14日にリリースされたGLM-5.3は、GLM-5.2と同じベースモデルにより強力な事後学習を施したもので、コーディングスコアが大幅に向上しています（Terminal-Bench 3.0が4.6から28.3に上昇）。現時点ではZ.aiのAPIとCoding Planを通じてのみ利用可能で、本更新時点ではパブリックなウェイトは公開されていません。
- コーディングは強力だが、クローズドフロンティアとの差はさらに開いた。 GLM-5.2は独立系のコーディングベンチマークで依然GPT-5.5を上回りますが、AnthropicとOpenAIはそれ以降、より新しいクローズドモデル — Claude Opus 5とGPT-5.6 Sol — をリリースしており、直接対決のコーディング比較では2026年6月時点の旧モデルよりも大きな差でGLM-5.2をリードしています。
- 約744Bパラメータは依然として自宅では動かせない。 Mixture-of-Experts（トークンあたりアクティブ約40B）ですが、フルモデルにはマルチGPUまたはレンタルGPUが必要です。Z.aiのより小型なGLM-5.3-Flash（総パラメータ320B／アクティブ18B、2026年8月26日リリース、MITライセンス）はより自己ホストしやすいものの、強力な量子化なしに単一のコンシューマーGPUで動かすにはなお程遠い規模です。
- 自己ホストのウェイトはデータを保持するが、Z.ai APIは必ずしもそうではない。 MITライセンスのウェイトは自社の境界内で動作しますが、ファーストパーティのZ.ai APIには中国のデータ所在に関する考慮事項が伴います。
- Z.ai自身のベンチマークは企業申告値として扱う。 再現性には議論があり、独立系のArtificial Analysisの数値を優先してください。
GLM-5.2とは？
GLM-5.2は、2026年6月13日にZ.ai（旧Zhipu AI）がMITライセンスで地域別の利用制限なしにリリースした、オープンウェイトの大規模言語モデルです。 2026年6月16日から公開ベンチマークが行われました。
- 総パラメータ約744B（出典により743B〜753Bと記載）。Mixture-of-Expertsアーキテクチャを採用し、トークンあたりアクティブパラメータは約40Bです。
- 1Mトークンのコンテキストウィンドウ、最大出力は131,072トークン。
- タスクあたり平均約43,000の出力トークン（GLM-5.1の約26,000から増加）。これによりローカル推論の時間とコストが上昇します。
- MITライセンス： 地域制限なしで無料ダウンロード、自己ホスト、改変が可能です。
- Z.aiはその後2つの後継モデルをリリースしています： GLM-5.3（2026年8月14日、同じベースモデル、より強力な事後学習、現時点ではAPI／Coding Planのみ）とGLM-5.3-Flash（2026年8月26日、総パラメータ320B／アクティブ約18BのMITライセンスのより小型モデル）。GLM-5.2との比較は以下のセクションを参照してください。
GLM-5.2はどれほど優秀か？まずは独立系ベンチマークから
GLM-5.2は2026年6月のリリース時点で、Artificial Analysis Intelligence Indexで最高スコアのオープンウェイトモデルでした（51ポイント、全体4位）。2026年8月時点では、Moonshot AIのKimi K3がオープンウェイト1位を占め、GLM-5.2は2位となっています（Artificial Analysis、2026年7〜8月）。
モデル | Index v4.1.1 | ティア |
|---|---|---|
| Claude Fable 5 | ~62 | クローズドフロンティア |
| Kimi K3（Moonshot AI） | 57 | オープンウェイト1位 |
| GLM-5.2 | ~52.6 | オープンウェイト2位（2026年6月のリリース時は1位） |
| MiniMax-M3 | 44 | オープンウェイト |
| DeepSeek V4 Pro | 44 | オープンウェイト |
リリース時（2026年6月）の独立系コーディング結果：Terminal-Bench 2.1ではGLM-5.2が81.0、Claude Opus 4.8が85.0。SWE-bench ProではGLM-5.2が62.1（Z.ai申告値）でGPT-5.5の58.6を上回り、独立系の報道もその順序を裏付けていました。Claude Opus 4.8とGPT-5.5はその後それぞれClaude Opus 5とGPT-5.6 Solに置き換わっており、GLM-5.2はこれら新しいクローズドモデルに対して旧モデルよりも大きな差で及びません。また別途、Moonshot AIのKimi K3（総パラメータ2.8T、アクティブ約104B、2026年7月27日リリース、MITベースの改変ライセンスKimi K3 License）は、Intelligence IndexおよびFrontierSWE（81.2）やTerminal-Bench 2.0（88.3）などのコーディングベンチマークでGLM-5.2を上回っています。2026年8月時点の総合的な評価：GLM-5.2はオープンウェイトの中で依然トップクラスのコーディングモデルですが、もはや最も強力なオープンウェイトの選択肢ではありません — その座は現在Kimi K3にあります — また、クローズドフロンティアとの差はリリース時より拡大しています（Artificial Analysis、VentureBeat、TechTimes、2026年7〜8月）。
Z.ai自身の数値 vs 独立系の結果：慎重に読むこと
いくつかの目玉となる数値はZ.ai自身の評価によるもので、独立検証されたものではなく企業申告値として読むべきです。
- 企業申告のコーディング数値 — 例えばMCP-Atlas 77.0（Z.ai申告値）はGPT-5.5の75.3、Opus 4.8の77.8と対比されますが、これらはZ.ai自身が実行したものであり、独立した再現が行われるまでは主張として扱うべきです。
- Artificial Analysisの解説では、Z.aiの内部評価が公表ベンチマークより弱く報告されたと指摘されており、再現性には議論があります。
- 再現性は未解決の問題です。 少なくとも一人の著名な論者はこのモデルを「ベンチマーク最適化（bench-maxxed）」と評しており、GLM-5.1はGLM-5.2が今では好成績を出す少なくとも1つのベンチマークで0%だったと報じられています。現時点で「オープンウェイト2位」のランキングを裏付けているのは、Z.ai自身のスイートではなく、独立系のArtificial Analysis Indexです。
- GLM-5.3（2026年8月）は、事後学習のみで大幅な向上を報告しています。 GLM-5.2と同じベースモデルを再学習なしに使い、例えばTerminal-Bench 3.0は4.6から28.3に上昇しました。独立系の評価で確認されるまでは、これらの向上も企業申告値と同様の慎重さで扱ってください。
GLM-5.2を自宅で動かせるか？約744Bという現実
いいえ — フルモデルは動きません。「オープンウェイト」や「自己ホスト可能」は「一般的な家庭用PCで動く」という意味ではありません。
- フルのGLM-5.2には本格的なインフラが必要です： マルチGPUサーバー、またはレンタルしたクラウドGPU。
- コンシューマー向けハードウェアでは、大幅に量子化された1-bit GGUFビルドのみが現実的で、品質と速度のトレードオフを伴います。
- タスクあたり約43,000トークンという高い出力が、ローカルでの時間とコストをさらに押し上げます。
- Z.aiのより小型なGLM-5.3-Flash（総パラメータ320B／アクティブ約18B、MITライセンス、2026年8月26日リリース）はフル版のGLM-5.2よりも自己ホストしやすいものの、強力な量子化なしに単一のコンシューマーGPUで動かすにはなお程遠い規模です。
- 大規模ローカルモデルのハードウェアの現実については、コンシューマー向けハードウェアで70Bモデルを動かす、ローカルLLM向け中古GPU、ローカルLLMハードウェアガイド2026、ローカルLLM向けApple Silicon M5を参照してください。
自己ホストのウェイト vs Z.ai API：データの行き先
ライセンスとAPIはデータガバナンス上、別々の話です。自己ホストのMITウェイトはデータを自社の境界内に保持しますが、ファーストパーティのZ.ai APIはそうではありません。
- 自己ホスト（MITウェイト）： データはローカルかつ自社のもので、第三者への送信はありません。
- Z.aiファーストパーティAPI： 独立系の報道は、APIの経路において中国のデータ所在に関する考慮事項（「中国のデータリスク」）を明示的に指摘しています（TechTimes、2026年6月17日）。
- 判断の枠組み： データの機密性が重要なら、ウェイトを自己ホストしてください。ホスト型APIを使う場合は、その管轄に従う他の第三者クラウドエンドポイントと同様に扱ってください。
GLM-5.2の価格とコスト
ホスト型API経由では、GLM-5.2はクローズドフロンティアモデルの約1/6のコストで動作します（VentureBeat、2026年6月）。 報告されている価格は、入力100万トークンあたり約$1.4、出力100万トークンあたり約$4.4です（2026年6月時点）。実際のワークロードのコストを見積もる際は、タスクあたりの高い出力（約43,000トークン）を考慮してください。
GLM-5.2を使うべきか？
GLM-5.2 判断ガイド
ローカルLLMを使うべき場合：
- •実績のある、独立検証済みのオープンウェイト2位モデルという成熟した選択肢が欲しい
- •自社の境界内での自己ホストとデータ管理が必要
- •長時間にわたるコーディングタスクを実行する
- •フロンティアに近い品質を約1/6のコストで求める
クラウドモデルを使うべき場合：
- •直接対決のコーディングや推論で最高スコアが必要 — Claude Opus 5やGPT-5.6 Solのような現行のクローズドモデルを検討する
- •絶対的に最も強力なオープンウェイトモデルが欲しく、代わりにKimi K3の評価も視野に入れられる
- •マルチGPUまたはレンタルGPUのインフラを用意できない
クイック判断：
- →今も有力なオープンウェイトの選択肢ですが、もはや最良ではありません — 現在はKimi K3がオープンウェイトの首位に立っており、Z.ai自身のGLM-5.3もウェイト公開後にGLM-5.2を置き換える可能性があります。採用を決める前に、議論のあるベンチマークを自分のタスクで検証してください。
GLM-5.2：地域別の文脈
日本（METI）： 本番デプロイでは、モデルのバージョン（GLM-5.2）、ライセンス（MIT）、そして推論を自己ホストのウェイトで実行するかZ.ai APIで実行するかを、経済産業省（METI）のAIガバナンス指針（AI事業者ガイドライン）に沿って文書化してください。MITライセンスでGLM-5.2を自己ホストすれば、すべての推論データが自社インフラ内に留まり、国内のデータ所在に関する期待に応えられます。
東アジア／アジア太平洋： この地域全体で、重要な順守上のレバーはモデルそのものではなくデプロイ経路です。自己ホストのMITウェイトはデータを自社の境界内に保持し、各国のデータ所在要件に整合します。ファーストパーティAPIを利用する場合は、その提供元の管轄に従う他のクラウドエンドポイントと同様に扱ってください。
グローバル／データ経路： GLM-5.2は中国のラボが開発したモデルです。重要な順守上のレバーはモデルではなくデプロイ経路です。自己ホストのMITウェイトはデータを自社の境界内に保持しますが、ファーストパーティのZ.ai APIはその本国の管轄に服します。自社のデータ所在要件に合致する経路を選んでください。
GLM-5.2を評価する際のよくある間違い
- 「オープンウェイト」を「自宅で動く」と思い込む。 約744Bという規模にはマルチGPUまたはレンタルインフラが必要で、コンシューマー向けハードウェアに収まるのは1-bit GGUFビルドのみです。
- Z.aiのファーストパーティのベンチマークを検証済みとして扱う。 独立系のArtificial Analysis Indexを優先し、企業が実行したコーディング数値は主張として扱ってください。
- データガバナンスにおいてMITウェイトとホスト型APIを混同する。 自己ホストはデータをローカルに保持しますが、APIはその本国の管轄に服します。
- GLM-5.2が今も「オープンウェイト1位」だと思い込む。 2026年7月にMoonshot AIのKimi K3がその座を奪い、GLM-5.2は現在2位です。またZ.ai自身のGLM-5.3（2026年8月）はすでにGLM-5.2の一部のコーディング数値を上回っていますが、パブリックなウェイトはまだ公開されていません。
- タスクあたり約43,000トークンの出力を無視する — 推論の時間とコストを見積もる際に考慮してください。
よくある質問
GLM-5.2は今も最良のオープンウェイトモデルですか？
いいえ — 2026年8月時点では、Moonshot AIのKimi K3（2026年7月27日リリース）がArtificial Analysis Intelligence Indexで57ポイントを獲得し首位に立ち、GLM-5.2の約52.6を上回っています。GLM-5.2は2026年6月のリリース時点ではオープンウェイト1位（51ポイント）でしたが、現在は2位で、MiniMax-M3とDeepSeek V4 Pro（ともに44）には依然として勝っています。
GLM-5.2を普通のPCやMacで動かせますか？
フルモデルは動きません。約744Bパラメータのため、マルチGPUサーバーまたはレンタルしたクラウドGPUが必要です。コンシューマー向けハードウェアでは、品質と速度を犠牲にする大幅に量子化された1-bit GGUFビルドに限られます。Z.aiのより小型なGLM-5.3-Flash（総パラメータ320B／アクティブ約18B、MITライセンス）はやや自己ホストしやすいものの、コンシューマー向けノートPCで動かせるレベルではありません。大規模なローカルモデルが実際に何を必要とするかは、当サイトのハードウェアガイドを参照してください。
GLM-5.2はGPT-5.5、Claude Opus 4.8、そしてそれらの後継モデルを上回りますか？
リリース時点では、独立系の結果がGLM-5.2をコーディングでGPT-5.5より上に位置づける一方、Claude Opus 4.8に対してはほとんどの直接対決で及びませんでした — 例えばTerminal-Bench 2.1（81.0 対 85.0）です。両モデルはその後GPT-5.6 SolとClaude Opus 5に置き換わっており、GLM-5.2はこれら新しいクローズドモデルに対して旧モデルよりも大きな差で及びません。2026年8月時点での正確な要約は「オープンウェイトで有力な2位モデルだが、リリース時よりもクローズドフロンティアとの差は開いている」です。
GLM-5.2はGLM-5.3やKimi K3に置き換えられましたか？
GLM-5.2は置き換えられてはいませんが、2つの面で追い抜かれています。Z.aiは2026年8月14日にGLM-5.3をリリースしました — 同じベースモデルでより強力な事後学習を施し、コーディングスコアが大幅に向上していますが、本更新時点ではパブリックなウェイトはまだ公開されておらず、Z.aiのAPIとCoding Planを通じてのみ利用可能です。また別途、Moonshot AIのKimi K3（2026年7月27日）が、GLM-5.2から最良オープンウェイトモデル全体の座を奪いました。GLM-5.2は今も完全に自己ホスト可能で、独立検証されたオープンウェイト2位の選択肢であり続けています。
GLM-5.2は本当に無料ですか？ライセンスは何ですか？
GLM-5.2は地域別の利用制限なしのMITライセンスでリリースされているため、無料でダウンロード、自己ホスト、改変ができます。フルモデルの実行には依然として実際のインフラ（マルチGPUまたはレンタルGPU）のコストがかかり、ホスト型のZ.ai APIは有料サービスです。
GLM-5.2で私のデータは安全ですか？
デプロイ経路によります。自己ホストのMITウェイトは、すべてのデータを自社の境界内に保持します。ファーストパーティのZ.ai APIには、独立系の報道が指摘する中国のデータ所在に関する考慮事項が伴うため、その管轄に従う他の第三者クラウドエンドポイントと同様に扱ってください。
GLM-5.2のベンチマーク数値は信頼できますか？
独立系のArtificial Analysis Indexは、2026年8月時点でのGLM-5.2の「オープンウェイト2位」のランキングを裏付けています（GLM-5.3の申告された向上についても同様の注意が必要です）。Z.ai自身のコーディング数値は企業申告値であり、再現性には議論があります。独立系の数値を優先し、ファーストパーティの数値は主張として扱ってください。
GLM-5.2をAPI経由で動かすコストはどのくらいですか？
クローズドフロンティアモデルの約1/6のコストです。報告されている価格は、入力100万トークンあたり約$1.4、出力100万トークンあたり約$4.4です（2026年6月、本更新時点でも変更なし）。GLM-5.2はタスクあたり平均約43,000の出力トークンを使うため、トークン単価だけでなく、自分のワークロードで実際のコストを見積もってください。
GLM-5.2を適切に自己ホストするにはどんなハードウェアが必要ですか？
フルモデルには、マルチGPUサーバーまたはレンタルしたクラウドGPUが必要です。コンシューマー向けハードウェアでは、大幅に量子化された1-bit GGUFビルドしか動かせません。構成のサイジングには、ローカルLLMハードウェアガイド2026、ローカルLLM向け中古GPU、コンシューマー向けハードウェアで70Bモデルを動かす、を参照してください。
出典
- Artificial Analysis. (2026). "GLM-5.2 is the new leading open-weights model on the Artificial Analysis Intelligence Index." artificialanalysis.ai/articles/glm-5-2-is-the-new-leading-open-weights-model-on-the-artificial-analysis-intelligence-index — リリース時点の独立系Intelligence Indexのランキング（51、オープン1位／全体4位、2026年6月）。
- TechTimes. (2026, June 17). "GLM-5.2 open weights live, tops coding benchmark; API use carries China data risk." www.techtimes.com/articles/318543/20260617/glm-52-open-weights-live-top-coding-benchmark-api-use-carries-china-data-risk.htm — Z.ai APIの経路におけるデータ所在の考慮事項。
- VentureBeat. (2026). "Z.ai's open-weights GLM-5.2 beats GPT-5.5 on multiple long-horizon coding benchmarks for 1/6th the cost." venturebeat.com/technology/z-ais-open-weights-glm-5-2-beats-gpt-5-5-on-multiple-long-horizon-coding-benchmarks-for-1-6th-the-cost — 独立系のコーディング比較とコストの枠組み。
- LetsDataScience. (2026). "GLM-5.2 open weights beats GPT-5.5 coding." letsdatascience.com/blog/glm-5-2-open-weights-beats-gpt-5-5-coding — コーディング結果に関する独立系の報道。
- TechTimes. (2026, July 24). "Kimi K3 Open Weights Drop July 27: Near-Frontier Coding, Undisclosed Hallucination Risk." www.techtimes.com/articles/321499/20260724/kimi-k3-open-weights-drop-july-27-near-frontier-coding-undisclosed-hallucination-risk.htm — GLM-5.2からオープンウェイト1位の座を奪ったKimi K3のリリース。
- VentureBeat. (2026, August 14). "GLM-5.3 is here with advanced cyber capabilities — and reportedly already found a 'serious vulnerability' in Cursor." venturebeat.com/technology/glm-5-3-is-here-with-advanced-cyber-capabilities-and-reportedly-already-found-a-serious-vulnerability-in-cursor — GLM-5.2と同じベースモデルによるGLM-5.3のリリース（当初はAPIのみ）。
- MarkTechPost. (2026, August 26). "Z.ai Releases GLM-5.3-Flash: A 320B-A18B Natively Multimodal MoE With a 1M-Token Context." www.marktechpost.com/2026/08/26/z-ai-releases-glm-5-3-flash-a-320b-a18b-natively-multimodal-moe-with-a-1m-token-context/ — GLM-5.3-Flashの仕様とMITライセンスでの即時リリース。