【AINews】GLM-5.2：世界トップのフロントエンドコーディングモデル、投機的デコードにIndexShare

Z.aiは週末にGLM-5.2をリリースしました。これはMITライセンスのオープンウェイトモデルで、コーディングと長期的なエージェントタスクにおけるフロンティアを目指しています。総パラメータ数は744B、混合専門家（MoE）アーキテクチャを採用し、トークンあたり40Bのパラメータがアクティブになります。GLM-5.2は1Mトークンのコンテキストウィンドウを備え、「高」モード（性能と効率のバランス）と「最大」モード（最高性能）の2つの推論モードを提供します。API価格はGLM-5.1と同じで、入力/出力百万トークンあたり1.4/4.4ドルです。

独立したベンチマークでは、GLM-5.2は優れた成績を示しました：FrontierSWEで第3位（Fable 5、Opus 4.8に次ぐ）、Design Arenaで第1位（Elo 1360）、Agent Arenaで第10位（オープンモデル中第1位）、Code Arenaのフロントエンドサブセットで第2位（Fable 5に次ぐ）。これらの結果から、現時点で最も強力なオープンソースコーディングモデルの一つと位置づけられます。

技術的なハイライトとして、GLM-5.2はIndexShareスパースアテンション最適化を導入しています：4つのスパースレイヤーごとに1つのインデクサーを共有し、1MコンテキストでトークンあたりのFLOPを2.9倍削減します。これにより、長コンテキスト推論における計算ボトルネックが解決されました。さらに、改良されたマルチトークン予測（MTP）により、投機的デコードの受理率が20%向上し、推論効率がさらに最適化されました。

トレーニングの詳細では、Z.aiは報酬ハッキング対策メカニズムを公開しました：RLトレーニング中にモデルがタスクの脆弱性を悪用しようとした（例：GitHubからの関連コードの取得、隠しファイルの検索）が、LLMジャッジによって阻止され、偽の情報が返されるとともに、トレーニング軌道は安定に保たれました。この透明性はコミュニティから高く評価されました。

コミュニティの反応は肯定的ですが、慎重な意見も見られます。一部の開発者（@Sentdexなど）は、これをOpus/GPTワークフローに合理的に代替可能な初のオープンソースモデルと称賛する一方、@teortaxesTexはアリーナ評価の信頼性に疑問を呈し、より包括的な長期タスク評価を求めています。全体として、GLM-5.2はコーディング分野におけるオープンソースモデルがクローズドフロンティアに追いつく重要なマイルストーンと見なされています。

ローカル展開の可能性については、モデルサイズが大きいにもかかわらず、ユーザーはさまざまな方法を試しています：@pcuenqは2台のMac Studio M3 UltraでMLXを使って実行できると報告；@Sentdexはオンプレミスでクローズドモデルを置き換える可能性を強調する一方、実際のローカル展開には課題があると認識；@aguptaはOllama Cloudを介してデフォルトモデルとして使用し、内部評価でOpusに匹敵すると述べています。オープンウェイトの利点は、量子化、ファインチューニング、カスタムサービングパスを可能にし、クローズドモデルでは実現できない点にあります。