中国の低価格Z.aiモデルがコーダーの高コスト習慣を露呈
Z.aiのGLM 5.2は低価格でオープンウェイトのモデルであり、米国のフロンティアAIモデルに挑戦する。しかし多くのプログラマーは依然として高価なモデルを使い続け、コストを無視している。ベンチマークではClaude Opus 4.8に迫る性能を示すが、実際の使用感は様々。
北京に拠点を置くAI研究所Z.aiが2025年6月16日にリリースしたGLM 5.2は、プログラマーのAIコーディングアシスタント利用におけるコスト意識を変えつつある。このモデルは7530億パラメータを持つが、毎回の推論でアクティブになるのは400億パラメータのみで、応答速度を大幅に向上させている。さらに重要なのは、API価格が100万出力トークンあたり4.40ドルと、Anthropic Opus 4.8の5分の1、同社のFableコーディングモデルの10分の1であることだ。MITオープンソースライセンスの下で公開されているため、十分なハードウェアを持つ組織は無料でダウンロードし、自社でホストできる。
しかし、多くのソフトウェアエンジニアはAIコーディングの総コストを十分に認識していない。Together AIのAIエンジニアZain Hasan氏は、ほとんどの企業がこのテクノロジーをまだ模索中であり、明確なトークンバジェットが存在しないと指摘する。コストを会社が負担する場合、エンジニアは最も強力なモデルを選ぶ傾向があり、費用を無視する。この「コスト無視」の習慣が、米国のフロンティアAIラボの最も広い堀となっている。
GLM 5.2のリリースは、米国のAI企業が競争力を失うのではないかという懸念を強めた。エージェント型コーディングベンチマークのFrontierSWEやPostTrainBenchでは、ほぼOpus 4.8に匹敵するスコアを記録。サイバーセキュリティベンチマークでも高い評価を得ており、AnthropicのMythosとの比較も生まれている。スタンフォードAIインデックスによると、2025年に中国企業が生み出した「注目すべき」AIモデルは米国の半分以上に増加し、2020年の5分の1から大幅に増えた。
ただし、Z.aiが公開した研究レポートでは、GLM 5.2はOpus 4.8やOpenAIのGPT-5.5に対して実際には劣っている。例えば、困難なSWE-MarathonベンチマークではGLM 5.2が13%のタスクしか完了しなかったのに対し、Opus 4.8はその2倍のスコアを達成。NL2Repo、DeepSWE、Tool-DecathlonでもOpus 4.8が10%以上リードしている。
実際に使用したプログラマーの評価は分かれる。Zain Hasan氏は、以前のオープンウェイトモデルは5〜15往復のやり取りで文脈を失ったが、GLM 5.2は数時間にわたって一貫した思考を維持できると評価。MetaRouterのDavid Nix氏はフロントエンド開発に活用し、「OpusやFableに頼らずとも十分」として、日常業務の10〜20%をGLM 5.2に任せている。Kacper Michalik氏もWebフォーム作成で良好な結果を得た。
一方、インドIndhic AIのSai Kiran Myadaram氏は、GLM 5.2の週間クォータが2〜3日で枯渇し、幻覚や過剰な計画立案によるコード破損を経験した。彼は結局OpenAIのCodexに戻った。Michalik氏は無料プランで時折レート制限に遭遇したが、品質には大きな不満はなかった。
総じて、GLM 5.2は低価格とオープンウェイトで競争力のある性能を提供し、特にフロントエンド開発や長時間の推論タスクで強みを発揮するが、レート制限や幻覚の問題には注意が必要だ。データセキュリティを重視する組織にとって、セルフホスティングの選択肢は大きな利点となる。