GLM 5.2 Fast で1か月分のエンジニアリング作業を4日間でリリースした方法
著者は、FireConnect 経由で Claude Code 上で GLM 5.2 Fast を使用し、通常1か月相当の GPU スケジューラのリクレーム機能を、わずか4日間と218ドルの推論コストで実装しました。記事では、高速推論によるコンテキストスイッチの排除、低コストによるトークン使用の制限からの解放、複雑な並行処理ロジックを扱えるモデルの品質について詳述しています。
GLM 5.2 Fast が Fireworks で利用可能になりました。Opus レベルのインテリジェンスをオープンソースの価格で提供し、契約不要、トークン単位での支払いが可能です。最近、あるシニアエンジニアがこのモデルを使用して、通常1か月かかるタスクをわずか4日間と218ドルの推論コストで完了しました。
著者の Shoucong Chen は Fireworks AI で GPU スケジューリングシステムの開発を担当しています。彼はシステムに「リクレーム」機能を追加したいと考えていました。これは Linux のページキャッシュと同様の概念で、カーネルは空き RAM を無駄とみなし、アイドルメモリをキャッシュで埋めることで処理を高速化しますが、アプリケーションが実際にメモリを必要とした瞬間にすぐに返却します。著者は GPU 容量にも同じ特性を求めていました。アイドル状態の GPU 容量を有効活用しつつ、保護された配置が必要になった瞬間に優先的に戻すことを保証するものです。
この機能は簡単ではありませんでした。スケジューリングロジックの最も重要な部分に触れ、Kubernetes の内部と Fireworks のスケジューリングの詳細に関する深いドメイン知識が必要で、複数の実行可能な設計がありそれぞれにトレードオフがあり、並行環境下での正しさが求められ、多くのエッジケースが存在します。従来、このような作業には1か月エンジニア1人分の作業が見積もられます。
著者はプロジェクトを3つのフェーズに分け、各フェーズで GLM 5.2 Fast をパートナーとして活用しました。
設計フェーズ（約1日）：著者は GLM 5.2 を設計パートナーとして使い、リクレームロジックをスケジューリングパスのどこに配置するか、通常の配置決定とどう相互作用させるかを繰り返し検討し、チームメイトと合意に達しました。従来、このフェーズだけで約2週間かかります。GLM 5.2 Fast の推論速度は毎秒約400トークンで、応答が数秒で返ってくるため、リアルタイムのホワイトボード討論のようなコラボレーションが可能になり、コンテキストスイッチが不要になります。最先端のクローズドモデルでも、このフェーズには2〜3日かかり、そのほとんどは待機と再集中に費やされます。
計画フェーズ（約0.5日）：次に計画フェーズに移り、実装計画を「実装可能」な状態に繰り返し改善しました。著者は仕様駆動・テスト駆動のアプローチを採用し、GLM 5.2 に事前にテストを書かせました。単体テスト16個、統合テスト18個の計34個のテストで、考えられるすべてのコーナーケースをカバーしました。実装コードを書く前に34個のテストを確定することで、次のフェーズを安全にモデルに任せられます。
実装フェーズ（約1.5日）：GLM 5.2 は計画に従って実装し、4つのプルリクエスト（合計約3000行のコード）を生成、34個のテストすべてをパスし、CI もグリーンになりました。このプロセスでは、GLM 5.2 と Claude Code が「34個のテストすべてがパスする」という具体的な目標に向けてループし、達成するまで繰り返します。実際の時間の大半はモデルの思考時間ではなく、統合テストの実行に費やされました。
著者は、このアプローチが成功した理由をいくつか挙げています。第一に、速度が複利的に効果を発揮する点です。応答が数秒で返ってくると、作業はリアルタイムの討論になり、著者がアイデア A、B、C を提案し、モデルに第一原理から挑戦させます。遅い推論ではループが途切れ、15分待つ間に他の作業に切り替えてしまい、集中力を失います。第二に、低コストによりトークン消費を気にする必要がないことです。クローズドモデルでは月間制限があるため自己規制が必要ですが、GLM 5.2 Fast は低コストであるため、問題が要求する限りモデルを最大限活用できました。第三に、品質が難しい作業でも保たれたことです。並行処理やコーナーケースを含む重要なスケジューリングロジックにおいて、強力なオープンモデルとテスト駆動計画、そして信頼性の高いフレームワークが機能しました。
最終的に、著者は通常1か月かかるプロジェクトを4日間で完了し、推論コストはわずか218ドルでした。「AI の約束はエンジニアリングから退屈な作業を取り除くことだったはずだが、実際には多くの人がタイピングからタブ切り替えに変わり、遅いエージェントを待ち、自分の注意力でスイッチングコストを払っている」と著者は述べ、「このプロジェクトで約束が現実になったと確信した。モデルが別のタブに手を伸ばす前に答えてくれるので、集中力を保てる。4日で1か月分の仕事ができる——それがこの感覚だ」と締めくくっています。
GLM 5.2 Fast は FireConnect 経由で Claude Code からすぐに使えます。モデル ID は accounts/fireworks/routers/glm-5p2-fast で、標準パスよりも2〜3倍高速で、コンテキストウィンドウも完全に保持し、キャッシュ入力を大幅に割引するため、長いエージェントコーディングループが実用的かつ安価になります。