ทันเอไอ

Z.aiが画像認識対応の「GLM-5.3-Flash」を発表、GLM-5.2比で約10分の1の低価格化を実現

MoEアーキテクチャ採用の最新オープンモデル。画像・動画に対応し、100万トークンのコンテキスト長を備える

Zhipu AIのグローバルブランドであるZ.aiは、2026年8月26日に「GLM-5.3-Flash」を正式発表した。GLM-5.2比で約10分の1の利用コスト削減を実現しながら、より高い性能を提供する中型モデルと位置付けられている。

本モデルはMixture-of-Experts（MoE：タスクに応じてモデルの一部のみを活性化させる仕組み）アーキテクチャを採用しており、総パラメータ数320Bのうち、1トークンあたり実際に呼び出されるのは18Bとなる。この手法により計算リソースを削減しており、公開されたベンチマーク結果によると、GLM-5.3-Flashは多くの項目でGLM-5.2を上回る総合性能を示している。

大きな転換点となるのはマルチモーダル機能の搭載だ。個別モデルに依存することなく、画像と動画の双方を処理可能となった。これにより、一般的な対話やコーディング作業に加え、画面解析、視覚的なドキュメント処理、ウェブサイトのビジュアル要素の解析などに適している。

さらに、GLM-5.3-Flashは100万トークンのコンテキストウィンドウを備え、大量のドキュメントやコードを一度に処理できる。ただし、対応コンテキストの長さは、モデルがすべての詳細を完全に均一な精度で記憶・活用できることを保証するものではない。

正式発表前、本モデルは「Ox Alpha」という開発者非公開の名称でOpenRouterやOpenCodeを通じて試験提供されていた。また、設計段階から中国製AIチップへの対応が組み込まれており、海外製ハードウェアへの依存を低減する狙いがうかがえる。

Z.aiはモデルの重み（Open Weights）をMITライセンスのもとで公開しており、開発者や企業はライセンス条件に従って研究、ファインチューニング、自社環境へのデプロイが可能となっている。