GLM-5.3-Flash(Ox Alpha)発表

Z.aiは、GLM-5.3-Flash(以前Ox Alphaとしてプレビュー)を正式に発表した。総パラメータ320B、アクティブパラメータ18BのMoEアーキテクチャを採用し、ネイティブにマルチモーダル対応、100万トークンのコンテキストウィンドウを持ち、MITライセンスで公開され、完全に中国製AIチップ上で動作する。性能は、DeepSWE v1.1で63.4(GLM-5.2は46.2、Opus 4.8は58.0)、Terminal Bench 2.1で84.3(Opus 4.8は85.0)、AutomationBenchで48.8(GLM-5.2は26.2、Opus 4.8は41.0)、Toolathlon Verifiedで78.4(最高記録)、内部コーディング評価では29.0(Opus 4.8は29.5)。コストは、Artificial Analysis Intelligence Indexが57でOpus 4.8と同等。割引後のタスクコストは0.045ドルで、この知能レベルの従来モデルの約10分の1。期間限定の半額キャンペーンにより、Opus 4.8の40分の1となる。弱点としては、NL2Repoが56.3(Opus 4.8は69.7)、ビジュアル/ビデオベンチマーク(BabyVision、MVBench、MMVU)ではGemini 3.7 Flashに及ばない。ネイティブなマルチモーダル機能により、モデルはレンダリング出力を能動的に観察し、フロントエンド開発、ゲーム、Blender 3D、ブラウザ/コンピュータ操作などで反復的に改善する。トレーニングでは、視覚的判断データの合成と環境フィードバックを用いた強化学習を採用。PPTX、PDF、DOCX、XLSXをエンドツーエンドで生成できる。中国製チップ展開では、匿名のox-alphaは完全に国産アクセラレータ上で動作し、OpenCode/OpenRouterで最も人気のあるモデルとなった。推論エンジンはSGLangを使用し、テンソル並列処理、ReplaySSM、W8A8量子化、混合キャッシュ量子化、レイヤー分割を採用。クラスターはEPD分離を採用し、数万基の国産GPUをスケジューリング。エンドツーエンドの推論速度は3倍向上し、トークンあたりのコストはNVIDIA GPUと同等。インフラエージェント(GLM-5.3搭載)がエンジン最適化を支援した。提供形態は、API、コーディングプラン、チャット、重みをオープンソース化。無料ベータ版は先週金曜日に開始され、正式版は翌日リリース。世界の日次供給量は100T超で、すべて中国製チップで処理されている。市場導入では、プレビューから3日以内に、Ox Alphaの使用量はOpenCodeでDeepSeek V4 Flashを上回った。
Key insights
コーディングおよびエージェントタスクでOpus 4.8にほぼ匹敵するベンチマーク性能
GLM-5.3-Flashは、DeepSWE v1.1で63.4(Opus 4.8は58.0)、Terminal Bench 2.1で84.3(Opus 4.8は85.0)、AutomationBenchで48.8(Opus 4.8は41.0)、Toolathlon Verifiedで78.4を達成し、リーダーボードをリードしている。Claude Code上で実行された内部コーディングベンチマークでは29.0を記録し、Opus 4.8との差は0.5ポイント以内。これらの結果は、アクティブパラメータがわずか18BでありながらOpus 4.8に迫る性能を示しており、アーキテクチャの効率性を強調している。
超低コストが価格性能比を再定義
Artificial Analysis Intelligence Indexが57、割引後のタスクコストが0.045ドルであるGLM-5.3-Flashは、従来の同等モデルと比較して約10分の1のコストを実現。期間限定の半額キャンペーンにより、Opus 4.8の40分の1のコストとなり、新たな費用対効果の基準を打ち立てた。320BのMoEアーキテクチャから派生する18Bのアクティブパラメータがこの価格優位性を支え、高度なAIを劇的に安価にしている。
ネイティブなマルチモーダル視覚ループが実世界との対話を可能に
GLM-5.3-Flashは、コーディングループにネイティブに視覚機能を組み込んでおり、レンダリング出力を観察し、フィードバックを解釈し、フロントエンド開発、ゲーム、Blender 3Dシーン、ブラウザ/コンピュータ操作にわたって反復的に自己修正できる。トレーニングパイプラインには、自己視覚判断データ合成システムと環境フィードバックを用いた強化学習が含まれる。この機能は文書理解にも拡張され、PPTX、PDF、DOCX、XLSXファイルをエンドツーエンドで生成できる。
中国製チップインフラが大規模サービス全体を支える
正式リリース前、このモデルはOpenCode/OpenRouter上で匿名で完全に中国製アクセラレータ上で動作し、日次供給量100T超を処理し、その週で最も人気のあるモデルとなった。推論エンジンはSGLangを使用し、ノード内テンソル並列処理、ReplaySSM、W8A8量子化、混合キャッシュ量子化、レイヤー分割を採用。クラスターアーキテクチャはエンコード、プリフィル、デコードの各段階を分離し、数万基の国産チップをスケジューリングする。エンドツーエンドの推論性能はベースライン比3倍に向上し、トークンあたりのコストは主流のNVIDIA GPUと同等に達した。特筆すべきは、推論エンジンの最適化がGLM-5.3自体を搭載したインフラエージェントによって部分的に支援されたことだ。
コードリポジトリ生成とビデオベンチマークに弱点が残る
全体的な性能は高いものの、GLM-5.3-FlashはNL2Repoで56.3にとどまり、Opus 4.8の69.7に大きく及ばず、コードリポジトリ生成が弱いことを示している。また、BabyVision、MVBench、MMVUを含む複数のビジュアル/ビデオベンチマークでGemini 3.7 Flashを下回っており、視覚推論タスクにおけるギャップが浮き彫りになっている。
市場採用が急速に進み、数日でDeepSeek V4 Flashを上回る
Ox Alphaのプレビュー後に共有された利用データによると、3日以内にOpenCode上のこのモデルのトラフィックは、ピンクと紫のバーで示されるDeepSeek V4 Flashを完全に上回った。この急速な移行は、新しいモデルがより良い性能を提供する場合、開発者コミュニティは迅速に乗り換えることを示しており、どのラボも最良のモデルをリリースすることで市場シェアを獲得できることを示唆している。