GLM-5.3-Flash：Z.aiのマルチモーダルモデルが10分の1の価格で登場

Z.aiは2026年8月26日、GLM-5.3-Flashをリリースしました。GLM-5シリーズ初のネイティブマルチモーダルモデルで、MITライセンスのもと100万トークンのコンテキストウィンドウを備えています（Z.ai on X）。320B-A18Bモデルであり、Z.aiによればコーディングおよびエージェントテストにおいてGLM-5.2を上回りながら、価格はおよそ10分の1とのことです。実際に何が新しいのか、エージェント向けに重要なベンチマーク、コスト、そしてGLM-5.3との違いを解説します。

GLM-5.3-Flashとは？

GLM-5.3-Flashは、総パラメータ数3,200億、トークンあたりのアクティブパラメータ数180億を持つMixture-of-Experts（混合エキスパート）モデルです（TestingCatalog）。Z.aiはこれをGLM-5ファミリーの低コスト・高効率ティアとして位置づけています。コーディングとエージェント性能に優れながら、低コストで高速に動作するよう設計されています。

従来のGLMリリースと異なる点が2つあります。このシリーズで初めてネイティブにマルチモーダルなモデルであり、ビジョン機能は後付けではなく学習段階から組み込まれています。また、MITライセンスのもとオープンウェイトとしてHugging Faceで公開されています。「Ox Alpha」という名前に聞き覚えがある方もいるかもしれません。これは同一モデルで、公開前の約1週間、OpenCodeとOpenRouterでox-alphaとして匿名で動作していたものです。

ハイブリッドアーキテクチャ：100万トークンでも低コストなアテンション

効率性の核心はアテンション設計にあります。GLM-5.3-Flashは、Z.aiによれば、スパースアテンションとリニアアテンションを1つのハイブリッドアーキテクチャに組み合わせた初のオープンソースフロンティアモデルです。ローカルな依存関係にはリニアアテンション、関連するグローバルコンテキストにはスパースアテンションを使用します（Z.ai docs）。

その効果は具体的です。GLM-5.3と比較して、Z.aiはアテンション計算量が約3分の1、KVキャッシュが約4.4分の1になると報告しています（TestingCatalog）。100万トークンに達するコンテキスト長では、Z.aiが「IndexPool」と呼ぶコンポーネントがインデクサーキーベクトルのグループを圧縮し、レイテンシとメモリを抑制します。これにより、100万トークンウィンドウがスペックシート上だけでなく実用的に機能します。長期的なエージェントがコストを爆発させることなく、より多くのコンテキストをロードし続けられます。

このモデルは30兆トークンのマルチモーダルコーパスで学習されており、Z.aiはGLM-5.2のベースを再利用せず新たに学習したベースから出発したと述べています。これはGLM-5.2のベースを再利用してポストトレーニングのみをスケールしたGLM-5.3のアプローチとは異なります。

GLM-5.3-Flashのベンチマーク

以下の数値はすべてベンダー報告または第三者トラッカーによるものです。ハーネスや設定が異なるため、直接比較ではなく傾向として読んでください。

コーディングおよびエージェントスイートにおけるGLM-5.2との比較では、増分的ではなく大幅な改善が見られます（OfficeChai）：

• DeepSWE v1.1： 46.2 → 63.4
• AutomationBench： 26.2 → 48.8（ほぼ2倍）
• Terminal-Bench 2.1： 84.3 — DeepSeek-V4-Vision-Expを上回り、Claude Opus 4.8の85.0に迫る

同じTerminal-Benchテストでは、GPT-5.6 Terra（87.4）とGemini 3.7 Flash（85.8）がまだ上回っていますが、GLM-5.2との差は大幅に縮まっています。Z.ai独自のCode Bench v1.0（Claude Code内で実行）では、GLM-5.3-Flashは最大努力でOpus 4.8の29.5に対して29.0を記録しており、同社はこれをフラッシュティアモデルがコーディングでフロンティアモデルと互角に戦える証拠として挙げています。

独立したArtificial Analysis Intelligence Indexでは、GLM-5.3-Flashは57を記録しており、同価格帯の推論モデルの中央値を大きく上回っています。正直な注意点として、Code Benchのような内部ベンチマークは独立して再現できず、このモデルは最も難しい公開スイートでGPT-5.6 SolやFable 5を上回ることを主張していません。これはリーダーボードトップを狙うモデルではなく、コストパフォーマンス重視のモデルです。

ネイティブマルチモーダル：コーディングループ内のビジョン

マルチモーダル機能は独立した機能ではなく、モデルの動作に組み込まれています。Z.aiはGLM-5.3-Flashを、レンダリングされたインターフェース、ゲームプレイ、3D出力を検査し、その視覚的フィードバックから自身の作業を評価・修正するよう学習させています（TestingCatalog）。

「結果を見て修正する」このループは、UIやダッシュボードを構築するエージェントにとって重要です。モデルはレンダリングされたページを確認し、問題を発見し、反復できます。同じアプローチはコードを超えて、ドキュメント、スプレッドシート、プレゼンテーション、会議資料にも拡張されます。つまり、テキスト、画像、構造を横断して推論し、PPTX、PDF、DOCX、XLSXファイルをエンドツーエンドで完成させて提供できます（Z.ai docs）。

GLM-5.3-Flashの価格は？

価格設定が最大の注目点です。Z.aiの標準API料金は入力100万トークンあたり$0.15、出力100万トークンあたり$0.50で、キャッシュ済み入力は$0.03です（Z.ai on X）。サードパーティプロバイダーはさらに低く、OpenRouterでは入力$0.075 / 出力$0.25で提供されています（OpenRouter）。

GLM Coding Planのサブスクライバーには、GLM-5.3の3倍の利用可能クォータですでに提供されています（TestingCatalog）。これが高価格ティアとの実質的な違いです。トークンメーターを気にせずに長いエージェントループを実行できます。

GLM-5.3-Flash vs GLM-5.3

両者は異なる用途向けに設計されています。GLM-5.3は推論重視のコーディングモデルで、予期せぬサイバーセキュリティスキルを獲得し、安全審査のためにウェイトが段階的に公開されたモデルです。GLM-5.3-Flashは、スケールで低コストに動作するよう設計された効率的でマルチモーダルなMITライセンスのバリアントです。

簡単な比較：

• モダリティ： GLM-5.3はテキスト中心；GLM-5.3-Flashはネイティブマルチモーダル。
• アーキテクチャ： GLM-5.3はGLM-5.2のベースを再利用；GLM-5.3-Flashはスパース＋リニアアテンションのハイブリッドを持つ新規学習ベースを使用。
• 効率性： GLM-5.3-Flashは、GLM-5.3と比較してアテンション計算量が約3分の1、KVキャッシュが約4.4分の1と報告されています。
• ライセンスとウェイト： GLM-5.3-Flashはリリース初日からMITライセンスでオープンウェイトを公開；GLM-5.3のウェイトは段階的に公開されました。
• コスト： GLM-5.3-Flashはボリューム向けの価格設定 — Z.aiによればGLM-5.2のコストのおよそ10分の1。

難しい問題に対して最も深い推論が必要な場合はGLM-5.3が選択肢です。マルチモーダルまたは長期的なエージェントを実行していて、タスクあたりのコストがワークフローの実現可能性を左右する場合は、GLM-5.3-Flashをテストすべきモデルです。

AIエージェントを構築する開発者への意味

実践的なポイントをいくつか：

• これは終日稼働エージェントのコストレバーです。 実用的な100万トークンウィンドウで入力100万トークンあたり$0.075〜$0.15という価格は、GLM-5.3-Flashによって長期実行エージェントループをフロンティアモデルでは不可能な形で手頃にします。
• マルチモーダルはエージェントが検証できる範囲を変えます。 レンダリングされたインターフェースを見て修正できるモデルは、テキストのみのエージェントには不可能なループを閉じます。UI、ダッシュボード、ドキュメント作業に有用です。
• MITライセンスは摩擦を取り除きます。 寛容なライセンスのもとのオープンウェイトは、データレジデンシーやベンダー審査のルールを持つチームが初日からセルフホストできることを意味します。ローカルデプロイはSGLang、vLLM、TokenSpeedをサポートします。
• 内部ベンチマークは出発点として扱ってください。 Code Benchの数値は非公開で新しいものです。ウェイトが公開されたばかりで、独立したテストはまだ始まったばかりです。

GLM-5.3-Flashのようなモデルを自分のAIワークフォースで実行する

GLM-5.3-Flashは、Eigentがオーケストレーションする作業のために設計されています。1つのプロンプトに答えるのではなく、エンドツーエンドで実行される低コスト・長期的・マルチモーダルなエージェントループです。Eigentは、これらのモデルをマルチエージェントワークフォースに変えるオープンソースのローカル「Cowork」デスクトップアプリです。GitHub PRのレビューから、完全に自分で所有できるセルフホストAIコーディングエージェントの実行まで対応しています。自分のモデルを持ち込み、作業をマシン上に保持できます。Eigentをダウンロードして、今日から自分のエージェントワークフローを構築しましょう。