GLM-4.5 - Zhipuによって開発された、推論、コード、およびインテリジェントエージェントのためのオープンソースの最先端（SOTA）モデル。

GLM-4.5とは何ですか？

GLM-4.5は、Zhipuの次世代フラッグシップモデルであり、エージェントアプリケーション向けに特別に設計されています。これは、推論、コード、およびエージェント機能をネイティブに統合した初のオープンソース最先端（SOTA）モデルです。ハイブリッドエキスパート（MoE）アーキテクチャを採用し、GLM-4.5（3550億パラメータ、320億アクティベーション）とGLM-4.5-Air（1060億パラメータ、120億アクティベーション）の2つのバージョンがあります。このモデルは、複数のベンチマークで優れたパフォーマンスを発揮し、オープンソースモデルの中でトップクラスの総合パフォーマンスを実現しており、特にコードベースのエージェントシナリオで卓越した性能を発揮します。ハイブリッド推論モードをサポートしており、思考モードと非思考モードの両方を提供することで、複雑なタスクと即時応答の要求の両方に対応します。

パラメータ効率は2倍になり、API価格はClaudeの1/10、処理速度は最大100トークン/秒に達します。単一モデルで複数の機能をネイティブに融合することに初めて成功し、強力な推論、コード、インテリジェントエージェント機能を同時に備えた単一モデルという大きな技術的ブレークスルーを達成しました。Zhipu QingyanとZ.aiで無料トライアルが可能です。

GLM-4.5の主な特徴

• 多機能統合初めて、推論、コード生成、エージェント機能を単一のモデルにネイティブに融合させることに成功し、複雑なエージェントアプリケーションのニーズを満たすことができるようになった。
• 推論能力複数の推論ベンチマークにおいて非常に優れた性能を発揮し、複雑な推論タスクをサポートし、オープンソースモデルと比較して最高レベルの推論性能を実現します。
• コード生成コード生成やプログラミング作業に優れ、複数のプログラミング言語をサポートし、高品質なコードスニペットを生成し、フルスタック開発タスクにも対応可能です。
• インテリジェントエージェントアプリケーションツール呼び出しやウェブブラウジングなどの機能をサポートしており、Claude CodeやRoo Codeといったコードインテリジェンスフレームワークと統合できるため、インテリジェンスタスクに適しています。
• ハイブリッド推論モード複雑な推論やツールの使用に適した「思考モード」と、即時対応に適した「非思考モード」を提供し、効率性とパフォーマンスのバランスを取っています。

GLM-4.5の技術的ハイライト

• ハイブリッドエキスパート（MoE）アーキテクチャGLM-4.5は、非常に効率的なモデル拡張手法であるエキスパート混合（MoE）アーキテクチャを採用しています。MoEアーキテクチャは、モデルパラメータを複数のエキスパートモジュールに分割し、順伝播のたびに動的にエキスパートを選択して活性化することで、パラメータの疎な活性化を実現します。これにより、モデルの強力な表現力を維持しながら、計算コストとメモリ使用量を大幅に削減できます。
  • GLM-4.5パラメータの総数は 3550億活性化パラメータは 320億。
  • GLM-4.5-Airパラメータの総数は 1060億活性化パラメータは 120億。
• マルチモーダル機能GLM-4.5はマルチモーダルな入出力に対応しており、テキストや画像など様々なデータタイプを処理できます。これにより、モデルはエージェントのタスクにおけるWebブラウジングやツール呼び出しといったマルチモーダルなインタラクションシナリオなど、複雑なエージェントアプリケーションコンテンツをより的確に理解し、生成することが可能になります。
• ハイブリッド推論モードGLM-4.5には2つの推論モードがあります。
  • 思考モード複雑な推論やツール使用のシナリオに適したこのモデルは、より深い思考と推論を行い、より正確な結果を生成します。
  • 非思考モードリアルタイム応答シナリオに適したこのモデルは、低遅延の要件を満たし、迅速に結果を生成します。
• 効率的な研修プロセスGLM-4.5のトレーニングプロセスは、以下の3つの段階から構成されます。
  • 一般的なデータ事前学習15兆トークンの一般データを用いて事前学習を行い、言語と知識の基本的な表現を学習する。
  • 対象を絞ったトレーニング特定のタスクにおけるモデルのパフォーマンスを向上させるため、コード、推論、インテリジェントエージェントなどの分野における8兆トークンのデータに対して、的を絞ったトレーニングが実施されます。
  • 強化学習の最適化強化学習を通じてモデルの推論、コード生成、およびエージェント機能をさらに最適化することで、実世界のアプリケーションにおけるモデルのパフォーマンスを向上させることができる。
• パラメータ効率の最適化GLM-4.5は、パラメータ効率において大幅な改善を実現しています。DeepSeek-R1の半分、Kimi-K2の3分の1というパラメータ数でありながら、多くの標準ベンチマークを凌駕する性能を発揮します。例えば、総パラメータ数1000億個（うち活性化パラメータ100億個）のモデル群において、GLM-4.5の人工知能分析ベンチマークにおける推論性能は、他の国際的なトップモデルに匹敵、あるいは凌駕するレベルに達しています。

GLM-4.5プロジェクトの住所

• GitHubリポジトリ：https://github.com/zai-org/GLM-4.5
• ハギングフェイス倉庫： https://huggingface.co/collections/zai-org/glm-45-687c621d34bda8c9e4bf503b
• ModelScopeリポジトリ：https://modelscope.cn/collections/GLM-45-b8693e2a08984f
• 体験アドレス：
  • HuggingFace： https://huggingface.co/spaces/zai-org/GLM-4.5-Space
  • ModelScope：https://modelscope.cn/studios/ZhipuAI/GLM-4.5-Demo

GLM-4.5の技術仕様

• 包括的なパフォーマンスSOTA：最も代表的な12のベンチマークには、MMLU Pro、AIME 24、MATH 500、SciCode、GPQA、HLE、LiveCodeBench、SWE-Bench Verified、Terminal-Bench、TAU-Bench、BFCL v3、およびBrowseCompが含まれます。包括的な平均スコアGLM-4.5が達成グローバルモデルいいえ。三つ国内モデルいいえ。1つオープンソースモデル初め。

• パラメータ効率の向上GLM-4.5は、DeepSeek-R1の半分のパラメータ数、Kimi-K2の3分の1のパラメータ数でありながら、GLMモデルのパラメータ効率の高さにより、複数の標準ベンチマークで優れた性能を発揮します。モデルコードの性能を測定するSWE-bench Verifiedリーダーボードでは、GLM-4.5シリーズは性能/パラメータ比においてパレート最適解に位置づけられており、同規模において最高の性能を実現していることを示しています。

• 低コスト、高速GLM-4.5シリーズは、パフォーマンスの最適化に加え、コストと効率性においても画期的な進歩を遂げ、主流モデルよりも大幅に低価格を実現しています。API呼び出し料金は、入力トークン100万個あたりわずか0.8元、出力トークン100万個あたり2元です。また、高速バージョンでは、1秒あたり最大100トークンの生成がテスト済みで、低遅延と高同時実行性という実際の導入ニーズに対応し、コスト効率とユーザーエクスペリエンスのバランスを実現しています。

GLM-4.5の使い方

• エクスペリエンスプラットフォーム
  • Zhipu Qingyan (chatglm.cn)ユーザーはZhipu Qingyanプラットフォームに直接アクセスすることで、GLM-4.5の全機能を無料で体験できます。対話生成、コード生成、推論タスクなど、さまざまな操作を実行して、モデルの強力な機能を体験できます。
  • Z.aiユーザーはZ.aiプラットフォームを通じてGLM-4.5の機能を体験することもできます。
• API呼び出し
  • BigModel.cnZhipu AIは、ユーザーがBigModelプラットフォームを通じて呼び出すことができるAPIインターフェースを提供しています。このAPIインターフェースは、テキスト生成、コード生成、推論タスクなど、さまざまな機能をサポートしています。

GLM-4.5モデルの価格

API呼び出しの料金は、入力が100万トークンあたり0.8元、出力が100万トークンあたり2元と非常に低く、生成速度は最大100トークン/秒で、低遅延かつ高同時実行の展開をサポートします。

GLM-4.5の応用シナリオ

• フルスタック開発タスクGLM-4.5は、複雑なフルスタック開発タスクを処理する能力を備えており、比較的複雑なアプリケーション、ゲーム、インタラクティブなWebページなどの開発をサポートします。
• コード生成GLM-4.5はコード生成に優れており、高品質なコードスニペットを生成し、複数のプログラミング言語をサポートしています。開発者はGLM-4.5を利用することで、コードフレームワークを迅速に生成し、コードのエラーを修正し、コード構造を最適化することができます。
• プログラミング支援ツールモデルはプログラミング支援ツールとして機能し、コード補完、コード生成候補、コードコメントなどの機能を提供することで、開発効率を向上させることができる。
• コンテンツ生成このモデルは、記事、ニュースレポート、クリエイティブなコピーライティングなど、さまざまな種類のコンテンツを生成でき、コンテンツ作成、コピーライティング、その他のシナリオに適しています。
• 学術研究GLM-4.5は学術研究に利用でき、研究者が自然言語処理や人工知能といった分野における最先端の課題を探求するのに役立ちます。