智谱AI（Z.ai）のGLM-5は、米国製半導体を一切使わずに訓練されたフロンティアモデルとして、オープンソースAIの新たな到達点を示しました。
- 744Bパラメータ（44B活性化） — MoE 256エキスパートの超大規模アーキテクチャ。MIT Licenseでオープンウェイト公開
- SWE-bench Verified 77.8% — オープンソースモデル最高スコア。GPT-5.2やGemini 3.0 Proに肉薄
- 幻覚率で業界最低記録 — Artificial Analysis Intelligence Index v4.0で全モデル中トップの事実正確性
- Huawei Ascendチップ100% — NVIDIA非依存でフロンティアモデル訓練が可能であることを実証
この記事を読むべき人：中国発AIモデルの動向を把握したい経営者・CTO、オープンソースLLMの導入を検討中のエンジニア、AI地政学リスクを評価する必要のあるビジネスリーダー
今日やること → 自社のLLM選定基準に中国発オープンソースモデルの評価軸を追加してください。選択肢は確実に広がっています。
2026年2月11日、中国の春節を控えたタイミングで、AI業界に激震が走りました。
中国のAIスタートアップ・智谱AI（Zhipu AI / Z.ai）が、新世代フラッグシップモデル「GLM-5」をリリースし、即座にオープンウェイト公開に踏み切ったんです。パラメータ数は744B（7,440億）。MoE（Mixture of Experts）アーキテクチャで活性化パラメータは44B。しかもこのモデル、Huawei Ascendチップだけで訓練されています。NVIDIAのGPUは1枚も使っていません。
同じ48時間でDeepSeekが新版、MiniMaxがM2.5をリリースする「春節前AI血戦」。知乎では「国産大模型春節血戦！外国人が唖然」と話題になりました。
この記事では、GLM-5の技術的ポイント、中国AI競争の全体像、日本企業へのインパクトを実務視点で徹底解説します。「中国のAIモデルって結局どうなの？」にデータと事実で答えます。
目次
何が起きたのか — GLM-5リリースのファクト整理
時系列：2026年2月の中国AI「春節血戦」
まず、何が起きたのかを時系列で整理しましょう。2026年2月の中国AI業界は、春節（旧正月）前のタイミングで「全員が一斉に新モデルを出す」という前代未聞の展開になりました。
| 日付 | 企業 | モデル | ポイント |
|---|---|---|---|
| 2月11日 | 智谱AI（Z.ai） | GLM-5 | 744B MoEモデル。MIT Licenseでオープンウェイト公開。Huawei Ascendチップ100%で訓練 |
| 2月11日 | MiniMax | M2.5 | エージェント特化型フラッグシップ。プログラミング・エージェントシナリオで高性能 |
| 2月11日前後 | DeepSeek | 新版（V4前哨戦） | コンテキストウィンドウ128K→1Mに拡張。V4正式リリースに向けた圧力テスト |
| 2月13日 | 智谱AI | GLM-5（完全オープンソース化） | Hugging Face・ModelScopeでモデルウェイト公開。株価2日間で28.68%→20.65%急騰 |
DeepSeekが2025年のR1で世界的注目を集めて以来、中国AI企業は「次の一手」のプレッシャー下にあります。
GLM-5のベンチマーク — 数字で見る実力
では、GLM-5は実際にどれくらい「使える」モデルなのか。主要ベンチマークの数字を他社モデルと並べてみましょう。
| ベンチマーク | GLM-5 | Claude Opus 4.5 | GPT-5.2 | Gemini 3.0 Pro |
|---|---|---|---|---|
| Humanity’s Last Exam | 30.5 / 50.4（ツール込み） | 28.4 / 43.4 | 35.4 / 45.5 | — |
| AIME 2026 | 92.7 | — | — | — |
| GPQA-Diamond | 86.0 | — | — | — |
| SWE-bench Verified | 77.8 | — | — | — |
| Terminal Bench 2.0 | 56.2 | — | — | — |
| Vending Bench 2 | $4,432 | $4,967 | — | $5,478 |
| Artificial Analysis 総合 | 全球4位、オープンソース1位 | — | — | — |
注目すべきポイントは3つあります。
第一に、Humanity’s Last Exam（ツール使用時）でGPT-5.2を上回ったこと。50.4 vs 45.5という差は統計的に有意です。ツールを使った複合タスクにおいて、オープンソースモデルが商用フロンティアモデルを超えた初のケースとして大きなインパクトがありました。
第二に、SWE-bench Verified 77.8%はオープンソース最高記録です。実際のGitHubリポジトリのバグ修正タスクでこのスコアは、実務的なコーディング能力の高さを示しています。
第三に、Vending Bench 2という実ビジネスシミュレーションベンチマーク。自動販売機ビジネスを1年間運営するシミュレーションで$4,432を達成。Claude Opus 4.5（$4,967）やGemini 3.0 Pro（$5,478）には及ばないものの、オープンソースモデルとしては圧倒的に高い数字です。
智谱AIとは何者か — 中国AI四天王の筆頭
清華大学発・中国AI初の上場企業
智谱AI（英名：Z.ai）は、2019年に清華大学コンピュータサイエンス学部から生まれたAI企業です。共同創業者は清華大学教授の唐杰（Tang Jie）氏と李涓子（Li Juanzi）氏。中国AI業界の「AI四小虎」（智谱AI・MiniMax・百川智能・月之暗面）の筆頭として、2026年1月8日に香港証券取引所で中国LLM企業初のIPOを実現しました。
累計調達額は約14億ドル、IPOで約5.58億ドルを追加調達。2026年2月時点の時価総額は約414億ドル。投資家にはAlibaba、Tencent、Xiaomi、Saudi Aramco傘下ファンドなど。GLM-5リリース直後に株価は2日間で計50%超急騰し、上場企業ならではのモデル性能→株価連動が鮮明です。
技術ディープダイブ — アーキテクチャと独自技術
MoEアーキテクチャの詳細
GLM-5の主要スペックを前世代と比較します。
| 項目 | GLM-5 | GLM-4.7 |
|---|---|---|
| 総パラメータ | 744B | 355B |
| 活性化パラメータ | 44B | 32B |
| MoEエキスパート | 256（8活性化/トークン） | — |
| コンテキスト | 200Kトークン | — |
| 事前学習データ | 28.5兆トークン | 23兆 |
| アテンション | DeepSeek Sparse Attention | — |
| ライセンス | MIT License | — |
MoEの仕組みを端的に言えば「256人の専門家がいるけど、毎回8人だけが回答する」構造。744Bの知識容量を持ちながら推論は44Bで済む。注目すべきは、アテンション機構にライバルDeepSeekの技術（DSA）を採用している点。中国AI企業間でOSS技術を相互活用している象徴的な事例です。
Slime：独自の強化学習フレームワーク
GLM-5の最大の技術的特徴のひとつが、Slimeと呼ばれる独自の強化学習（RL）フレームワークです。
従来のRL訓練では、ロールアウト（生成）が全体時間の90%以上を占めるボトルネックでした。Slimeは訓練（Megatron-LM）とロールアウト（SGLang）を完全に非同期分離し、APRIL（Active Partial Rollouts）で部分的なロールアウトから先に訓練を開始。GPU稼働率を最大化します。
SlimeはGLM-5専用ではなくGitHubでOSS公開（THUDM/slime）されており、推論RL・エージェントRL・オンポリシー蒸留を統一フレームワークで扱えます。
Huawei Ascendチップ100%訓練の意味
GLM-5の最も地政学的にインパクトのある事実は、訓練がHuawei Ascendチップとmindsporeフレームワークのみで行われたこと。NVIDIAのA100/H100/B200は一切使われていません。
Huawei Ascend 910CはFP16精度で約800 TFLOPS（H100の約80%）。智谱AIは動的グラフパイプライニングや高性能フュージョンオペレータなどの独自最適化でこのギャップを埋めました。「NVIDIAなしでフロンティアモデルは作れない」という通説を事実として覆した形です。
「Vibe Coding」から「Agentic Engineering」へ
智谱AIはGLM-5の公式論文タイトルを「GLM-5: from Vibe Coding to Agentic Engineering」としています。
従来のLLMがコードスニペット生成に留まっていたのに対し、GLM-5はシステム全体の設計・実装・テストを自律的に行う「エージェントエンジニアリング」を志向。Terminal Bench 2.0での56.2という高スコアがこれを裏付けています。
なぜこれが重要なのか — 3つの構造的インパクト
インパクト1：オープンソースAIの到達点が変わった
GLM-5以前、オープンソースLLMのフロンティアはMeta Llama 4やDeepSeek R1/V3でした。しかし、いずれもベンチマークで商用モデル（GPT-5.2、Claude Opus 4.5）に対して明確な差がありました。
GLM-5はツール使用時のHumanity’s Last ExamでGPT-5.2を上回り、幻覚率でArtificial Analysis Intelligence Index v4.0の全モデル中最低を記録しています。これは「オープンソースモデルは商用モデルの廉価版」という認識を根本から覆す出来事です。
VentureBeatの報道によれば、GLM-5は「抽象化する（abstain）」頻度が他モデルより高く、確信がない場合に無理に回答しない設計になっています。これが幻覚率の低さにつながっています。実務では「間違った回答をされるより、わからないと言ってくれるほうがマシ」なので、これは非常に重要な特性です。
インパクト2：半導体規制の実効性への疑問
米国は2022年以降、NVIDIA A100/H100/B200の対中輸出を段階的に禁止してきました。GLM-5はこの規制下で、Huawei Ascend 910Cのみでフロンティアモデル訓練を完遂。South China Morning Postは「智谱AIが米国チップ依存を打破」と報じています。Ascend 910CはH100の約80%の性能ですが、重要なのは「規制で止められる」と想定されていたことが止められていない事実です。
インパクト3：中国AIモデルの「量」が「質」に転換している
2025年のDeepSeek R1で潮目が変わり、2026年のGLM-5で「一社の例外」ではなく「構造的トレンド」であることが確認されました。Artificial AnalysisランキングでGLM-5は全球4位・オープンソース1位。DeepSeek V3もトップ10圏内、MiniMax M2.5もエージェント特化で高性能。中国AI業界全体が底上げされています。
賛否両論 — 期待と懸念の両面を整理
GLM-5のリリースに対する業界の反応は、楽観と慎重論が入り混じっています。両面をフェアに整理しましょう。
期待・肯定的な声
- MIT Licenseの衝撃：商用利用・ファインチューニング・再配布が完全自由。企業導入のハードルが劇的に低い
- 幻覚率最低：ビジネス利用で最も懸念される「ハルシネーション」問題への回答。事実正確性で全モデル中トップ
- コーディング性能：SWE-bench 77.8%は実務でのコード品質を示唆。OSS版でこれは画期的
- 自国チップでの訓練成功：サプライチェーンリスクの軽減を実証。他国にとっても「NVIDIA依存脱却」の参考事例に
- Slimeフレームワークの公開：RL訓練の効率化ノウハウがOSSとして共有された。AI研究コミュニティ全体の前進
懸念・慎重な声
- 744Bの運用コスト：活性化パラメータ44Bとはいえ、全重みを保持するには大規模なGPUクラスタが必要。中小企業にはセルフホスト困難
- 地政学的リスク：中国発モデルの業務利用は、規制産業（金融・医療・防衛）ではコンプライアンス上の懸念が残る
- データ主権の問題：API経由で利用する場合、データが中国国内サーバーを経由する可能性
- エージェント自律性のリスク：「Agentic Engineering」を志向するがゆえに、自律的なコード生成・実行の安全性担保が未成熟
- ベンチマーク至上主義への疑問：「GLM-5は特定ベンチマーク最適化で高スコアを出しているだけでは？」という指摘も一部にある
- 状況認識（Situational Awareness）の弱さ：安全性研究者からは「非常に有能だが、状況認識が低い」との評価がある
- 料金プラン変更への不満：GLM-5リリースと同時にGLM Coding Planが値上げ。「オープンソースで出しておいてサービス課金を上げる」ビジネスモデルへの批判
筆者の見解：技術的達成は素晴らしい。ただし日本企業の実務採用は「リスクをどこまで許容するか」の経営判断に帰着します。API利用なら低リスク、セルフホストならデータ主権の懸念はゼロ。用途に応じた判断が必要です。
日本企業への影響 — 無視できない理由
LLM選定の「第三極」が確立した
これまで日本企業のLLM選定はOpenAI / Anthropic / Google / Meta（OSS）の米国勢一択でした。GLM-5の登場で中国発オープンソースモデルが「検討に値する第三極」に。MIT Licenseで法的にもクリーン、しかも無料。コスト削減・ベンダーロックイン回避を重視するなら避けて通れない選択肢です。
価格競争のさらなる加速
GLM-5のAPI価格は入力$1.00 / 出力$3.20（100万トークンあたり）。これはClaude Opus 4.6（入力$5 / 出力$25）の1/5〜1/8です。
中国勢の低価格攻勢は2025年のDeepSeek以降加速しており、GLM-5はさらにその流れを強めています。日本企業にとっては、AIのAPIコストがさらに下がる恩恵を受けられる一方、自社開発モデルの競争力維持はますます困難になるという二面性があります。
AI人材市場・中国市場への影響
GLM-5の論文やSlimeのコードは、日本のAIエンジニアにとって最先端の学習リソース。一方、日本のAI企業・研究機関との技術格差がさらに広がっている現実も直視すべきです。中国市場にサービス展開する企業にとっては、中国語トップクラスの性能とデータ規制対応のしやすさで魅力的な選択肢です。
関連記事：AI導入戦略の全体像 — 企業が押さえるべきフレームワーク
企業がとるべきアクション — Uravationからの提言
GLM-5のリリースを受けて、日本企業が今すぐ検討すべき5つのアクションを提言します。
アクション1：LLM選定基準に「中国発モデル」カテゴリを追加する
既存のLLM選定マトリクスに「中国発オープンソース」カテゴリを追加し、GLM-5・DeepSeek V3/R1・MiniMax M2.5を評価対象に。評価軸は性能・コスト・ライセンス条件・地政学リスク・サポート体制の5つです。
アクション2：GLM-5のPoC（概念実証）を1件走らせる
評価は実際に触らないと始まりません。リスクの低い社内ユースケース（社内FAQ、議事録要約、コードレビュー支援など）でGLM-5のPoCを1件実施してください。
Z.ai開発者プラットフォームで無料アカウント作成→APIキー発行→OpenAI互換フォーマットでリクエスト送信。GPT-5.2やClaude Opus 4.6と同じタスクで比較してください。セルフホストは744B全重みにA100 x 8以上が必要なので、まずはAPIからが現実的です。
アクション3：「オープンソースLLMセルフホスト」の検討を開始する
MIT Licenseでフロンティアレベルのモデルをセルフホストできる時代。データ外部流出リスクがゼロ。すぐには無理でも、中期計画（1〜2年）にセルフホスト検証を含めるべきです。
アクション4：AI地政学リスクの社内ガイドラインを策定する
中国発モデルの利用にあたっては社内ガイドラインの策定が不可欠。許可業務範囲、データ経路ポリシー、規制業種での追加制約、モデルのバージョン管理手順を明文化してください。
アクション5：エージェント型AI活用の準備を進める
GLM-5の「Agentic Engineering」思想は、今後のLLM開発の方向性を示しています。モデルが単に質問に答えるだけでなく、複数ステップのタスクを自律的に遂行する時代が来ています。
企業として準備すべきは以下です。
- エージェント用サンドボックス環境の構築：AIが自律的にコードを書いて実行する環境を、本番とは切り離して用意する
- Human-in-the-Loop（HITL）プロセスの設計：AIの自律判断に人間の承認ステップを組み込む仕組み
- 監査ログ基盤の整備：エージェントが何を判断し、何を実行したかの記録を残す
ガバナンスとテクノロジーの両輪で進めることが重要です。
まとめ
GLM-5が示した3つの構造変化を改めて整理します。
- オープンソースの到達点が変わった — MIT Licenseで744B。幻覚率で全モデル最低。商用モデルとの差は消失しつつある
- 半導体規制の限界が露呈した — Huawei Ascendのみでフロンティア訓練完遂
- 中国AI勢の台頭が構造的トレンドに転換 — DeepSeek・GLM-5・MiniMax。1社の例外ではなく業界全体の底上げ
GLM-5を「遠い国の話」として見過ごすか、自社のAI戦略を見直すきっかけにするか。差がつくのはここからの動きの速さです。
AI導入・活用戦略にお悩みの方は、お気軽にご相談ください。中国発モデルを含むLLM選定支援から、エージェント型AI活用の設計まで、100社以上の支援実績をもとにサポートいたします。
参考・出典
- Z.ai (Zhipu AI) 公式サイト — https://www.zhipuai.cn/zh
- GLM-5 技術論文 — 「GLM-5: from Vibe Coding to Agentic Engineering」 arXiv:2602.15763
- VentureBeat — 「z.ai’s open source GLM-5 achieves record low hallucination rate and leverages new RL ‘slime’ technique」 2026年2月12日
- South China Morning Post — 「Zhipu AI breaks US chip reliance with first major model trained on Huawei stack」 2026年2月
- CNBC — 「The first of China’s ‘AI tigers’ goes public as Zhipu climbs in Hong Kong debut」 2026年1月8日
- Maxime Labonne (Medium) — 「GLM-5: China’s First Public AI Company Ships a Frontier Model」 2026年2月
- Artificial Analysis — 「GLM-5 – Intelligence, Performance & Price Analysis」 2026年2月
- Hugging Face モデルカード — zai-org/GLM-5
- GitHub — Slime RLフレームワーク THUDM/slime
- XenoSpectrum — 「中国Zhipu AIが旗艦モデル『GLM-5』をオープンウェイトで発表」 2026年2月
- GIGAZINE — 「Chinese-made AI ‘GLM-5’ comparable to Gemini 3.0 Pro and GPT-5.2 has appeared」 2026年2月12日
- 知乎 — 「国産大模型春節血戦！GLM-5 + DeepSeek新版 + MiniMax M2.5」 2026年2月
※ 情報は2026年2月22日時点のものです。ベンチマークスコアやAPI価格は変更される場合があります。
