中国のAI企業Z.aiが、オープンウェイトモデル「GLM-5.3-Flash」を公開した。320億パラメータ規模のMoE（Mixture of Experts、複数の専門家モデルを組み合わせる構成）アーキテクチャを採用し、Artificial AnalysisのIntelligence Indexでは57ポイントを獲得。上位モデルGLM-5.3の60ポイントにわずか3ポイント差まで迫りながら、利用コストはタスクあたり0.09ドルと、GLM-5.3の0.68ドルの7分の1に抑えている。

API価格と提供形態

API利用料は入力100万トークンあたり0.15ドル、出力100万トークンあたり0.50ドルに設定されている。モデルの重みはMITライセンスのもとHugging Faceで公開済みで、商用利用を含め制約なく自社インフラで動かせる。低コストかつ高性能なオープンウェイトモデルとして、開発者やスタートアップが試しやすい選択肢が一つ増えたことになる。

推論基盤はNvidia非依存

今回のリリースで注目されるのは、性能や価格だけでなく、推論処理をNvidia製GPUに頼らず実現した点だ。Z.aiは独自の推論サービング基盤をSGLangベースで構築し、処理を独立してスケール可能な段階に分割することで、中国製AIチップ上での効率的な運用を実現した。この取り組みにより、開発初期段階と比べてスループットは3倍に向上したという。

米国の輸出規制で先端Nvidiaチップの調達が制限される中、中国のAI企業はGPU以外のハードウェアで実用的な性能を出す方向にシフトしつつある。GLM-5.3-Flashは、その成果を商用サービスの形で示した事例といえる。

価格競争が招く波及効果

上位モデルにわずかに劣る性能を大幅な低コストで提供するGLM-5.3-Flashのような選択肢が増えることは、OpenAIやAnthropicなど欧米の主要AIプロバイダーにとって価格面での競争圧力になる。開発者にとっては、精度をわずかに妥協する代わりにコストを大きく下げられる選択肢が広がることを意味し、大量のAPI呼び出しを伴うプロダクトほど恩恵は大きい。