GLM-5.2はZ.aiが重みごと公開した744B MoEモデル
GLM-5.2とはZ.aiが開発した大規模言語モデルです。学習を終えた重みをそのまま公開するオープンウェイトモデルで、Hugging Faceには2026年6月16日にリポジトリが出ました。
ClaudeやChatGPTはモデルの中身を外に出していませんが、GLM-5.2は重みそのものが公開されています。配布先はHugging FaceとModelScopeの2か所で、精度の異なるBF16版とFP8版をそれぞれダウンロードできます。
GLM-5.2の主なスペック（公式）
MoEなので744Bのうち1トークンで動作するのは40B
MoE（混合エキスパート）は巨大なネットワークを多数の小さなエキスパートに切り分け、入力ごとに一部だけを呼び出す作りです。Z.aiの公式表記744B-A40Bのうち、前半は保存に必要な総パラメータ、後半は1トークンを出力するたびに動作する分を表します。そのため、総数とアクティブ数を混同すると、必要なメモリ量も1トークンあたりの計算量も見積もりを誤ります。
前世代のGLM-4.5は総355B・アクティブ32Bで、GLM-5世代に入って総744B・アクティブ40Bまで大きくなりました。また事前学習に使うデータも23Tトークンから28.5Tトークンへ増えています。
GLM-5.2ではさらにIndexShareという仕組みが導入されました。スパースアテンション層4つで同じインデクサーを使い回すことで、1Mコンテキストなら1トークンあたりの計算量が約1/2.9まで下がります。投機的デコード（先読みした予測をまとめて採用する手法）でも、一度に採用されるトークン数が最大20%増えました。
Hugging Faceのページがsafetensorsから集計して表示するパラメータの個数は、753,329,940,480です。この数を丸めた「753B」はZ.aiが公称する744Bとは別の値です。
Compared to GLM-4.5, GLM-5 scales from 355B parameters (32B active) to 744B parameters (40B active), and increases pre-training data from 23T to 28.5T tokens. ／ which reuses the same indexer across every four sparse attention layers, reducing per-token FLOPs by 2.9× at a 1M context length. We also improve GLM-5.2’s MTP layer for speculative decoding, increasing the acceptance length by up to 20% — GLM-5 世代でのスケール幅と、新機能一覧「Improved Architecture」の記述より公式情報を見る →
MITライセンスの重みは無料で商用利用も改変も許される
ライセンスがMITなので重みを落として自社サービスへ組み込むことも、用途に合わせて自由に改変することも、その成果物を有償で売ることも許されるうえ、国や地域による利用制限もありません。公開からの累計ダウンロード数は155万2,546件です。
例えば社外に出せない設計書を読ませて仕様書のたたき台を作らせたい場合、設計書をクラウドのAPIへ送信するわけにはいかないので、外部のサービスで動作するモデルは選択肢に含まれません。GLM-5.2なら重みを自社のサーバーへ置き、外へ出ないネットワークの中だけで動作させることができます。
社外へデータを出せない業務では、性能よりも先にライセンスと配布形態でモデルを選ぶことになります。外へ出してよいデータなら重みを自前で運用する必要はなく、従量課金APIで十分です。
An MIT open-source license — no regional limits, technical access without borders — GLM-5.2 の新機能一覧「Pure Open」の項より公式情報を見る →
コーディング性能はGPT-5.5と指標ごとに勝敗が異なる
Z.aiが公開したベンチマークには、クローズドの最上位モデルに匹敵する数字が出ています。ただし同じ公表値の中に勝っている指標と負けている指標が混じっていて、「GPT-5.5超え」と一括りにはできません。
主要コーディングベンチマークの比較（公式モデルカードの数値）
GLM-5.2はGPT-5.5より3.5ポイント高いが、Opus 4.8には7.1ポイント届かない。3指標のうちOpus 4.8との差が最も大きく、「オープンウェイトが商用最上位に追いついた」とまでは言えない。
3指標で唯一GLM-5.2が最下位になる。ただし3者の幅は4ポイントしかなく、同じベンチでもハーネスを替えると順位が入れ替わる（本文参照）。
3者の差は2.5ポイントの幅しかなく、GLM-5.2はOpus 4.8に0.7ポイント差まで迫る。長時間の自律作業を評価するこの指標では、3者の差がいちばん小さい。
SWE-bench ProとFrontierSWEでGPT-5.5超え
実際のソフトウェア開発課題を解かせるSWE-bench Proは62.1で、GPT-5.5の58.6と前世代GLM-5.1の58.4を上回りました。長時間の自律作業を評価するFrontierSWEも74.4で、GPT-5.5の72.6より上です。ところが、同じ比較でClaude Opus 4.8は69.2と75.1なので、2指標ともGPT-5.5には勝ってOpus 4.8には届いていません。
SWE-bench Proの62.1は、Z.aiがOpenHandsという実行環境を使い400Kトークンのコンテキストで計測した値です。測定条件が変われば数値も変わるため、他社サイトの集計値と1ポイント単位で比較しても意味がありません。
We run the SWE-Bench Pro suite with OpenHands using a tailored instruction prompt. Settings:公式情報を見る →temperature=1,top_p=1,max_new_tokens=32k, with a 400K context window. — Footnote「SWE-Bench Pro」の測定条件より
Terminal Benchはハーネス次第でOpus 4.8を上回る
Terminal Bench 2.1は、ターミナル操作の自動化を評価するベンチマークです。ハーネス（モデルにツールを与えて評価課題を実行させる仕組み）にTerminus-2を使った集計では、GLM-5.2は81.0で、GPT-5.5の84.0とOpus 4.8の85.0を下回ります。
公式モデルカードにはもう1つの集計もあります。各モデルが最も良い成績を出したハーネスで比較すると、GLM-5.2が82.7、Opus 4.8が78.9で順位が逆転します。このため、1つの数字だけを取り出して優劣を語ることはできません。比較対象のClaude Opus 4.8については「Claude Opus 4.8の変更点と性能、料金は前世代の4.7と同額」で整理しています。
We evaluate Terminal-Bench 2.1 with Terminus-2 framework using公式情報を見る →parser=json,timeout=4h,temperature=1.0,top_p=1.0,max_new_tokens=48k,max_episodes=500, with a 256K context window. — Footnote「Terminal-Bench 2.1 (Terminus 2)」の測定条件より
GLM-5.2の導入は従量課金API・定額プラン・自前運用
同じGLM-5.2というモデル名を指定しても、いま「GLM-5.2そのもの」が動作するのは従量課金APIと自前運用の2つだけです。GLM-5.2を使う方法の内訳は次の3つです。
- 使った分だけ払う従量課金API
- コーディングツールから使う定額のGLM Coding Plan
- 重みを落としてご自身の環境で実行する自前運用
API料金は100万トークンあたり入力1.4ドル・出力4.4ドル
従量課金APIの単価は100万トークンあたり入力1.4ドル（約226円）、出力4.4ドル（約711円）です。また、一度読ませた内容を再利用するキャッシュ入力は、0.26ドル（約42円）まで下がります。保存料は期間限定で無料のままで、いずれも前世代のGLM-5.1から変わっていません。
長いコードベースを丸ごと読ませる使い方では、料金の大半を入力が占めます。同じリポジトリを何度も読ませるなら、キャッシュ入力の0.26ドル（約42円）で総額が大きく下がります。
This page provides pricing information for Z.AI’s models and tools. All prices are in USD. ／ Prices per 1M tokens. — Pricing ページの前書きと、GLM-5.2 の行が載る「Latest Models」表の見出しより公式情報を見る →
Coding PlanではGLM-5.3が代わりに動作
GLM Coding Planは月18ドル（約2,910円）からの定額プランで、Claude Code・Cline・OpenCodeといったコーディングツールから使うことができます。利用上限は5時間ごとと週ごとの2種類で、プランごとの上限は次のとおりです。
- Lite：5時間ごと2,000／週ごと10,000
- Pro：5時間ごと12,000／週ごと60,000
- Max：5時間ごと28,000／週ごと140,000
いまのプランで使えるのはGLM-5.3とGLM-5.3-Flashだけです。GLM-5.2やGLM-5.1を指定してもGLM-5.3へ自動的に振り替えられるため、定額プランでGLM-5.2を名指しすることはできません。GLM-5.2の応答をそのままチェックしたいなら、従量課金APIを直接呼ぶか、重みを落として自前で実行するかを選びます。
Starting at just 18 USD per month, with Pro and Max plans designed for high-frequency, complex projects. ／ All plans support GLM-5.3, GLM-5.3-Flash. ／ Requests for GLM-5.2/GLM-5.1 will be automatically routed to GLM-5.3, requests for GLM-4.7 will automatically be routed to GLM-5.3-Flash. — Advantages「Generous Usage at a Fair Price」と Benefits「Supported Models」の記述より公式情報を見る →
自前運用にはSGLangやvLLMなどの推論エンジンが必要
重みはMITライセンスで公開されているので、モデルの利用料そのものは発生しません。ただし、動作させるには推論エンジンが必要です。対応する推論エンジンは次の5つです。
- SGLang（v0.5.13.post1以降）
- vLLM（v0.23.0以降）
- Transformers（v0.5.12以降）
- KTransformers（v0.5.12以降）
- Unsloth（v0.1.47-beta以降）
Ascend NPUで動作させる場合は、vLLM-Ascend・xLLM・SGLangが対応しています。いずれの方法でも総744Bという規模なので、ノートパソコンに入れてすぐ動作するものではありません。家庭用のPCで動作させる方法もあります。
GLM-5.2 supports deployment with the following frameworks. Feel free to try them out: — SGLang・vLLM・Transformers・KTransformers・Unsloth を列挙する「Serve GLM-5.2 Locally」節の導入文より公式情報を見る →
無料のMIT重みを自社サーバーで運用
GLM-5.2は、MoEの仕組みにより総744Bのうち1トークンあたり40Bだけを動作させる大規模言語モデルです。その重みがMITライセンスで公開されているので、自社のサーバーへ置いて動作させることも、改変して商用サービスに組み込むこともできます。
コーディングの成績は指標ごとに割れ、SWE-bench ProとFrontierSWEではGPT-5.5を超えます。単価は100万トークンあたり入力1.4ドル（約226円）・出力4.4ドル（約711円）、定額プランは月18ドル（約2,910円）からですが、プラン経由の指定はGLM-5.3へ振り替えられるので、GLM-5.2を名指しで試すなら従量課金APIか自前運用を選びます。
FAQ
- GLM-5.2は無料で使えますか？
- モデル本体（重み）はMITライセンスで公開されているので、Hugging FaceやModelScopeから無料でダウンロードでき、商用サービスに組み込むこともできます。地域による制限もありません。ただし無料なのはご自身で実行する場合の話で、総744Bという規模は家庭用のパソコンにそのまま入るものではありません。GLM-5.2を試すだけなら、従量課金のAPIが現実的です（GLM Coding PlanではGLM-5.3に振り替えられます）。
- GLM-5.2はGPT-5.5より高性能ですか？
- 指標によって勝敗が異なります。SWE-bench Pro（62.1対58.6）とFrontierSWE（74.4対72.6）ではGLM-5.2が上ですが、Terminal Bench 2.1のTerminus-2集計では81.0対84.0でGPT-5.5が上です。いずれもZ.aiが公開した数値で、SWE-bench ProについてはOpenHandsを使い400Kトークンのコンテキストで測ったと公式モデルカードに明記されています。
- GLM-5.2はClaude Codeで使えますか？
- GLM Coding PlanはClaude Code・Cline・OpenCodeから使うことができますが、いまのプランはGLM-5.3が前提です。GLM-5.2やGLM-5.1を指定しても、GLM-5.3へ自動的に振り替えられます。GLM-5.2そのものを使いたい場合は、従量課金のAPIを直接呼ぶか、重みを落としてご自身の環境で実行するかの2択になります。
関連する記事
GLM-5.3のコーディング性能と重みの公開状況、Flashとの違いGLM-5.3の性能を、Z.aiが公表したコーディング50%向上とCyberGym 84.5%の公式ベンチと、公開後の個人検証・独立ベンチの結果で整理。重みは旗艦とFlashが別々に公開されています。
CloudflareのGLM-5.3で155件の応答に他人のリクエスト内容が混入Cloudflare Workers AIのGLM-5.3で、8月27日〜9月9日に155件の応答へ他人のリクエスト内容が混ざりました。681,280トークンを超える長い入力への応答だけが対象です。Cloudflareは設定の不一致と推論エンジンSGLangの不具合が重なったと説明し、修正済みとのこと。
Reflection Beamとは？混合エキスパート構成のオープンモデルReflection AIが10月5日に発表したBeamは、総501B・アクティブ23BのMoE構成のオープンウェイトモデルです。GLM 5.2と同程度のスコアを1/4〜1/3の推論計算量で出すと主張し、重みは10月中にApache 2.0で公開予定。10月10日にはNVIDIAによる買収協議をFTが報じました。
Colibrìとは？744Bモデルを16GBのPCで実行する推論エンジンColibrìはGPUも依存ライブラリも必要ない純Cの推論エンジンです。モデルの大半をNVMeに置いて必要な分だけ読み込むことでRAMの使用量を抑え、744BパラメータのGLM-5.2をRAM16GBのPCで動作させます。ローカルLLMの必要スペックと環境ごとの実測速度を公式資料から整理しています。