GLM-5.3-Flash、マルチモーダルを低コストへ
Z.aiが総パラメータ320B、活性化18Bのオープンモデルを公開。ネイティブ画像入力と100万トークンの文脈を掲げます。
60秒でわかる
GLM-5.3-FlashはMITライセンスの320B/18Bオープンモデルで、ネイティブ画像入力と100万トークン文脈を掲げます。
要点
- 総パラメータは320B、各トークンで活性化されるのは18Bです。
- 画像とテキストをネイティブに扱い、コード、グラフ、文書などに使えます。
- 疎注意と線形注意の組み合わせで、長文脈の計算とKVキャッシュ削減を狙います。
- ベンチマーク、価格、中国製チップでの性能は自己申告で、独立再現が必要です。
結論. オープンなマルチモーダル配備にとって意味のある公開ですが、実際の費用対効果は再現可能な試験とハードウェア条件で決まります。
Z.aiはGLM-5.3-Flashを公開しました。画像とテキストを同時に扱いながら、長い文脈の推論コストを抑えることを狙ったモデルです。モデルカードと公式文書によれば、総パラメータは320Bですが、1トークンあたりの活性化パラメータは18Bです。
今回の公開大規模モデルを小さな経路で動かす
モデルはMIT LicenseでHugging Faceに公開されています。Mixture-of-Experts設計で、総パラメータは320B、活性化パラメータは18Bです。総数は容量を、活性化数は各トークンで実際に選ばれる計算経路の規模を示します。
重要な変化視覚能力を後付けにしない
公式文書はGLM-5.3-FlashをGLM-5系列初のネイティブ・マルチモーダルモデルと説明しています。APIは画像とテキストを組み合わせた入力に対応し、コード画面、グラフ、文書、ダッシュボードのような作業に直接使えます。
アーキテクチャ疎注意と線形注意で長文脈を支える
モデルは疎注意と線形注意を組み合わせます。Z.aiは、GLM-5.3と比べて注意計算とKVキャッシュを削減しながら、長文脈能力を保つ設計だと説明しています。設定上の最大位置長は1,048,576で、Indexerのキーを圧縮するIndexPoolも使われます。
証拠の範囲性能値は独立検証が必要
公式ブログは、公開前にOx AlphaとしてOpenCodeとOpenRouterで匿名プレビューを行い、そのトラフィックを中国製AIチップで処理したとも説明しています。SGLangを基盤にした専用サービングスタックと、同じハードウェアでのエンドツーエンド性能3倍向上も報告しています。方向性は示しますが、公開情報の中心は会社自身の説明です。
実際の意味オープンな重みが配備の選択肢を広げる
実務上の問いは、GLM-5.3-Flashが絶対に最良かではありません。ネイティブ画像、長文脈、MITライセンスが、ハードウェアと運用の複雑さを上回る価値を持つかです。モデルカードはSGLang、vLLM、TokenSpeed、KTransformersを配備経路として挙げています。
重要なのは単なる大型化ではなく、先端マルチモーダル能力を開いて配備・検証しやすくする試みです。