GLM 5.2

GLMの違いは、トークンあたりのコストが10分の1であり、利用制限もはるかに高いことです。“The difference is glm is 1/10th of the cost per token and has way higher usage limit”

十分なハードウェア（256GBのMac Studioや十分なVRAM + RAMを備えたシステムなど）があれば、GLM-5.2もローカルで実行できることを忘れています。Unslothは、元のモデル精度の82%を維持しつつローカル展開をはるかに容易にする2-bit quantizedバージョンも提供しています。“You forgot to mention that GLM-5.2 can also run locally if you have enough hardware like 256GB Mac Studio or a system with sufficient VRAM + RAM. Unsloth also provides a 2-bit quantized version that reportedly retains 82% of the original model accuracy, making local deployment much more accessible.”

これ、マジでヤバいですね。2026年にGLM 5.2かClaudeのどちらを使うか、もう決められません笑 😭😭“This was ABSOLUTELY INSANE. Are you choosing GLM 5.2 or Claude to use in 2026? I genuinely can't decide anymore lol 😭😭”

Z.aiの創設者からの発表：「GLM-5.2は完全にオープンです。フロンティア・インテリジェンスは今日、すべての人のものです。非技術的な理由で特定のフロンティアモデルへのアクセスが突然遮断される現状は非常に遺憾です。アクセスが断たれた今、私たちは一つのことを確信しています。科学はグローバルであるべきです。AGI（汎用人工知能）への道が高い壁で囲まれてはなりません。私たちは常に、AGIは一部の人間が独占するものではなく、人類全体が知能の限界を探索し複雑な課題を解決するための礎であるべきだと信じてきました...“Announcement from the founder of Z.ai: “ GLM-5.2 is Fully Open, Frontier Intelligence Belongs to Everyone Today, the sudden restriction of certain frontier models is deeply regrettable. At a time when access to frontier models is abruptly cut off for non-technical reasons, we are even more convinced of one thing: science should be global. The path to AGI (Artificial General Intelligence) must never be enclosed by high walls. We have always believed that AGI should be the cornerstone for all of humanity to collaboratively explore the boundaries of intelligence and solve complex challenges, rather than a privilege monopolized by a few rules and subject to revocation at any moment. In the face of external blockades and restrictions, our attitude is one of radical openness. Frontier intelligence must remain open-source, accessible, and buildable, serving every dedicated developer. GLM-5.2 is Zhipu's most capable open-source model to date. It not only supports a truly usable 1M context window but also maintains a continuous lead in the independent completion of long-horizon tasks, providing solid foundational support for building complex agent applications. It also continues to be our main engine for creating the strongest domestic coding model. Tonight at 5:21—at this special moment—GLM-5.2 will officially be available to all GLM Coding Plan users (including Lite / Pro / Max). The API will also go live next week. A step closer to frontier intelligence for everyone. The future of AI is open, and it is for the people. ModelKey: GLM-5.2” https://x.com/jietang/status/2065784751345287314”

distillationだけで新しいAIモデルを作れる人なんて誰もいません。事実、私が知っているすべてのモデルは、トレーニングや検証プロセス中に既存のモデルからdistillationを行っています！ですから、誰かがdistillationを行っていると非難するのは、少なくとも不誠実ですし、そうでなければ極めて偽善的です。“NOBODY can make a new AI model by distillation alone, NOBODY. in fact, every model i know of distilled from existing models during the training/verification process! so accusing anyone of doing distillation is at very least disingenuous, if not extremely hypocritical.”

私はQ4_K_XLを実行しています。llama.cpp -cmoeを使用して秒間約6トークン（6tk/sec）出すには、512GBのRAMと2枚の3090 GPUがあれば十分です。私のDDR4 2400mhzは貧弱ですが、3200mhzなら速度は9tk/secまで上がるでしょう。CPUはそこそこの32コアepycですが、より良い64コアなら11tk/secくらいになるはずです。ハードウェア価格が高騰する前に予算内で組みましたが、毎日後悔しています。それでも、自宅でこのモデルを動かせるのは素晴らしいことです。計画立案や、計画やコンテキストが揃った状態でのワンショットプロンプティングに最適です。このハードウェア全体で、構築当時は2400ドルでした。リソースを割く覚悟があるなら...“I run Q4_K_XL. All it takes to run to get about 6tk/sec is 512gb of ram and 2 3090 GPUs with llama.cpp -cmoe. I also have crappy DDR4, 2400mhz, 3200mhz will bring that speed up to about 9tk/sec. I also have ok 32core epyc CPU, a better 64core would bring it up to about 11tk/sec. I did a budget build before the crazy hardware cost and I regret it everyday. Nevertheless, it's fantastic being able to run this model at home. It's great for planning, one shot prompting once you have a plan or all the context you need. This entire hardware cost $2400 when it was built. If you're willing to be resourceful, you can find ways to run these models at home. I often get the silly question of why, and suggestions about how much I can save using cloud API, but the Fable drama has opened up eyes on why it's good for us to be independent. Thanks team unsloth, Q4_K_XL is solid, if you are going to grab a quant, make sure to get the K_XL variant if it can fit.”

今週末のFableとGPT 5.6の騒動の後、これらのオープンモデルを改めて見直したのですが… GLM-5.2は日々のプログラミングにおいて本当に優れたワークホースモデルです。私は自分をLLMのヘビーユーザーであり経験豊富な開発者だと思っています。GPTでの典型的なセッションは通常100ドル以上かかりますが… 今週末、暗号化機能付きのMatrixボットといくつかのツールを備えたRustエージェントをプログラミングしました。OpenClawは… 私が求めていたものとは違ったので。2日後、20ドルの出費で、ホームラボにアクセスできるRust製のマルチモーダルエージェントが手に入りました。違和感は全くなく…“I have taken another look on these open models after the fiasco of Fable and GPT 5.6 this weekend and... GLM-5.2 truly is a good workhorse model for daily programming. I consider myself a heavy user of LLMs and a seasoned developer. A typical session for me with GPT is usually over a hundred dollars... This weekend I programmed a matrix bot with encryption and a Rust agent with some tools. Because I need one and OpenClaw just felt... not what I wanted. Two days later and 20 dollars poorer I have what I need: a multimodal agent written in rust that has access to my homelab. Nothing felt off with GLM. It did what I wanted, was fast, had a decent not very annoying personality and was much cheaper than Opus or GPT. I used it unquantized through Fireworks, but there are multiple other providers too.”

中国人はオープンソースに対して責任ある人間として行動していますが、アメリカの寡頭政治家たちは、AIが最終的に人類を滅ぼすことになっても、ただ金儲けをしようとしているだけです…“The Chinese are being responsible humans with open source while the oligarchy Americans are just trying to make more money even if AI ends up killing us all…”

>心配いりません、オープンソースの伝道師たちが、3年以内にこれらがスマホで動くようになると教えてくれるでしょう。皮肉で言っているのか分かりませんが、私は16GBのM1 Macbook Proで、2023年のGPT-4を圧倒するGemmaやQwenの量子化バージョンを動かしています。さらに3年後、標準的なコンシューマー向けハードウェア（例えば32GB/64GBのM7 Pro）でOpus 4.5やGLM-5.2のように強力なものを動かせるようになっても驚きません。さらにその3年後、ハードウェアの低価格化とモデル効率の向上により、ローカルと商用モデルの差が今よりずっと縮まっていても不思議ではないでしょう。“>Don't worry though, open source evangelists will tell you that these will be running on your phone in the next 3 years. Not sure if you're being sarcastic, but I can run a quantised version of Gemma or Qwen on my 16GB M1 Macbook Pro that beats GPT-4 from 2023 hands-down. I wouldn't be surprised if, in another 3 years, you'd be able to run something as powerful as Opus 4.5 or GLM-5.2 on standard consumer hardware - say a 32GB/64GB M7 Pro. I also wouldn't be surprised if, 3 years after that, cheaper hardware and improved model efficiency means that there's a much smaller gap between what you can run on a consumer CPU (which, with memory prices coming down, could look like a 256GB M9 or M10 Pro) and $100k GPU cluster.”

GLM 5.2は素晴らしいですね 😮“Glm5.2 es espectacular 😮”

搾り取るための新しい牛が到着しましたね 🥹“A new cow to milk has arrived🥹”

GLM 5.2は依然として安くありません。Opus 4.8のAPIトークン価格の5分の1だとしても、まだ高価です。本当に必要なのは、Fable 5レベルの性能を持ち、コストはV4と同じくらいで、同様のキャッシュヒット率とキャッシュヒット価格を実現する次世代のDeepseekモデルです……それこそが真のゲームチェンジャーとなり、オープンソースモデルを禁止したりアクセスを困難にしたりしようとするAnthropicやOpenAIの邪悪な企みをきっぱりと終わらせるでしょう！！！“GLM5.2 is still not cheap, at 1/5th the price of Opus 4.8 API token pricing, it is still hefty. What we really need is the next Deepseek model to come in at Fable 5 level of performance and cost same as V4 and with similar cache hit levels and cache hit pricing.....now that will be the real game changer and once and for all shut down the evil efforts from Anthropic and OpenAI to get Open Source models banned or made difficult to access !!!”

フルバージョンのGLM-5.2は1.4テラバイトのデータがあります。量子化してサイズを2倍、4倍に減らしたとしても、Raspberry Pi 5ではSSDからウェイトを読み込む方法以外では実行できません。たとえそうしたとしても、Raspberry Pi 5がSSDからの読み込み速度でこのような巨大モデルの推論を実行できるほど高速だとは思いません。一方で、PCIe 5.0 SSDとPCIe 4.0 SSDの両方を備え、それらを並列に読み取ることで最大20 Gbyte/sの読み取りスループットを達成できるIntelやAMD CPU搭載のミニPCが多く存在します。そうしたミニPCは十分に高速なCPUを搭載しており...“The full GLM-5.2 has 1.4 terabytes of data. Even in quantized form, reducing that size by 2 times or 4 times, a Raspberry Pi 5 could not run it otherwise than by reading the weights from an SSD. Even thus, I do not believe that a Raspberry Pi 5 would be fast enough to be able to run inference on such a big model at the speed at which it can read from the SSD. On the other hand, there are many mini-PCs with Intel or AMD CPUs that have both a PCIe 5.0 SSD and a PCIe 4.0 SSD, which may be read in parallel, achieving thus a reading throughput of up to 20 Gbyte/s. Such miniPCs have fast enough CPUs/GPUs, so that they might be able to reach the inference speed limited by a 20 Gbyte/s weight reading throughput, which for a so big model like GLM-5.2 would be of one output token every few seconds (only a fraction of the weights must be read for one output token). The ratio between output tokens per second and the weight reading throughput can be improved by various methods, like multi-token prediction or batching multiple tasks. Optimizing inference speed in such conditions is an active research subject, due to the high current memory prices.”

同意します。仕事で使っていますが、これまで見た中で最悪のGUIテストケースを生成しています。テスト内容が全く意味をなさないことが多く、ユーザーイベントを使用したアプリケーション全体のテストは作成しない癖に、内部構造に対して完全にあり得ないエッジケースをテストします。しかも、これらのテストケースには呆れるような点があります。クラスをインスタンス化する代わりに、実際のクラスの動作を一部再実装した骨組みだけのフェイクオブジェクトをセットアップし、強制キャストなどでTypeScriptのエラーを無視します。その上で、出力にテストIDを適当に貼り付け、コンポー넌트를スタブ化し...“I agree. And at work it has been producing some of the worst GUI test cases I have ever seen. What is tested often makes no sense at all, completely implausible edge cases are tested on internals, while it doesn't create tests for the overall application using user events. And some things in these test cases are downright ridiculous: instead of instantiating your classes, it sets up some barebones fake objects reimplementing some of the behavior of your actual class, then ignores the TypeScript errors via force cast or similar. Then it proceeds to slap some test ids on the output, stubs components and dependencies more or less randomly, adds some assertions on test ids and calls it a day. Apparently that's good enough for many colleagues to open a MR for that garbage. That said, at home with SOTA models I happily hand large units of work to it, outsource much of the thinking, and get workable results. I think this is the future.”

本当に素晴らしい進歩のようで、フロンティアにかなり近づいています。しかし、そろそろ推論効率に焦点を当て始めてほしいですね。私はLLMを評価するために、Nimで簡単な数学評価ライブラリを書くという（合計400〜600行程度の）単純な（比較的）テストタスクを持っていますが、GLM 5.2（最大出力を意味するxhigh）は、最初のファイルを書き始めるまでに15分以上（！）推論に費やし、約45kトークンを消費しました。これを改善するのが難しいのは分かっていますが、彼らのモデルが純粋な知能において十分に良くなった今、これがより優先度の高いタスクになるべきだと思います。現状では...“It seems to really be a nice step-up and is getting quite close to the frontier. I wish they'd start focusing on the reasoning efficiency now, though. I have a simple (relatively) test task to evaluate LLMs: writing a simple math evaluator library in Nim (it's about 400-600 lines total max), and GLM 5.2 (xhigh which maps to max effort) spent over 15 minutes (!) reasoning, spending about 45k tokens, before it finally wrote the first file. I know it's hard to improve on that, but now that their models are good enough at raw intelligence, I think this should become a higher priority task. Currently on https://artificialanalysis.ai/#output-tokens GPT 5.5 xhigh spends 16k tokens total on average, GPT 5.5 high is 10k, Fable 5 33k, Opus 4.8 41k, GLM 5.2 is 42k. GPT 5.5 is extremely reasoning efficient. Of course if you convert those values to actual request cost, GLM 5.2 will probably beat GPT 5.5/Opus 4.8, but speed matters for a lot of people, I think.”

ここに同意します。このスレッドにパターンが見えます。ここの皆さんは、中長期的に節約になると考えて、セルフホストのハードウェアに大幅に多くのお金を払うことを正当化しているようです。正直なところ、私の会社の観点からは、AIベンダーが梯子を外すだろうという推測に基づいて将来に備えようとするよりも、失われる機会損失の方が重要です。この分野には多くの競争があり、これらのフロンティアモデルは当面の間、向上し続けるでしょう。そのため、保証もされていないハードウェアに多額の前払い金を投じることは...“Agree'd here. I am seeing a pattern in this thread - Everyone here seems to justify paying substantially more money to self-host hardware thinking they are saving in the medium-long term. Frankly from the perspective of the company I'm with - lost opportunity cost is more important than trying to future proof on a hunch that AI vendors are going to pull the board out under you. There's alot of competition in this space and we're seeing these frontier models continue to get better for the foreseeable future. As such, you're dumping alot of money upfront on hardware which is not guaranteed to be relevant in a few years time. The benefits to me seem pretty speculative, minus the point of security.”

私の個人的な経験は異なります（LLMの評価は非常に主観的であり、ベンチマークはデートサイトのユーザーにとってのそれと同じくらいLLMにとっても役に立つ程度だという持論は変わりませんが）。GLM 5.2は5.1よりもはるかに脱線しやすい傾向があります。また、微妙なハルシネーションを起こします。要件を勝手に変えたり、根拠のない結論を出したりします。このような出力は、これまで見てきたどのモデルでも経験したことがありません。コーディングでは、リクエスト全体を操ってしまうので特に迷惑です。例えば、「Rust-WASM-Canvasアプリを作って」と指示すると、GLM 5.2は「ああ、ユーザーはきっとそんなこと望んでいない。Dioxusアプリを作ったほうがいいだろう」といった感じになります…“My anecdotal experience differs (though I hold ground that LLM evaluations are highly subjective and benchmarks are just as useful for LLMs as they are for dating websites users). GLM 5.2 tends to stray way more than and 5.1. It also hallucinates you things subtly: morphs requirements, makes unfounded conclusions. This output is not something I experienced in any model I seen so far. In coding it's especially annoying because it steers whole request. E.g. I give instruction: "make we a Rust-WASM-Canvas app" and GLM 5.2 goes like "Oh user surely doesn't mean that. I'll better build Dioxus app instead".”

DeepSWEに基づくと、Opus 4.8の方が低価格でより知的な出力を得られます（GLMのトークン効率の悪さが足を引っ張っています）。GPT 5.5ならなおさらです。Opusについては覚えていませんが、GPTの方が回答を得るまでのスピードがはるかに速いです（これもGLMのトークン効率の悪さです）。昨年リリースされたモデルと比較できるのは素晴らしいことだと思いますが、私が気にするのは今日の選択肢であり、パレート限界はこれまで通り遠いままです。その上、OpenAIやAnthropicがアプリに備えている追加機能も考慮すると...“Based on DeepSWE, Opus 4.8 gets you more intelligent output at lower price (GLM's token inefficiency is really biting them). GPT5.5 even moreso. And I don't recall about Opus but GPT is much, much faster at getting you the answer (again, GLM's token inefficiency). It's neat, I guess, that we can compare them against models released last year, but I care about my options today, and the pareto frontier is about as far away as it ever was. Add on top of that the extra features OpenAI and Anthropic have in their apps and...”

その通りですが、他にも最近のオープンウェイトで比較的大きなマルチモーダルLLMがあります。例えばMiniMax-M3です。オープンウェイトのLLMなら、それぞれの得意分野に合わせて多くの異なるモデルを使い分けることが手頃に可能です。さらに、「UI、写真、スクリーンショットなど」の分析には、スマートフォンのようなローカル環境で実行できるIBM granite-vision-4.1-4Bや特定のGoogle Gemma 4、Qwenなどの小型モデルがあり、それらの出力をより複雑なタスクを達成するために巨大なLLMへの入力として利用することもできます。“That's right, but there are other recent open weights and relatively big LLMs that are multimodal, e.g. MiniMax-M3. With open weights LLMs, it is affordable to use many different models, each for whatever it is better. Moreover, for analyzing "UIs, photos, screenshots, etc." there are small models that can be run locally on smartphones or laptops, e.g. IBM granite-vision-4.1-4B, certain Google Gemma 4 variants and certain Qwen variants, whose output you can use as input for a big LLM, in order to accomplish some more complex task.”

6:50 AI slop企業がコンパイラを発明“6:50 AI slop company invents a compiler”