GLM-5.2を無制限で使う方法

GLM-5.2は、実際に自分のハードウェアで実行できる数少ないフロンティアクラスモデルの1つです。MITライセンスの下でオープンウェイトとして提供されており、地域制限がないため、「制限なしで利用する」ことはハックではありません。それはサポートされたパスです。重要なのは、どの制限に直面しているのかを知ることです。なぜなら、それぞれの解決策が異なるからです。

ボタン

TL;DR

GLM-5.2 (Z.ai / Zhipu AI) はオープンウェイトであり、約7530億パラメータ (MoE)、MITライセンス、100万トークンコンテキスト、地域ロックなしです。
ほとんどの「制限」は、ハードなライセンス制限からではなく、消費者向けチャットUIまたはモデルのインストラクトチューニングに起因します。
Raw APIアクセスにより、システムプロンプトを制御し、思考をオフにできます。セルフホスティングにより、スタックを完全に制御できます。
コミュニティによるアブリレートされたビルドは、組み込みの拒否反応を取り除きます。これはDeepSeek R1やQwQに使用されたものと同じパターンです。5.2の提供状況は毎週変わるため、Hugging Faceで確認してください。
セルフホストした場合、あなたはモデレーションと法的な責任を負います。ガードレールが少ないということは、責任が減るのではなく、増えることを意味します。

まず、どの制限に直面しているかを知る

「制限」という言葉は曖昧です。GLM-5.2の場合、通常は4つの異なるもののいずれかを意味し、それぞれに独自の解決策があります。

インストラクトチューニングによる拒否。リリースされたチャットモデルは、一部のリクエストを拒否するように調整されています。この動作はウェイトに存在します。
チャットアプリ内の製品フィルター。消費者向けウェブUIは、モデルの上に独自のモデレーションレイヤーを追加できます。APIはアプリと異なる動作をすることがよくあります。
プランとレート制限。無料ティアやコーディングプランティアは、リクエスト、コンテキスト、または出力を制限します。これはコンテンツルールではなく、クォータです。
思考と安全ルーティングのオーバーヘッド。拡張された推論と安全ルーティングはレイテンシーを追加し、トーンを変化させる可能性があります。

地域は意図的にこのリストに含まれていません。GLM-5.2のウェイトはMITライセンスで地域制限がないため、一部のホスト型モデルのように国によってアクセスが制限されることはありません。

レバー1：チャットアプリではなく、生のAPIを使用する

最大の効果を最も早く得る方法は、消費者向けチャットウィンドウの使用をやめ、APIを直接呼び出すことです。エンドポイントはOpenAI互換であるため、独自のシステムプロンプトを維持し、独自の温度を設定し、思考フェーズを無効にすることができます。

ベースURL: https://api.z.ai/api/paas/v4/
エンドポイント: POST /chat/completions
モデルID: glm-5.2

思考を無効にした最小限のcurl呼び出し:

curl https://api.z.ai/api/paas/v4/chat/completions \
 -H "Authorization: Bearer $ZAI_API_KEY" \
 -H "Content-Type: application/json" \
 -d '{
 "model": "glm-5.2",
 "thinking": { "type": "disabled" },
 "temperature": 0.7,
 "messages": [
 { "role": "system", "content": "あなたは直接的でフィルタリングされていない技術アシスタントです。簡潔に答えてください。" },
 { "role": "user", "content": "アブリレーションがモデルをどのように変更するか説明してください。" }
 ]
 }'

OpenAI Python SDKでの同じ呼び出し（z.aiに再指定しただけ）:

from openai import OpenAI

client = OpenAI(
 api_key="YOUR_ZAI_KEY",
 base_url="https://api.z.ai/api/paas/v4/",
)

resp = client.chat.completions.create(
 model="glm-5.2",
 temperature=0.7,
 extra_body={"thinking": {"type": "disabled"}},
 messages=[
 {"role": "system", "content": "あなたは直接的でフィルタリングされていない技術アシスタントです。"},
 {"role": "user", "content": "アブリレーションがモデルをどのように変更するか説明してください。"},
 ],
)
print(resp.choices[0].message.content)

ここで重要な点が2つあります。システムプロンプトはあなたのものであるため、アプリのデフォルトを継承する代わりに、トーンと範囲を直接指示できます。そして、thinking: {"type": "disabled"}は、生で高速な出力を求める場合に推論パスをスキップします。全パラメータセットについては、GLM-5.2 APIガイドを参照してください。

料金は変動するため、予算を立てる前に最新の情報を確認してください。この記事の執筆時点では、二次情報源によると、入力トークン100万あたり約$1.40、出力100万あたり約$4.40とされています。GLM-5.2の料金内訳で現在の数字を確認し、コストが真の制約である場合は、GLM-5.2を無料で使う方法をお読みください。

レバー2：オープンウェイトをセルフホストする

これが真の「制限なし」の答えです。ウェイトはMITライセンスで提供されているため、GLM-5.2を自分でダウンロードして提供できます。モデルが自分のマシンで実行される場合、ベンダーのUIフィルターや外部のレート制限はありません。システムプロンプトを設定し、ポリシーを設定するのはあなたです。

最も簡単な方法はOllamaです。

ollama run glm-5.2

ハードウェアの現実的な確認：GLM-5.2は、約7530億パラメータのMoEモデルであるため、完全なウェイトにはかなりのVRAMが必要です。ほとんどの人にとって、それは量子化されたビルド、レンタルされたマルチGPUボックス、またはより小さなGLMバリアントを意味します。もしあなたのハードウェアが控えめなものであれば、GLM-4.7-Flashははるかに少ないリソースでローカル実行でき、パイプラインを構築する間の優れた代替品となります。一般的なGLMをローカルで実行するガイドとOllamaセットアップウォークスルーで残りの情報がカバーされています。

ローカルでサービス提供されると、Ollamaはhttp://localhost:11434/v1で独自のOpenAI互換エンドポイントを公開するため、ベースURLを変更するだけでレバー1のコードが機能します。

レバー3：コミュニティによる無検閲（アブリレートされた）ビルド

拒否反応はインストラクトチューニングに存在します。オープンソースコミュニティは、完全な再訓練なしに拒否をトリガーする内部的な指示を抑制する、アブリレーションと呼ばれるプロセスを通じてその動作を取り除きます。同じ技術が、QwQやDeepSeek R1を含む他のオープンモデルの無検閲ビルドにも使用されています。

GLM-5.2のウェイトはオープンでMITライセンスであるため、この技術はここでも適用されます。既製GLM-5.2のアブリレートされたビルドがまだ利用可能であるとは限りませんし、利用可能性は頻繁に変わるため、存在すると思い込むのではなく、Hugging Faceで現在のものを検索してください。5.2のビルドが利用できない場合でも、ワークフローはQwQおよびDeepSeek R1ガイドと全く同じです。アブリレートされたウェイトをプルし、OllamaまたはvLLMにロードして提供します。

これは、組み込みの拒否反応をなくす最も完全な方法ですが、同時にあなたに最も大きな責任を負わせるものでもあります。リリースする前に「責任」のセクションを読んでください。

レバー4：ポリシーを設定できるプロバイダーを選択する

自分でサーバーを運用したくない場合は、ルーティングプロバイダーが中間的な解決策となります。GLM-5.2はOpenRouterにz-ai/glm-5.2として、またOllamaライブラリにリストされています。ルーターを使用すると、独自のモデレーション設定を適用し、アプリを書き直すことなく基盤となるホストを切り替えることができます。これにより、管理されたエンドポイントを維持しつつ、消費者向けUIフィルターを回避できます。

GLM-5.2を他のオープンな選択肢と比較したい場合は、この項目は制限のないLLMのより広範なまとめと合わせて検討してください。

リリース前にすべての設定をApidogでテストする

どのレバーを選択しても、OpenAI互換のエンドポイントに行き着きます。製品に組み込む前に、それが期待どおりに動作することを確認してください。Apidogは、最終的なテキストだけでなく、生のストリーミングレスポンスを検査できるため、それをきれいに行う方法です。

Apidogで、あなたのエンドポイント（ホスト型APIの場合はhttps://api.z.ai/api/paas/v4/chat/completions、ローカルビルドの場合はhttp://localhost:11434/v1/chat/completions）に向けた新しいリクエストを作成します。
ホスト型APIの場合はAuthorization: Bearer <key>ヘッダーを追加します。ローカルOllamaにはキーは必要ありません。
model: glm-5.2、あなたのsystemメッセージ、stream: trueを含むchat/completionsボディを送信します。
SSEストリームを監視します。思考の差分とコンテンツの差分を別々に、さらにトークン数を含むusageオブジェクトを確認できます。
thinkingをオン/オフして、2つのレスポンスを並べて比較します。

これにより、システムプロンプトが実際に有効になり、モデルが選択した設定で約束されたとおりに応答するかどうかを、本番環境で知るのではなく、事前に確認できます。

責任についての言葉

製品フィルターを削除し、無検閲のウェイトを実行することは正当です。これは、研究、レッドチーム演習、そして他人のモデレーションを継承する代わりに独自のモデレーションを構築するためによく行われます。しかし、一度セルフホストすると、モデレーションはあなたのものであり、法的なリスクも同様です。ガードレールが少ないということは、結果に責任を持つことを意味します。次の3つのことを心に留めておいてください。

あなたは依然として法律と、デプロイするあらゆるプラットフォームの規約に拘束されます。
これを他のユーザーに提供する場合、ユーザーに適したモデレーションレイヤーを追加してください。
「制限なし」とは、有害または違法なコンテンツを生成するライセンスではなく、コントロールと誤検知の拒否を排除することです。

よくある質問

GLM-5.2は本当にオープンソースですか？

ウェイトはMITライセンスの下でリリースされており、これは利用可能な最も寛容なライセンスの一つです。ライセンス規約に従い、商用利用を含め、実行、修正、セルフホストが可能です。完全な詳細と仕様については、GLM-5.2とは何かを参照してください。

GLM-5.2 APIは応答を検閲しますか？

インストラクトモデルはチューニングによるアライメントを持っているため、一部のプロンプトを拒否することがあります。APIはシステムプロンプトの制御を可能にし、思考を無効にできるため、ほとんどのトーンや過剰な拒否の問題を処理できます。組み込みの拒否を完全に削除するには、アブリレートされたビルドをセルフホストしてください。

GLM-5.2をラップトップで実行できますか？

完全な753Bモデルはできません。ローカルテストには、量子化されたビルド、レンタルしたGPUボックス、またはGLM-4.7-Flashのようなより小さなGLMバリアントを使用し、必要なときに同じコードをより大きなモデルに向けてください。

GLM-5.2は地域ロックされていますか？

いいえ。ウェイトはMITライセンスであり、地域制限はありません。ホスト型APIの提供状況はプロバイダーによって異なる場合がありますが、セルフホスティングは誰にでも開放されています。