GLM-5.2はZ.ai（Zhipu AIラボ）の最新フラッグシップモデルで、オープンウェイト、コーディング重視、そして最大のクローズドな最先端モデルと競合するという明確な売り込みとともに登場しました。「GLM-5.2とは何か」という問いに対するストレートな答えが欲しいなら、これが決定版の解説です。誰が作成し、内部構造はどうなっているのか、どうすればアクセスできるのか、そして正直な注意点は何かについて説明します。
要点
- 概要: GLM-5.2はZ.aiが提供するオープンウェイトの大規模言語モデルで、コーディング、推論、エージェントによるツール利用のために構築されています。
- サイズ: 約753Bのパラメータを擁する混合エキスパート（MoE）設計、BF16、そして長文コンテキストのコストを抑える新しい「IndexShare」スパースアテンション技術を採用。
- コンテキスト: 1Mトークン（1,048,576）。最大出力はz.aiのドキュメントによると最大128Kとされています（ホストによって上限が異なるため、ライブで要確認）。
- ライセンス: MIT、オープンウェイト。ダウンロード、セルフホスト、ファインチューニング、商用利用が可能です。
- 主要ベンチマーク: Z.aiの公開結果によると、Terminal-Bench 2.1はGLM-5.1の62.0から81.0に向上。SWE-bench Proは62.1。
- アクセス: Z.ai API、GLMコーディングプラン経由のClaude Code、OpenRouter、Ollama。
- 注意点: 入力はテキスト、出力もテキストです。画像対応のバリアントは確認されていません。画像入力は期待しないでください。
GLM-5.2の製作者と概要
GLM-5.2は、Zhipu AIとしても知られるZ.aiが提供しています。これはGLM（「General Language Model」）ファミリーの最新作で、GLM-5.1のリリースに続くものです。その位置づけは明確です。APIのみの壁の裏に隠れるのではなく、ウェイトを公開するコーディングフラッグシップです。
このオープンウェイトの姿勢が、ここでの全体像です。GPT-5.5やClaude Opus 4.8と互角に渡り合うほとんどのモデルはクローズドです。GLM-5.2は、同等の能力をダウンロード可能なファイルとして提供します。もし当社のGLM-5.1の概要を読んだことがあるなら、5.2はよりシャープなコーディングとエージェントに焦点を当てた、同じ系統だと考えてください。
GLM-5.2はコーディングに偏重した汎用モデルです。推論、数学、多言語テキスト（英語と中国語がファーストクラス）を処理しますが、Z.aiはソフトウェアエンジニアリングとツール駆動型の多段階エージェント作業に最も力を入れてチューニングしました。
ID: プラットフォームを超えてGLM-5.2を見つける方法
オープンモデルで人々を戸惑わせる一つのことは、その命名です。同じモデルでも、ロードする場所によって異なる識別子を持ちます。以下がその対応表です。
| プラットフォーム | 識別子 |
|---|---|
| Hugging Face | zai-org/GLM-5.2 |
| Z.ai API | glm-5.2 |
| Ollama | glm-5.2 |
| OpenRouter | z-ai/glm-5.2 |
ウェイトはMITライセンスで地域制限がないため、Hugging Faceのリポジトリはゲートなしで実際にダウンロード可能です。Hugging FaceのGLM-5.2ページでカードとファイルを確認できます。
アーキテクチャを分かりやすく説明: 753B MoE + IndexShare
GLM-5.2は、BF16で提供される約753Bの全パラメータを持つ混合エキスパートモデルです。MoEとは、モデルが多くの「エキスパート」サブネットワークに分割されており、特定のトークンに対してはその一部のみが活性化することを意味します。これにより、すべての順伝播計算でフルコストを支払うことなく、大規模モデルの知識容量を得ることができます。このようにして、753Bモデルが実用性を保っています。
新しい要素はスパースアテンションです。GLM-5.2は、Z.aiがIndexShareと呼ぶ手法を導入しています。通常のAttentionは、コンテキストが拡大するにつれて、各トークンが他のすべてのトークンに注意を払うため、すぐにコストが高くなります。IndexShareは、すべての4つのスパースアテンション層のグループで単一の「インデクサー」を再利用し、層ごとに新しいものを計算しません。実際には、これにより長文コンテキストでのアテンションコストが削減されます。これは、ウィンドウが100万トークンもの幅がある場合にまさに求められることです。
その数学を理解する必要はありません。要点は次のとおりです。GLM-5.2は、大規模なコードベースや長いドキュメントを供給しても、密なモデルのようにレイテンシーとコストが跳ね上がらないように設計されています。
1Mトークンのコンテキストウィンドウ
GLM-5.2は1Mトークン（正確には1,048,576トークン）のコンテキストウィンドウをサポートしています。これは、中規模のリポジトリ全体、長い仕様書、または関連する複数のドキュメントを単一のプロンプトに投入し、それらすべてを横断してモデルに推論させるのに十分な長さです。
最大出力には注意が必要です。z.aiのドキュメントでは最大128Kトークンの出力が記載されていますが、すべてのホストが同じ数値を公開しているわけではなく、OpenRouterではまったく記載されていません。そのため、128Kはドキュメント上の上限として、すべてのエンドポイントで保証されるものではなく、ライブで確認する必要があると考えてください。ワークフローが非常に長い生成に依存している場合は、使用している特定のプロバイダーの制限を確認してください。
この世代がどのように進歩したかについては、当社のGLM-5.2 vs GLM-5.1の比較でリリースごとの変更点を詳しく解説しています。
思考の努力：High、Max、そしてオフにする方法
GLM-5.2は、制御可能な「思考」動作を備えた推論可能なモデルです。思考の努力レベルは2つあります。
- High：強力な推論をより軽い計算コストで実行します。
- Max：最も深い推論を行います。Z.aiはMaxを特にコーディングタスクに推奨しています。
思考を完全に無効にすることもできます。簡単な検索、フォーマット、または単純な変換の場合、モデルが内部思考チェーンでトークンを消費するのを望まないでしょう。思考をオフにすると、これらの呼び出しが高速で安価に保たれます。
APIでは、これは`thinking`パラメーター（`{"type": "enabled"}`または`{"type": "disabled"}`）と、`"max"`のような`reasoning_effort`値にマップされます。当社はGLM-5.2 APIガイドでリクエストの形式について深く掘り下げていますが、メンタルモデルは単純です。困難なエンジニアリング作業には推論を上げ、些細な呼び出しにはオフにします。
MITライセンスとオープンウェイト：それが実際に提供するもの
「オープンウェイト」という言葉は曖昧に使われがちなので、GLM-5.2のMITライセンスが具体的に許可する内容を以下に示します。
- セルフホスティング。自分のハードウェアやレンタルしたGPUで実行できます。何もネットワークの外に出ることはありません。
- ファインチューニング。自分のドメイン、コードベースの慣習、または特殊なタスクに合わせて適応させることができます。
- 商用利用。MITは寛容です。制限的なライセンスに縛られることなく、その上に製品を構築できます。
- 地域制限なし。ウェイトは地域チェックによってゲートされることはありません。
データレジデンシーやコンプライアンスの制約があるチームにとって、これはベンチマークのスコアを1、2点上回ることよりも重要です。プロンプトとコードを社内に保持できます。完全にローカルなパスを試したい場合は、GLM-5をローカルで無料で実行するとOllamaでGLM-5を無料で利用するをご覧ください。これらのパターンは5.2にも適用されます。
コーディング重視とエージェント機能：ベンチマーク
Z.aiは、単なるチャットではなく、実際のソフトウェア作業を行うためにGLM-5.2を構築しました。ベンチマークのストーリーは、コーディングとエージェントによるツール利用が中心です。以下の数値はZ.aiが公開した結果であり、独立した第三者のスコアではなく、ラボ自身の測定値としてお読みください。
| ベンチマーク | GLM-5.2 | 注目すべき比較対象 |
|---|---|---|
| Terminal-Bench 2.1 | 81.0 | GLM-5.1は62.0を記録 |
| SWE-bench Pro | 62.1 | GPT-5.5は58.6、GLM-5.1は58.4 |
| MCP-Atlas | 77.0 | GPT-5.5は75.3、Claude Opus 4.8は77.8 |
| Humanity’s Last Exam (ツールあり) | 54.7 | GPT-5.5は52.2 |
| AIME 2026 | 99.2 | 該当なし |
| GPQA-Diamond | 91.2 | 該当なし |
注目すべきはTerminal-Benchの数値です。モデルが実際にターミナルを操作してタスクを完了できるかを測定するベンチマークで、単一世代で62.0から81.0への大幅な飛躍を遂げました。GPT-5.5の58.6を上回るSWE-bench Proの62.1ももう一つの重要な点です。これは、おもちゃのようなスニペットではなく、真のレポジトリレベルの問題解決能力を示しています。
Z.aiはまた、GLM-5.2がFrontierSWE、PostTrainBench、SWE-Marathonで最高のオープンソースモデルであり、GPT-5.5、Claude Opus 4.8、Gemini 3.1 Pro、DeepSeek-V4-Proと比較しています。VentureBeatはコストの側面を率直に述べ、GLM-5.2が「長期的コーディングにおいてGPT-5.5を約1/6のコストで凌駕する」と記しました（この記述はVentureBeatによるもので、彼らのGLM-5.2に関する記事における見解であり、Apidogの測定値ではありません）。
完全な内訳と、公平な比較のための注意点については、当社のGLM-5.2ベンチマーク詳細分析と、直接比較したGLM-5.2 vs GPT-5.5, Claude Opus, Geminiをご覧ください。
GLM-5.2へのアクセス方法の概要
ホスト型API、エージェント型コーディングセットアップ、ルーター、ローカルインストールなど、目的によって4つの実用的なパスがあります。
| アクセスパス | 最適な用途 | 簡単なメモ |
|---|---|---|
| Z.ai API | 直接的でホストされた呼び出し | OpenAI互換、エンドポイントはhttps://api.z.ai/api/paas/v4/ |
| Claude Code (GLM Coding Plan) | ターミナルでのエージェント型コーディング | Anthropic互換のベースURL、[1m]バリアントを選択 |
| OpenRouter | 1つのキーで多くのモデルにアクセス | モデルIDはz-ai/glm-5.2 |
| Ollama | ローカル/オフライン | ライブラリからglm-5.2をプル |
Z.ai API。汎用APIはOpenAI互換です。`https://api.z.ai/api/paas/v4/chat/completions`にBearerキーでアクセスし、通常のパラメータに加え、`thinking`、`reasoning_effort`、`temperature`、`stream`を渡します。関数呼び出しとツール呼び出しがサポートされています。
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",
"messages": [{"role": "user", "content": "Refactor this function for readability."}],
"thinking": {"type": "enabled"},
"reasoning_effort": "max",
"stream": true
}'
GLMコーディングプラン経由のClaude Code。Z.aiはAnthropic互換のコーディングエンドポイントを公開しているため、Claude CodeをGLM-5.2にポイントすることができます。コーディングベースURLは`https://api.z.ai/api/coding/paas/v4`です（一部のソースでは`open.z.ai/api/paas/v4`と表示されているため、ライブで確認してください）。そして、Claude Code環境をこれ経由でルーティングするように設定します。
export ANTHROPIC_BASE_URL="https://api.z.ai/api/coding/paas/v4"
export ANTHROPIC_API_KEY="your-glm-coding-plan-key"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5.2[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5.2[1m]"
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=1000000
export API_TIMEOUT_MS=3000000
[1m]サフィックスは1Mコンテキストバリアントを選択します。API_TIMEOUT_MS行はオプションのパディングではありません。長文で大規模なコンテキスト呼び出しはClaude Codeのデフォルトのタイムアウトを超える可能性があるため、これを増やすことでツールがリクエストを途中で終了させるのを防ぎます。この設定に加えて、ClineとCursorについてもGLM-5.2をClaude Code、Cline、Cursorで使うガイドで詳しく説明しています。以前の世代で同様の方法を使ったことがある場合は、Claude CodeでのGLM-5.1の記事でも同じフローがカバーされています。
OpenRouter。すでにOpenRouter経由でルーティングしている場合、GLM-5.2は`z-ai/glm-5.2`として利用可能です。openrouter.ai/z-ai/glm-5.2でライブリストを確認してください。このモデルには無料のOpenRouterレーンはないため、無料利用を計画しないでください。
Ollama。ローカルで使用するには、Ollamaライブラリからプルしてください。これはオフライン作業や厳密なデータ管理に適したルートですが、753BのMoEを快適に動作させるには実際のGPUメモリが必要という明らかなトレードオフがあります。
完全に無料で利用できるオプションのまとめについては、GLM-5.2を無料で利用する方法をご覧ください。
料金について
ホスト型APIでは、OpenRouterによると、1M入力トークンあたり1.40ドル、1M出力トークンあたり4.40ドルの料金がかかります。VentureBeatは、キャッシュされた入力は1Mあたり約0.26ドルと引用しています。GLMコーディングプランには段階的なサブスクリプション（Lite、Pro、Max、Team）がありますが、正確な月額料金は二次情報源によって異なるため、（2026年6月現在で）コミットする前にz.aiで現在の料金を確認してください。当社のGLM-5.2料金内訳で最新情報を継続的に記録しています。
Apidogの役割
GLM-5.2 APIを利用して開発している場合や、独自のサービスを呼び出すエージェントに組み込んでいる場合でも、それらのエンドポイントを設計、テスト、文書化する必要があります。そこでApidogがお役に立ちます。実際の統合が準備できる前にLLM駆動のエンドポイントをモックしたり、リクエストとレスポンスの形式（ストリーミングやツールコールペイロードを含む）をデバッグしたり、契約変更時にAPIドキュメントを同期させたりすることができます。これはオールインワンのAPIプラットフォームなので、設計、デバッグ、テスト、モック、ドキュメント作成のすべてが1か所に集約されます。試す準備ができたら、Apidogをダウンロードして、GLM-5.2の統合に活用してください。
GLM-5.2と他のファミリーおよび分野との比較
GLM-5.2は、現在のGLMラインのコーディングおよびエージェント機能の頂点です。以前のリリースや競合するラボと比較検討する場合、次の資料が役立ちます。
- 前の世代の立ち位置については、GLM-5.1 vs Claude, GPT, Gemini, DeepSeek。
- 効率性の観点からは、GLM-5 vs DeepSeek vs GPT-5（速度とコスト）。
- GLM-5.2が追いかけるクローズドモデルの最前線については、Claude Opus 4.8 vs GPT-5.5 vs Gemini 3.5。
- 信頼できる情報源の仕様については、公式のZ.ai GLM-5.2ブログ投稿およびドキュメント。
よくある質問
GLM-5.2を一言で言うと？Z.aiのオープンウェイトのフラッグシップLLMで、約753BパラメータのMoEモデルです。コーディング、推論、エージェントによるツール利用に特化しており、1MトークンのコンテキストウィンドウとMITライセンスを持っています。
GLM-5.2は本当に無料ですか？ウェイトはMITライセンスの下で無料でダウンロードしてセルフホストできます。Z.aiのホスト型APIとGLMコーディングプランは有料です。OpenRouterには無料のティアがないため、「無料」とはここではオープンウェイトを意味し、無料のホスト型エンドポイントを意味するものではありません。
GLM-5.2は画像を認識できますか？いいえ。APIドキュメントによると入力はテキスト、出力もテキストであり、画像対応のバリアントは確認されていません。画像入力が必要な場合は、別の画像認識モデルを使用してください。
GLM-5.2はGLM-5.1とどう違いますか？最も顕著な進歩はエージェントによるコーディングです。Z.aiの結果によると、Terminal-Bench 2.1は62.0から81.0に向上し、SWE-bench Proも改善、さらに新しいIndexShareスパースアテンションが導入されました。詳細な違いについては、GLM-5.2 vs GLM-5.1の比較をご覧ください。
どのくらいのコンテキスト長と出力長をサポートしていますか？コンテキスト長は1Mトークンです。出力長はz.aiのドキュメントによると最大128Kとされていますが、すべてのホストが同じ上限を提示しているわけではないため、ご利用のプロバイダーでご確認ください。
短くまとめると
GLM-5.2は、オープンウェイトのラボがクローズドな最前線とコーディングで正面から競争しようとした結果生まれたものです。100万トークンのウィンドウ、制御可能な推論能力、セルフホストおよび出荷を可能にするMITライセンス、そして（少なくともZ.ai自身の数値では）GPT-5.5やClaude Opus 4.8と肩を並べるベンチマーク結果を持つ753BのMoEモデルです。注意点も確かにありますが（テキストのみ、検証すべき出力制限、ベンダーからのベンチマーク主張など）、核となる提案は揺るぎません。これは、実際に所有できる本格的なコーディングモデルです。構築の準備ができたら、GLM-5.2 APIガイドから始めてください。