MITライセンスのモデルが1/6のコストでGPT-5.5に並んだ：堀はもうモデルの外にある

Z.ai(旧Zhipu)が6月17日に公開したGLM-5.2が、複数の長期コーディングベンチマークでGPT-5.5を約6分の1のコストで上回った。753BのMoE・1Mコンテキスト・MITライセンスで重みをHuggingFaceに公開。閉じたAPI一つに依存する創業者には、内製か購入かの計算が動く。

何が起きたのか

Z.ai(旧Zhipu)が6月17日にGLM-5.2を投入した。総パラメータ753BのMoE構造だが、一度に動く活性パラメータは約40Bだけで、図体は大きくても推論コストはそこまで膨らまない。コンテキスト窓は1Mトークン。肝はライセンスだ。MITライセンスで重みを丸ごとHuggingFaceに上げ、地域制限の条項もない。誰でもダウンロードして自社インフラで回せるという意味だ。数字も誇張ではない。コーディングエージェントが複数の段階を長く引っ張る能力を測るFrontierSWEで74.4%を記録した。同じ指標でGPT-5.5は72.6%、Opus 4.8は約75.1%だ。Terminal-Bench 2.1は81.0%、SWE-bench Proは62.1%。閉じた最上位モデルとの差を一段か二段にまで詰めた。しかも単価はGPT-5.5の約6分の1だ。一世代前まで、オープンウェイトのモデルには「安いが本格的な仕事には使えない」という注釈が付いて回った。今回は長期コーディング、つまり閉じたモデルが最も自信を持っていた領域で正面から組み、何度か勝った。

創業者にとっての意味

まずコスト構造を引き直すべきだ。AIを中核に据えた製品の原価表で、トークンコストはたいてい最大の変数になる。それが6分の1に下がりうるなら、同じ売上でも利益率が二桁ポイント開く。だが本当の重みは別のところにある。地域制限のないMITのオープンウェイトとは、「閉じたAPI一つに依存する」という前提が崩れた合図だ。この2年、多くのスタートアップが推論をOpenAIやAnthropicといった単一の供給者に丸ごと預け、その代わりに価格・方針・アクセス権を供給者の手に渡してきた。GLM-5.2級のモデルを自社インフラに載せられるなら、ベンダーロックインは交渉可能な変数に変わる。とはいえモデルそのものが堀になるわけではない。むしろ逆だ。最上位の能力がオープンウェイトでありふれた瞬間、「良いモデルを呼ぶ」だけでは誰も止められない。堀はモデルの外へ移る、独自データ、ワークフローの深さ、流通、ドメインの信頼。日本の創業者にとって、これはより直接的だ。推論を国外のAPIに預けるたびに付いて回ったデータ主権や国外移転の懸念、そして金融・公共が求めるオンプレミスの要件が、自社のGPU上にモデルを載せた瞬間に解ける。

今できること

まず推論レイヤーを差し替えられるよう抽象化する。どのモデルを呼ぶにせよ一行で切り替えられるよう書いておけば、閉じたAPIとオープンウェイトをタスク別に混ぜて使える。次に、自社のワークロードでGLM-5.2を実際にベンチマークする。公開スコアは出発点にすぎず、結局効くのはあなたのプロンプトとデータでの性能と単価だ。三つ目、オンプレミスや専用ホスティングが契約を阻んでいた規制顧客がいたなら、いま改めて叩く。「顧客インフラ内で回るオープンウェイトのモデル」はその反対を崩す。四つ目、堀をモデルではなくデータとワークフローに埋める。モデルがありふれるほど、ありふれないものに価値が積もる。ただし一点、推論の単価が下がっても、コンピュートそのものが安くなったわけではない。自社ホスティングはGPUとメモリを食い、その供給は別の線で揺れている。