2026年6月、中国Z.ai(旧・智譜AI)が発表したオープンウェイトモデル「GLM-5.2」が、シリコンバレーのAI業界に衝撃を与えている。米暗号資産大手Coinbaseがデフォルトモデルを切り替えてAI支出を半減させたと公表するなど、企業のAI活用は「コスト度外視」から「コスパ重視」へ移行しつつある。本記事では、GLM-5.2の実際の料金・性能をClaude Opus 4.8と比較し、自社のAI運用にどう組み込むべきかを解説する。
この記事でわかること
- GLM-5.2の基本スペックと開発背景
- Claude Opus 4.8との料金・コンテキスト・性能の詳細比較
- 実務タスクでのコストシミュレーション
- ベンチマーク数値を鵜呑みにしてはいけない理由
- 企業が導入判断で見落としがちなデータガバナンスの論点
GLM-5.2とは何か
GLM-5.2は、北京・清華大学発のAIスタートアップZ.aiが2026年6月13日に発表した大規模言語モデルだ。総パラメータ数は約753B(7,530億)のMixture-of-Experts(MoE)構成で、コンテキストウィンドウは最大100万トークンに対応する。最大の特徴は、MITライセンスに基づくオープンウェイトモデルとして重みが無償公開されている点で、開発者は自社サーバーに重みをダウンロードして完全に自己ホストすることも可能だ。
API自体は2026年6月16日に稼働を開始し、OpenAI互換のエンドポイント形式を採用しているため、既存のOpenAI SDKやClaude Code、Cursorなどのコーディングツールに接続先を変更するだけで移行できる設計になっている。
公表されているベンチマークスコア
Z.aiがローンチ時に公開した主なスコアは、SWE-bench Proで62.1、Terminal-Bench 2.1で81.0、ツール連携を測るMCP-Atlasで77.0となっている。特にMCP-Atlasのスコアは、社内システムとの連携や複数ステップの自動処理を伴うエージェント型の業務で強みを発揮することを示唆している。ただし、これらはいずれもZ.ai自身が計測・公表した数値であり、この点については後段で詳しく注意点を解説する。
Claude Opus 4.8との料金比較
まずは両モデルのAPI料金を並べて見てみよう。金額はいずれも100万トークンあたりの標準レート(2026年7月時点)。
| 項目 | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|
| 入力料金(100万トークン) | $5.00 | $1.40 |
| 出力料金(100万トークン) | $25.00 | $4.40 |
| コンテキストウィンドウ | 100万トークン | 100万トークン |
| キャッシュ入力料金 | 90%割引(条件あり) | $0.26(約80%割引) |
| リリース日 | 2026年5月27日 | 2026年6月13日 |
| ライセンス | クローズド(API提供のみ) | MIT(オープンウェイト) |
出力トークンで見ると、GLM-5.2はClaude Opus 4.8の約5.7分の1のコストになる。コーディングタスクのように出力トークン量が多くなる用途ほど、この価格差の影響は大きくなる。
※料金は変動する可能性があるため、実際の契約前には必ずAnthropic公式サイト(claude.com/pricing)およびZ.ai公式サイト(z.ai/subscribe)で最新レートを確認してほしい。
他の主要モデルとの位置づけ
GLM-5.2の価格優位性は、Opus 4.8だけでなく他のフロンティアモデルと比べても際立つ。同じく中国発のオープンウェイトモデルであるKimi K2.7 Code(コーディング特化)は入力$0.95/出力$4.00とさらに安く、GPT-5.5と比較した場合、GLM-5.2の価格は約7分の1というデータもある。つまりGLM-5.2は「Claudeより安い」だけでなく、オープンウェイト勢の中でも中位から上位の価格帯に位置している。
| モデル | 入力/MTok | 出力/MTok | 提供形態 |
|---|---|---|---|
| Claude Opus 4.8 | $5.00 | $25.00 | クローズドAPI |
| GLM-5.2 | $1.40 | $4.40 | オープンウェイト |
| Kimi K2.7 Code | $0.95 | $4.00 | オープンウェイト(コーディング特化) |
実務コストシミュレーション
抽象的な単価だけでは実感が湧きにくいため、典型的な業務パターンで試算してみる。
【ケース1】コーディングエージェント(10万トークンのセッション)
リポジトリ全体やファイル内容を含む10万トークンをコンテキストとして読み込み、2万トークンのコードと推論を出力するタスクを想定する。この規模のセッションを1日に何度も繰り返すエージェント運用では、出力単価の差がそのまま月間コストに直結する。GLM-5.2はキャッシュを活用すればさらにコストを圧縮できる設計になっている。
【ケース2】チャットボット(1日500件対応)
1件あたり入力2,000トークン・出力300トークンのサポートボットを1日500件処理する場合、月間のトークン消費量はさほど大きくならないため、両モデルの料金差は絶対額としては小さい。この規模であれば、コストよりも回答品質や日本語の自然さを優先してモデルを選ぶ方が合理的なケースも多い。
つまり、GLM-5.2への切り替えメリットが大きいのは「出力トークン量が多い」「毎日大量にタスクをこなす」エージェント型・コーディング型の運用であり、軽量なチャット用途では価格差の恩恵はそれほど大きくない。
実際に切り替えた企業の事例
Coinbase(米暗号資産取引所)
同社CEOは、デフォルトで利用するAIモデルをオープンウェイトのGLM-5.2とKimi K2.7へ切り替えたことを公表している。その結果、トークン使用量自体は増加を続けているにもかかわらず、AI関連の支出はほぼ半減したという。金融機関が中国製オープンウェイトモデルを社内標準に据える動きとして注目されている。
Lindy(AI秘書スタートアップ)
AI秘書サービスを開発する同社のCEOは、全トラフィックをAnthropicのモデルから中国製オープンウェイトモデルへ移行したと発表し、多くの用途でむしろ性能が向上したとコメントしている。同社は約25人規模のスタートアップで、AIのトークン消費コストが人件費を圧迫する規模にまで膨らんでいたことが移行の背景にあるという。
両社に共通するのは、単に「安いから」ではなく、増え続けるトークン消費量とコストの伸びをどうコントロールするかという経営課題への対応として、モデル選定を見直した点だ。
性能面での注意点:ベンチマークは誰の発表か
GLM-5.2のローンチ時に公表されたSWE-bench ProやTerminal-Benchなどのベンチマークスコアは、いずれもZ.ai自身が計測・公開した数値である。第三者機関による独立検証が行われた公開スコアではない点には注意が必要だ。Claude Opus 4.8など既存のクローズドモデルとの「直接対決」の形で紹介される数字も、比較条件が公開レポートと完全に同一とは限らない。導入を検討する際は、公表値を鵜呑みにせず、自社の実タスクで小規模なPoC(概念実証)を行い、実際の出力品質を比較することを推奨する。
企業導入で見落とされがちなリスク
GLM-5.2はオープンウェイトのため、自社サーバーに重みを落として完全にローカルで動かすという選択肢がある。この場合、通信は自社インフラ内で完結し、外部の法域を経由しない。一方、Z.aiが提供するホスト型APIをそのまま使う場合、通信経路が中国法域を経由する形になる。同じモデルであっても、利用経路によってデータガバナンス上の意味合いがまったく異なる点は、導入判断の前に整理しておくべきポイントだ。
機密性の高い顧客データや社内文書を扱う業務では、まずは機微情報を含まないタスクでのPoCから始め、コストと品質を検証したうえで、本番導入の範囲を段階的に広げていくのが現実的なアプローチと言えるだろう。
GLM-5.2はどんな企業に向いているか
ここまでの内容を踏まえ、GLM-5.2への切り替えを検討する際の判断基準を整理する。
向いているケース
- コーディングやエージェント型タスクで出力トークン量が多く、月間のAPIコストが大きく膨らんでいる
- 機微情報を含まないPoCや社内ツール開発から段階的に試したい
- 自社にGPUインフラがあり、セルフホストでゼロ限界費用の運用を目指したい
- 複数のAIモデルを使い分ける運用設計(フロンティアモデルは方針決定、実務は安価モデルに委任)がすでにできている
慎重に検討すべきケース
- 顧客の個人情報や機密性の高い契約書など、法域をまたぐ通信自体がリスクになるデータを扱う
- ベンチマークの第三者検証を調達要件にしている(自社発表値のみでは判断できない)
- 日本語の細かなニュアンスや表現精度が業務品質に直結する(カスタマーサポート文面など)
- 社内にPoCを回す体制がなく、公表スペックだけで導入を決めてしまいがち
導入方法の概要
GLM-5.2はOpenAI互換のAPIとして提供されているため、既存のOpenAI SDKやCursor、Claude CodeなどのツールでベースURLとAPIキーを差し替えるだけで接続できる。利用経路は大きく3つに分かれており、用途に応じて選び分けるのが基本的な考え方になる。
①従量課金API
入力$1.40/出力$4.40の従量課金制。断続的な利用や低ボリュームの利用であれば、使った分だけ支払う形になるため軽量な運用に向いている。
②GLM Coding Plan(月額サブスクリプション)
コーディングツール向けの月額固定プランで、Lite・Pro・Max・Teamの4ティアが用意されている。目安として、Liteが月$3〜6、Proが月$15〜72、Maxが月$30〜160程度とされ(為替や販売時期によって変動)、毎日エージェントを稼働させるようなヘビーユーザーには、従量課金より予測可能なコストになりやすい。なお、GLM-5.2はピーク時間帯(UTC+8の14時〜18時)にクォータの消費が3倍、オフピーク時間帯でも2倍になる仕様のため、プランのティア選定はGLM-5.2の利用量を基準に見積もる必要がある。
③セルフホスト(オープンウェイト)
MITライセンスで重みが公開されているため、自社のGPU環境で完全無料稼働させることも可能だ。ただし753BパラメータのMoEモデルをフル精度で稼働させるには、H100クラスのGPUを8枚程度搭載した構成が実務上の目安になる。低VRAM向けの量子化版(GGUF形式)もコミュニティで提供されているが、精度とのトレードオフがある点は留意したい。プライバシー要件が厳しい業務やゼロ限界費用での大量処理を狙う場合に適した選択肢だ。
まとめ
GLM-5.2は、Claude Opus 4.8と比較して出力コストが5分の1以下という圧倒的な価格優位性を持つオープンウェイトモデルだ。特にコーディングやエージェント型の大量タスク処理では、コスト削減効果を実感しやすい。一方で、ベンチマークが自社発表値である点、そして利用経路によってデータガバナンスの意味合いが変わる点は、性能や価格だけでは測れないリスクとして必ず押さえておきたい。AIモデルの選定は、もはや「どれが一番賢いか」ではなく「どの依存を許容し、どの依存は避けるか」を見極める設計力が問われる時代に入っている。
よくある質問
Q. GLM-5.2は無料で使えますか?
A. MITライセンスのオープンウェイトモデルのため、重みをダウンロードして自社のGPU環境で動かせば、トークンごとの課金は発生しない。ただし753BパラメータのMoEモデルをフル精度で稼働させるには相応のGPUリソースが必要になる。Z.aiの公式Webチャットや一部のクラウドサービスでも無料枠が用意されている。
Q. Claude CodeやCursorでそのまま使えますか?
A. OpenAI互換エンドポイントに対応しているため、ベースURLとAPIキーを差し替えるだけで接続できる。ツールによってはカスタムモデル設定にProプラン以上が必要な場合があるため、事前に利用条件を確認してほしい。
Q. 日本語の品質はClaudeと比べてどうですか?
A. 公開されているベンチマークの多くは英語・コーディング中心の評価であり、日本語の自然さや業務文書の精度については第三者による十分な検証データが乏しい。日本語での実務利用を想定する場合は、自社のユースケースで実際に出力を比較検証することを強く推奨する。
Q. GLM-5.2とKimi K2.7 Code、どちらを選ぶべきですか?
A. 両者とも中国発のオープンウェイトモデルで価格帯も近いが、GLM-5.2は汎用的なエージェント・ツール連携タスクに、Kimi K2.7 Codeはその名の通りコーディング特化タスクに強みがあるとされている。どちらも第三者検証済みのベンチマークではない点は共通の注意点であり、実際の業務内容に応じて両方を小規模にPoCし、比較したうえで選定するのが安全だ。
Q. 米国政府がAnthropicのモデルを輸出規制した件は、今回の話と関係ありますか?
A. 関係している。2026年6月、米商務省がAnthropicの最上位モデルに一時的な輸出規制をかけ、世界最高水準のモデルが約2週間利用できなくなる事態が発生した。この「アメリカ発のAIがいつ止まるかわからない」という不安感が、価格面で優位な中国製オープンウェイトモデルへの乗り換えを後押しする一因になったと指摘されている。
