GLM-5.3の重みは独自ライセンスで公開、動かすにはGPU8枚が必要

中国のAI研究所Z.aiが持つ最大の公開モデル、GLM-5.3の重みがHugging Faceで公開された。ベンチマークの数値より重要な点が2つある。ライセンスがMITではなくZ.ai独自の文書であること、そして動かすにはデータセンター級の高性能GPUが最低8枚必要であることだ。

GLM-5.3はMixture-of-Experts型のモデルである。この設計はネットワークを多数の専門区画に分け、単語を処理するたびに一部だけを起こす。Kingy.aiの仕様解説では、総パラメータは7533億、トークンごとの活性は400億で、256個のルーティング専門家から毎回8個を選ぶとされる。コンテキストウィンドウは1,048,576トークンで、これは一度に保持できる文章量を指す。

ライセンスこそが本当のニュース

GLM-5.2はMITで公開された。MITはほぼ制約のない緩やかなライセンスだ。GLM-5.3は違った。Kingy.aiによる条項の読み解きでは、旗艦の重みには独自の「GLM-5.3 License」が付き、多くの場合で商用利用を認めつつ、1つの発動条件を加えている。

その条件はモデルへのアクセスを再販する企業を狙っている。Model-as-a-Serviceの事業者で、ライセンシーと関連会社を合わせた売上が連続する12か月間で100億ドルを超えた場合、商用利用の継続前にZ.aiの安全性審査を通す必要がある。これはMITには含まれない条件で、ベンダーによる承認手続きをライセンスに書き込んだものだ。

小型版は別の道を選んだ。explainXによれば、GLM-5.3-Flashは8月26日にMITで公開された。パラメータは3200億で、活性は180億である。GLM-5.2のMITの重みも引き続き入手できる。

公開が遅れた理由

Z.aiは8月14日にGLM-5.3を発表し、重みは約2週間後、つまり8月28日ごろと約束していた。explainXによれば、その期限は安全性審査のためにずれた。

示された理由は珍しいものだ。評価の過程で、Z.aiはこのモデルのサイバーセキュリティ能力が予想より速く伸びていることを見つけた。多段のエクスプロイト連鎖をたどる推論も含まれていた。同じ評価は269件のオープンソースプロジェクトで2,436件の脆弱性を見つけたと、explainXは伝えている。そのうち1,097件が重大または高と評価された。

動かすための条件

項目	数値
総パラメータ	7533億、トークンごとの活性は400億
専門家	ルーティング256個、トークンごとに8個を選択
コンテキストウィンドウ	1,048,576トークン
既定の量子化	FP8 (E4M3)
FP8のダウンロード	141分割で755.7 GB
BF16のダウンロード	282分割で約1.5 TB
最低構成	H200、H20、B200クラスのGPU8枚、各141〜180 GBのVRAM
1Mコンテキスト全体	180 GBのB200を8枚、FP8のキーバリューキャッシュ併用

Kingy.aiはこの表を一文でまとめている。「It is not easy to run」、つまり動かすのは簡単ではない。

伸びはすべて事後学習から来た

技術的に最も興味深い主張はモデルカード自身にある。Z.aiはこう書いている。「GLM-5.3 uses the same base model as GLM-5.2 - every gain comes from post-training.」つまり基盤モデルはGLM-5.2と同じで、伸びはすべて事後学習から来たという意味だ。事後学習とは、費用のかかる事前学習が終わった後に行う調整を指す。

カードはZ.ai社内のCode BenchでGLM-5.2より50%改善したとし、エクスプロイト系ベンチマークではGLM-5.2の値を2倍以上にしたとしている。Kingy.aiは公表された数値を並べている。

ベンチマーク	GLM-5.2	GLM-5.3
Terminal-Bench 3.0	4.6	28.3
DeepSWE	46.2	66.9
SWE-Marathon	19.4	42.5
CyberGym	77.2	84.5

これらはモデルを作った研究所自身が報告した数値である。結果ではなく、検証すべき主張として扱おう。

これが開発者に意味すること

このモデルを前提に製品を計画する前に、ライセンスを読むこと。ここでは「オープンな重み」と「オープンソース」は同じではなく、その違いが具体的になった。自社がモデルへのアクセスを再販していて売上の線を越えれば、その後の利用はベンダーが行う審査に依存する。

今すぐ緩やかな条件が必要なら、選択は明快だ。GLM-5.3-FlashとGLM-5.2はMITで、Flashはパラメータ3200億で3分の1の大きさである。旗艦のコーディング成績と引き換えに、法務が揉めない条件を得る。

何かをダウンロードする前にハードウェアを計算すること。141分割で755.7 GBのFP8チェックポイントはワークステーションで扱う規模ではなく、8枚は下限であって余裕のある目標ではない。評価は時間貸しの計算資源で行い、自社購入の見積もりはその後にすればよい。

事後学習の結果は応用できる教訓だ。同じ基盤モデルを違う調整にかけただけで、Terminal-Bench 3.0は4.6から28.3に動いた。自分たちのモデル作業に予算を割くなら、より大きな基盤に手を伸ばす前に事後学習と評価に使うべきだという示唆になる。

最後に、この1つの文書ではなくライセンスの流れを見ておこう。ある研究所が自社モデルに強い脆弱性発見能力を認め、公開を遅らせ、審査条項を付けて出した。同じような条件付きの重みは今後も増えるだろうし、「MITなのか」が最初に確認する点になるだろう。