オープンソースAI

主要ニュース

1. 1

   GLM-5.3 API が 1.4ドル/4.4ドル per million tokens で開始

   中国のスタートアップ z.ai による新しいオープンソース言語モデル GLM-5.3 が、先週のデビュー後、API 経由で利用可能になった。GLM Coding Plan サブスクリプションを持つ開発者は OpenAI Chat Completions 互換プロトコルでアクセスできる。価格は前世代の GLM-5.2 と同じ：入力トークン 1.40ドル per million、出力トークン 4.40ドル per million、キャッシュ入力 0.26ドル per million トークン、キャッシュ入力ストレージは限定期間無料。 このモデルは高度なサイバー機能で注目を集め、Cursor で以前未検出だった脆弱性を発見したと報告されている。世代間で API 価格を据え置くことで、z.ai は競合他社からの移行を検討する開発者のコスト障壁を取り除き、トランジション期間の採用摩擦を低減する可能性がある。

   Z.ai はモデルの重みをオープンに利用可能にする計画を述べたが、正確な日付とライセンス条件はまだ発表されていない。このオープンソースリリースは、API ユーザーを超えてアクセスをさらに拡大する可能性がある。

2. 2

   Blockが複数モデル対応のAIエージェント統合ツール「Berd」をオープンソース化

   Square および Cash App を傘下に持つ Block は、Apache 2.0 ライセンスの下でデスクトップアプリケーション「Berd」をオープンソース化した。ユーザーは単一の環境で複数のモデルやツールにまたがるAIエージェントと連携でき、会話履歴はローカルに保存される。macOS、Windows、Linux 向けに GitHub で公開されており、バージョン 0.6.2 に達し、91 人の貢献者がいる。 Berd はもともと Block の従業員向けに、複数の AI モデルやエージェントとの連携方法を標準化するために開発された。オープンソース化により、Block はこのツールをあらゆる開発者や組織に利用可能にした。商用利用も可能で、異なる AI システムを扱うチームの負担を減らし、ブラウザタブやアプリケーション間の切り替えの必要性をなくす。

   このツールはデスクトップ優先の設計で、クラウドではなくローカルでデータを実行・保存する。この選択は、ユーザーがプロジェクト、ローカルファイル、自分のコンピュータ上で実行しているエージェントと直接連携できるようにするという Block の方針を反映しており、AI 作業とデータをオンプレミスで管理したいチームにアピールする可能性がある。

3. 3

   AT&Tが生成AIのオープンソースモデルへの切り替えでAnthropicへの支出を削減

   AT&Tはオープンソースの生成AIモデルを導入し、Anthropicの商用サービスへの依存を減らしてコスト削減を進めている。 エンタープライズ顧客がプレミアム生成AIベンダーの代替案をコスト面で模索する動きが広がっており、企業が商用モデルとフリーで利用可能なモデルを組み合わせることで支出を抑制できることが明らかになった。これはプレミアム価格設定の正当化を迫られる可能性があるAIベンダー側に圧力をかけることになる。

   AT&Tが採用した具体的なモデルと、この戦略によるAnthropicへの支出削減の程度が、エンタープライズ企業がオープンソースオプションを商用生成AIサービスの真の代替手段と見なしているかどうかを示す指標となる。

4. 4

   AI革命が現実の課題へシフト、職業不安が緩和

   米国ではソフトウェア関連の職が過去1年間で増加し、コンピュータ・数学関連職の12ヶ月移動平均は2026年7月に史上最高を記録した。若年層（20～24歳）の失業率は2026年7月に7.1%に低下し、2025年の平均8.3%から改善した。一方、懸念事項は職失業から人工知能の主権へシフトしており、企業は中国を含む多くの国からのオープンウェイトモデルが閉鎖型フロンティアモデルとの差を縮めるにつれ、サイバー攻撃に対して脆弱になることへの懸念が生じている。 企業は第三者のAIモデルへの依存が過度になることへの懸念を強めている。Foundation for American Innovationによると、事業オーナーおよびC級幹部の56%は、競合他社が自社の機密データ、ワークフロー、または組織知から学習されたAIモデルによって利益を得ることを懸念している。ほとんどの経営幹部は実際のユースケースにおけるAI支出の投資収益率に満足していない。AIの次段階は、機密性を要するドメイン固有データ——製造、臨床、素材、物理データであって、多くの場合まだ存在しない——に基づいて構築される必要があり、そのデータを保護するには、より強力なAI主権のセーフガードが必要とされている。

   Amazon、Google、OpenAIを含む数百の企業や組織が、開放型AI生態系の一部としてオープンウェイトモデルを支持する「Open Weights and American AI Leadership」レターに署名している。PalantirやNvidiaなどの企業は、機密データを公開することなく企業がAIモデルに接続するのを支援する中間層を構築している。本組織はAIバブルの崩壊を予測していないが、AI革命が困難な実世界の課題を解決することに焦点を当てた新しい段階に入っていることを示唆している。

5. 5

   GLM 5.3がパラメータ数の時代を終わらせる、スケーリングはデータと計算へ

   Z.aiのJie Tang教授がパラメータ数だけではモデル能力を決定しないと発表した。GLM 5.3の改善はGLM 5.2と同じベースモデルに対し、長期環境での強化学習を約1ヶ月間施すことで実現された。Tang教授はパラメータ以外に5つのスケーリング要因を特定し、新しいXA-YB表記を用いたMoEスパーシティを含めて提示。ソフトウェアの脆弱性検出など高度なスキルは単なるパラメータ数ではなく、20ステップ以上の推論段階を必要とする長い因果連鎖を要すると主張した。 業界はこれまでパラメータ数をモデル強度の指標として使用してきたが、この転換は計算効率、データ品質、学習後の戦略がいまや遥かに重要であることを示している。AIシステムを評価・構築する企業にとって、パラメータ数だけでモデルを比較することは誤解を招くということだ。推論の深さ、学習プロセス、振る舞いを洗練させるために使用される環境こそが、複雑なタスクの実世界での性能を左右する。

   GLM 5.3はTerminal Benchで第2位、Legal Benchで第3位、Skills Benchではオープンウェイト・モデル中第6位にランクされている。既に複数の研究機関が同様の学習後処理アプローチを採用しており、Ornith-1.5は9B dense、35B MoE、397B MoEの各バリアントをリリース、エンドツーエンドの自己改善に対応。Microsoftの Agent Lightning は Qwen3.5-9B を SWE-Bench Verified で 41.8% から 56.4% に引き上げ、控えめな計算量と約6K個の学習例を使用している。

6. 6

   Snowflake、AI タスクをより低コストなモデルにルーティング、DeepSeek と GLM を追加

   Snowflake が Cortex AI Gateway にダイナミックモデルルーティング機能を発表した。各 AI リクエストをタスク完了が可能な最も低コストのモデルに自動的に振り分けるもので、新たに DeepSeek-V4-Flash 0731 と GLM-5.3（近日公開予定）をオープンモデルポートフォリオに追加した。 初期テストでデータパイプラインのトークン効率が最大3倍向上し、コーディングタスクではトークン数が約25%削減されることが確認されている。つまり、アプリケーションを再構築したり出力品質を損なうことなく、AI 推論コストを削減できる。より性能に優れた低コストのモデルが増えるにつれ、ルーティングシステムは手作業による再設定なしに継続的に改善される。

   DeepSeek-V4-Flash 0731 は ADE-bench で 74.4% を獲得し、Snowflake がテストした proprietary モデルを上回っている。GLM-5.3 はプライベートプレビュー中で、トークンフットプリントを抑えた自社ホスティング向けに設計されている。両モデルとも Snowflake のセキュリティ境界内で稼働し、データガバナンスが保たれる。