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

   GLM-5.3がオープンモデルで同率トップ、競合他社比で19%安い

   Z.aiのGLM-5.3はArtificial Analysis Intelligence Indexで60ポイントを獲得し、Kimi K3と並んでオープンモデルのトップに立った。GDPval-AA v2ベンチマークではEloスコア1,770を達成し、GLM-5.2の1,524から246ポイント上昇。全体ではClaude Opus 5（1,855）に次いで2位となった。 GLM-5.3は1タスクあたり0.68ドルのコストで、Kimi K3（0.84ドル）より19%安い一方で、西側の最先端モデルと同等のパフォーマンスを発揮している。自律的な意思決定を要するエージェントタスクにおける同モデルの強さは、複雑で複数ステップのワークフローに対応できることを示唆しており、エンタープライズAIで急速に評価が高まっている能力である。

   Z.aiはオープンウェイトのリリースを約2週間延期している。同社によると、GLM-5.3はセキュリティ脆弱性の検出能力が非常に高いため、まずコントロールを強化し、より広範な提供の前にセキュリティパートナーに限定してフルアクセスを制限しているという。

4. 4

   AnthropicのClaudeがタンパク質結合剤を設計、12個の専門ツールを統合

   Anthropicは、Claude言語モデル（Mythos PreviewおよびOpus 4.8）がオープンソースソフトウェアツールをインストールして調整し、16個の標的タンパク質に対する結合剤を設計できることを実証した。ヒット率は26.8%で、実験室で検査した1,320個のデザインのうち354個が実際に標的に結合した。 デノボタンパク質設計は通常、専門家の判断が数日必要であり、専門ソフトウェアの手動調整が必要だ。Anthropicの成果は、汎用言語モデルが人間が個別の設計判断に関与することなくパイプライン全体を自動化できることを示しており、Claudeとクラウドコンピュートにアクセスできるあらゆる研究室でこのワークフローを利用可能にする可能性がある。

   Modalを通じた計算コストは、複数標的キャンペーンあたり5万ドル、単一標的実行あたり1万ドルだった。Anthropicはプロンプト、設計データ、測定データセットをHugging Faceで公開し、他の研究室がこのアプローチを再現しベンチマークできるようにしている。ただし、著者らは対照として並行した専門家キャンペーンを実施していないことを認めている。

5. 5

   ローカルAIモデル3種、Webサイト制作で性能比較

   Qwen 3.8 27B、GPT‑5.6 Terra、Grok 4.6の3つのAIモデルに同じ課題を与え、同じGitの基礎から独立して香水販売サイト（Three.js使用）を構築させ、結果を比較しました。 異なる構成・配置のAIモデルが実務的なWebプロジェクトでどのような能力差を示すかを具体的に可視化することで、開発者が自分のユースケースに合ったモデル選択の参考になる可能性があります。

   Qwen 3.8 27Bはモジュラーなアーキテクチャで16ファイル・3,000行以上のコードを生成し、5段階のスクロールタイムラインや粒子効果（約740個）など機能が充実しました。

6. 6

   LLM-Shield-Proxy：55MBのRAMでゼロ・エグレスPII削除を実現

   大規模言語モデル向けのオープンソースリバースプロキシがリリースされた。このプロキシはAPIリクエストをインターセプトし、個人識別情報（PII）とシークレットがインフラから流出する前に削除し、Server-Sent Event（SSE）レスポンスを最小限のレイテンシで復元する。プロキシはコーポレートVPC内でローカルに実行され、標準モードでは60MB未満のRAMを必要とし、OpenAI互換APIで動作し、コード変更を不要とする。SDK のbase_urlエンドポイントを変更するだけで済む。 OpenAI、Anthropic、Google、DeepSeek、MistralといったクラウドベースのLLMプロバイダーを使用する企業は、コンプライアンスのジレンマに直面している。機密データを外部APIに送信することはSOC 2、HIPAA、GDPRの規則に違反するが、既存のローカルPII検出ツール（Microsoft Presidio、spaCy）は1GB以上のRAMを消費し、リクエストあたり50～150msのレイテンシが追加され、リアルタイムチャットが破綻する。LLM-Shield-Proxyはこの問題を解決し、決定論的パターンマッチングとオプショナルなニューラルエンティティ抽出（ONNX経由のBERT-NER）をVPC内全体で実行し、機密プロンプトとレスポンスをコーポレート境界内に保ちながら永続ストレージを使用しない。

   プロキシは2つの削除モード（デフォルトの合成スワップ（PIIを現実的なプレースホルダー名に置き換えてLLMトークン効率を維持）と監査証跡用の構造化タグ付け（括弧付きラベル））を提供する。re2 C++エンジンを使用したYAMLファイル経由のカスタム正規表現インジェクションに対応し、ReDoS攻撃に耐性がある。量子化されたONNX NERモデルは[ner]エクストラをインストールすることで会話型エンティティ検出（>95% F1リコール）用に追加でき、45～65MBのRAM を追加する。企業はONNX_MODEL_PATHを指定することで、ドメイン固有のモデル（医療用BioBERT、契約用Legal-BERT）をプラグインできる。