無検閲のGLM API：トークン単価で最良の選択

「最安モデル」の比較はたいてい不誠実です。安い選択肢の中身は、大型モデルのマーケティングをまとった小型モデルであることがほとんどだからです。ここで起きているのはそれではありません。GLM-5.2は、これまでに公開されたオープンウェイト基盤の中でも最大級のひとつであり、入力$0.73 / 出力$2.34という価格は私たちのラインナップの下限から1段上にすぎないのに、その下限価格が普通は買えるものの数倍の規模の基盤を積んでいます。大きなモデルなのに下限に近い価格 — この落差こそが、このページの存在理由です。

01GLMの出自：清華大学、ブランク補完、そしてエージェントへの急旋回

GLMはLlama派生をリブランドしたものではありません。独自の事前学習目的関数を持ち、同じ研究グループが5年にわたって改良を重ねてきた、数少ないモデルファミリーのひとつです。名称はGeneral Language Modelの略で、出発点となった論文 — GLM: General Language Model Pretraining with Autoregressive Blank Infilling、ACL 2022 — は、BERTのマスク言語モデリングとGPTの厳密な左から右への自己回帰に並ぶ第三の選択肢を提案しました。GLMは連続したスパンを空白化し、それをシャッフルされた順序で自己回帰的に再生成します。位置エンコーディングは2次元で、破損文書内でのトークン位置と、補完中のスパン内での位置の両方を追跡します。ひとつのアーキテクチャで理解と生成を等しくうまく扱う、という設計です。

その背後にいたのは清華大学のKnowledge Engineering Groupで、そこからスピンアウトしたのが現在Z.ai（旧Zhipu AI）として知られる企業です。最初の看板成果は2022年10月のGLM-130B — 1,300億パラメータの英中バイリンガル密モデルで、論文公開と同時にウェイトとコードが公開されました。オープンな公開は以来ずっとこの研究所の流儀です。

MoEの時代と、エージェントへの転回

個々のリリースより、その通奏低音のほうが重要です。GLM-4.5以降、すべてのバージョンが同じ一点に向けて最適化されてきました。数十回のツール呼び出しをまたいで一貫性を保つことです。これは単ターンのベンチマークスコアを最大化するのとは別の目的関数であり、その効果は、壊れたツール引数の減少、長い計画のドリフトの減少、そしてエージェントフレームワークを高くつかせる「14ターン目で自信満々にタスクを最初からやり直す」挙動の減少として現れます。

02GLM-5.2とは何か、そして何が測定されたか

Z.aiはGLM-5のリポジトリでGLM-5.2のベンチマーク数値を公開しています。そのうち2つは、雑学的な知識想起ではなく実際のエージェント作業に対応します。

Terminal-Bench 2.1 — 長期的なコマンドラインエージェントのタスク。Z.ai発表値。

SWE-bench Pro — 実在リポジトリの課題解決。Z.ai発表値。同じテストでGLM-5.1は58.4でした。

これらは研究所の数値であって私たちのものではなく、非圧縮の基盤について述べたものです。相手にしているモデルの階級を示すものであり、保証ではありません。

ベンチマーク1本より価値のあるデータポイントがひとつあります。モデルを持ち上げる動機のない評価者から出ているからです。2026年7月、米国国立標準技術研究所（NIST）のCenter for AI Standards and InnovationはGLM-5.2を評価し、公開時点で入手可能なオープンウェイトAIモデルとしておそらく最も高性能であり、総合的な能力はGPT-5.2に、サイバー能力はClaude Opus 4.6に匹敵すると結論づけました。同じ評価は、GLM-5.2が米国の参照モデルより微妙な要求を遮断する割合が低いこと、そしてオープンウェイトに焼き込まれたセーフガードは、そのウェイトを自前でホストした時点で回避可能になることも指摘しています。この点にはセクション05で戻ります。

03「3BIT-REAP」の意味と、その代償

REAP：エキスパートを統合するのではなく、枝刈りする

7,440億パラメータのMoEモデルは、層ごとに256のエキスパートを持ち、任意のトークンで発火するのはそのうち8つです。ルーターは仕事を均等には分けません — 常時叩かれるエキスパートがあり、めったに叩かれず、叩かれても寄与の小さいロングテールがあります。Cerebras ResearchによるREAP（Router-weighted Expert Activation Pruning、ICLR 2026採択）はそこを突きます。ルーターがどれだけ強く、どれだけ頻繁にそのエキスパートをゲートするかとその出力寄与の大きさを組み合わせた顕著性基準で各エキスパートを採点し、低スコアのものを恒久的に削除します。

興味深いのは、REAPが勝っている比較対象のほうです。エキスパートを削除する代わりの分かりやすい選択肢は、それを生き残る側に統合することで、そちらのほうが安全に聞こえます。しかし20Bから1Tまでのパラメータ規模のMoEモデルにわたる論文の知見は、生成系の仕事においては統合のほうが実際には劣るというものであり、枝刈りは驚くほどよく持ちこたえます。エキスパートを半分削除したあとでも、コード生成とツール呼び出しのベンチマークではほぼ無損失で、対象にはQwen3-Coder-480BやKimi-K2も含まれます。コードとツール呼び出しが無傷で残ることは、存在理由がエージェント開発であるモデルにおいて、まさに保たれてほしい性質です。

3ビットウェイトと、正直なトレードオフ

枝刈りの上に、生き残ったウェイトは3ビットで格納されます。ラインナップの他の階層であるW4A16-AUTOROUND-REAPやW8A16より攻めた設定であり、最大級の基盤にのみ使います。そこでは、4分の3兆パラメータのモデルを提供ノードに載せつつ、実用的な速度でトークンを流し続けるのに、他に手がないからです。

圧縮はタダではありません。正しいイメージはこうです。枝刈りと量子化は、まずロングテールから劣化させる。密で頻繁に使われる振る舞い — 指示追従、コードの構造化、ツール呼び出しのフォーマット、多段の計画立案 — はよく残ります。REAPの結果が示しているのはまさにそれです。非圧縮のGLM-5.2との差が出ると見込むべきなのは、マイナーな事実の想起、稀少言語、ニッチ領域の雑学です。ワークロードが「珍しい事実をそらで知っていること」なら、より高忠実度の階層に払ってください。「40回のツール呼び出しにまたがる計画を、脱線せずに走らせること」なら、この階層はまさにその手法が設計対象としたものです。

04バリューの実際：安価な無検閲LLM APIを動かすと本当はいくらかかるか

Z.ai自身が公開しているGLM-5.2のAPI定価は入力100万トークンあたり$1.40、出力100万あたり$4.40です。同じ基盤に対する私たちの価格は$0.73 / $2.34 — 入力でおよそ48%、出力でおよそ47%安いことになります。この差額は圧縮が生んだものであり、加えて、一次提供ではいくら払っても買えないものがもうひとつ付いてきます。拒否層がないことです。

私たち自身のラインナップの中では、効いてくる数字はブレンド単価です。以下は入力対出力3:1での値で、実務でのツール呼び出しエージェントのおおよその姿にあたります — コンテキストとツール結果が大量に入り、出てくるトークンは比較的少ない、という形です。

モデル	入力 / 1M	出力 / 1M	ブレンド 3:1	画像認識
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	$1.13	なし
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	$1.39	なし
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	$1.50	あり
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	$2.44	なし
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	$2.58	あり
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	$7.65	あり

$0.50 / $2.00という下限には6モデルが並んでいます — MiniMax-M3、DeepSeek-V4-Flash、Laguna-S-2.1、MiMo-V2.5、MiMo-V2.5-Pro、Hy3で、ブレンド単価は$0.875です。GLM-5.2はその下限より29%高いだけで、その代わりに744Bクラスの基盤と、その背後にあるエージェント挙動への継続的な投資が手に入ります。これより上の価格帯はすべてブレンドで少なくとも23%高く、Kimi-K3は6.8倍です。1行で言えばそれがバリューの論拠になります。最上位クラスのエージェント基盤を、ラインナップで最も安く買える場所だ、ということです。

仕事量に換算すると

• コンテキストを1回満たす — 入力262,144トークン：$0.19。大規模リポジトリ丸ごとをウィンドウに読み込んで20セント未満です。
• 最大長の補完1回 — 出力16,384トークン：$0.038。
• エージェントターン1回 — 入力20K、出力2K：$0.019。同じターンがKimi-K3では$0.115、DeepSeek-V4-Proでは$0.047です。
• エージェントターン100回：$1.93。ラインナップで最も高いモデルなら$11.48です。

エージェント的なワークロードは入力が重く、GLMの優位はまさにそこで最大になります。入力価格はKimi-K3の5.2分の1、DeepSeek-V4-Proの2.7分の1です。エージェントが毎ターン、膨らんでいく会話を送り直しているなら — そしてほとんどのエージェントはそうします — その倍率がそのまま請求書に載ります。

05このエンドポイントにおける「無検閲」の意味

正確に2つのことです。拒否層がないこと — どのリクエストをモデルに見せてよいかを判定する分類器も、届く前にプロンプトを書き換えるポリシーモデルもありません — そして出力フィルタがないこと、つまりモデルが生成したトークンが、伏せ字も差し替えもなくそのままあなたに届く、ということです。

これは「relaxed」や「developer」モードを掲げる商用APIとは別の提案です。そちらもトラフィックはベンダーのポリシースタックを通ります。変わるのは閾値であって、ゲートの有無ではありません。ここには調整すべきゲート自体がありません — モデルは自社のGPUクラスタで動き、その振る舞いは基盤モデルの振る舞いです。セクション02のNIST CAISIの所見を、警告ではなく技術的な記述として読めば、この製品が何かを説明してくれます。アラインメントがウェイトの中に宿るモデルを、外部のポリシー層なしで提供すれば、ウェイトの通りに振る舞う、ということです。

これがエージェントにとって特に重要な理由

拒否はふつう内容の問題として語られます。エージェント作業では、それはほとんど信頼性の問題です。40ターンの実行の31ターン目での拒否は、読んで受け流せる丁重なお断りではありません。壊れたステップであり、次に進む方法を知らないオーケストレータであり、破綻した計画であり、何も残らないまま費やされた30ターン分のトークンです。セキュリティ研究、マルウェア解析、ペネトレーションテスト、レッドチーミング、成人向けフィクション、医療・法務のドラフティング、そして安全性学習用のデータセット生成は、いずれもこれに絶えず突き当たります。そして失敗が高くつくのは、まさにそれが遅れてやってくるからです。

裏を返せば、ポリシー層はいまやあなたのものです。Shannon AIゲートウェイの利用は責任ある利用ポリシーに従います。ループからベンダーの判断を取り除くということは、自分の判断を用意するということです。

06このエンドポイントが実際に提供するもの

機能	GLM-5.2 · 3BIT-REAP
モデルID	GLM-5.2-3BIT-REAP
コンテキストウィンドウ	262,144トークン
1リクエストあたり最大出力	16,384トークン
ストリーミング	対応
ツール呼び出し	対応
推論 / reasoning_effort	対応
JSON Schema（json_schema）	対応
response_format	対応
画像認識 / 画像入力	非対応 — テキスト専用
拒否層 / 出力フィルタ	なし

作り始める前に、画像認識の行はよく読んでください。GLM-5.2は私たちのゲートウェイ上ではテキスト専用です。画像入力が必要なら、ラインナップには画像認識対応の選択肢が5つあります — $0.50 / $2.00の下限にあるMiniMax-M3とMiMo-V2.5、$0.78 / $3.67のKimi-K2.6、$1.42 / $6.07のinkling、$3.83 / $19.12のKimi-K3です。理にかなったパターンは、画像理解をMiniMax-M3に、それ以外をGLM-5.2に振り分けることで、モデル文字列を変える以上のコストはかかりません。

3つの方言、1つのモデル

同じモデルに3つのリクエスト形式でアクセスでき、いずれもストリーミングに対応します。/v1/chat/completions（OpenAI方言）、/v1/messages（Anthropic方言）、そして/v1/responsesです。方言によってモデルが変わることはありません — お使いのSDKがすでに話せるものを選べば、たいていはベースURLの変更1つで動き出します。

# OpenAI dialect — point your existing client at the gateway
from openai import OpenAI

client = OpenAI(
    base_url="https://api.shannon-ai.com/v1",
    api_key="sk-...",
)

resp = client.chat.completions.create(
    model="GLM-5.2-3BIT-REAP",
    messages=[{"role": "user", "content": "..."}],
    tools=tools,                 # tool calling supported
    reasoning_effort="medium", # low | medium | high
    stream=True,
)

3つの方言すべてのリクエスト・レスポンススキーマ、ツール呼び出しのフォーマット、ストリーミングイベントの形、そしてインタラクティブなプレイグラウンドはShannon AI APIドキュメントにあります。

07GLM-5.2を選ぶとき、選ばないとき

選ぶべき場面

• エージェントを動かしているとき。長いツール呼び出しループこそ、この系譜が構築され、繰り返し事後学習されてきた対象であり、入力価格のおかげで膨らむ会話を毎ターン送り直しても採算が合います。
• 大規模なコードベースを横断して作業しているとき。262Kのコンテキスト、信頼できるツール呼び出しのフォーマット、そしてウィンドウ全体を読み込んで$0.19。
• 制約が処理量であるとき。分類、抽出、合成データ生成、一括書き換え — 1呼び出しあたりのコストに大きな回数を掛けた結果がプロジェクトの成立可否を決める、あらゆる用途。
• 拒否がパイプラインを壊しているとき。セキュリティ研究、敵対的テスト、無検閲のフィクション、機微なドラフティング — ここにはその失敗モードが存在しません。

別のモデルを選ぶべき場面

• 画像認識が必要なとき。テキスト専用です。上に挙げた画像認識対応の選択肢を参照してください。
• 単ターンで最も深い推論が必要なとき。最も難しい一発勝負の分析問題には、DeepSeek-V4-Pro-0813 · 3BIT-REAPがブレンド単価2.2倍のより重い道具として用意されています。天井が制約になる呼び出しでは、そちらが正しい取引です。
• マイナーな知識に対して最大の忠実度が必要なとき。W8A16階層 — MiMo-V2.5-ProとHy3 — は圧縮がはるかに緩く、より小さい基盤ながら$0.50 / $2.00の下限に位置しています。

GLM-5.2のベンチマーク数値（Terminal-Bench 2.1、SWE-bench Pro）は、非圧縮の基盤についてZ.aiが報告したものです。独立した再現は保留中です。Claude Opus 4.8とGPT-5.5の数値は参考として示しています。GLM-5.2の一次提供API定価は、Z.aiが2026年9月時点で公開しているものです。

08よくある質問

---

出典：Z.ai GLM-5 リポジトリ · Du et al., GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng et al., GLM-130B: An Open Bilingual Pre-trained Model · Lasby et al., REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · NIST CAISI Assessment of Z.ai's GLM-5.2, 2026年7月。基盤モデルのベンチマークスコアは研究所発表かつ暫定値であり、この圧縮ビルドではなく非圧縮のGLM-5.2について述べたものです。価格、コンテキスト、機能の数値は2026年9月5日時点のShannon AIカタログ値です。