GLM-5.3-Flashは、2026年8月20日にOpenRouterなどへ匿名で登場したAIモデル「Ox Alpha」の正体です。Zhipu AI（海外ではZ.aiのブランド名で展開）は8月26日、コードネームによる実運用テストを終えたうえで、同モデルを正式に明らかにしました。テストでは、コーディング、マルチモーダル処理、エージェントタスクにおける性能が開発者の実際の利用を通じて試されました。34

正体の判明によって、1週間にわたるモデルの謎は、オープンウェイトの大規模モデル発表へと変わりました。GLM-5.3-Flashは、総パラメータ数320B、1トークンあたりの稼働パラメータ数18BのMixture of Experts（MoE）モデルです。約100万トークンのコンテキストウィンドウ、ネイティブなマルチモーダル入力、MITライセンスで公開されたモデル重みを備えています。368

Ox Alphaの匿名テストで何が起きたのか

Ox Alphaは、モデルカード、開発元、詳細な仕様表を明らかにしないまま、OpenRouterやOpenCodeなどの開発者向けサービスに登場しました。無料で利用でき、長いコンテキストとマルチモーダル入力に対応していたことから、開発者はすぐにコーディングやエージェントのワークフローで試し始めました。実用面での評価が注目を集め、どの研究所が開発したのかをめぐる推測も広がりました。1316

Zhipuによれば、この匿名化は意図的なものでした。モデル名、仕様、パラメータ数を隠すことで、ブランドの知名度や事前の期待ではなく、実際の出力と使い勝手を基準に評価してもらう狙いです。開発者が現実のソフトウェア開発やエージェント作業で利用したことで、正式発表前に利用パターンとフィードバックを収集できました。1315

テスト期間中の無料提供能力は、1日あたりおよそ100兆トークンと報じられました。Stripe共同創業者のPatrick Collison氏を含む著名な開発者からも、モデルの品質を評価する反応があったとされています。こうした反響が匿名エンドポイントへの関心をさらに高めましたが、公開された称賛は、条件を統一したベンチマーク評価とは異なります。1314

また、Zhipuはサービスが中国国内で製造されたAIアクセラレーター上で稼働していたと説明しています。South China Morning Postは、試験に10万個の中国製チップからなるクラスターが使われ、正式公開前に62兆トークンを処理したと報じました。一方、無料提供能力や利用量については報道によって数字が異なるため、これらは同社またはメディアが報じた値であり、独立監査済みの測定値として扱うべきではありません。713

GLM-5.3-Flashの基本設計

GLM-5.3-Flashは、**Mixture of Experts（MoE）**を採用しています。モデル全体では3200億個のパラメータを持ちますが、各トークンの処理で稼働するのは180億個です。すべてのパラメータを毎回使うのではなく、大規模モデルに近い表現力を維持しながら、1回の推論で実行する計算を抑えることを目指す設計です。34

モデルは45層で、GLM-5シリーズで初めてネイティブなマルチモーダルモデルとして位置付けられています。テキスト、画像、動画、視覚文書、ファイル、複数種類の情報を交互に組み合わせた入力に対応します。411

この特徴は、単に文章へ回答する用途だけでなく、画面を観察し、スクリーンショットを読み、文書を確認し、コード実行後の結果を評価するエージェントにとって重要です。コード、ブラウザー、グラフィカルユーザーインターフェース（GUI）を往復する作業を、ひとつのモデルで処理することを想定しています。4

Zhipuが掲げるコンテキストウィンドウは1,048,576トークン、一般には約100万トークンと説明されています。大規模なソフトウェアリポジトリ、長時間に及ぶエージェントセッション、大量の文書、コードと画像・ファイルを組み合わせた処理が主な用途です。34

同社は、GLM-5.3-Flashを既存モデルの単純な軽量版ではなく、新しいベースモデルと再設計したアーキテクチャー、学習レシピから構築したモデルだと説明しています。学習には、300億ではなく30兆トークン規模のマルチモーダルコーパスが使われたとされています。416

長いコンテキストを効率よく扱う仕組み

GLM-5.3-Flashの中核は、線形アテンションとスパースアテンションを組み合わせたハイブリッド構成です。線形アテンションは長い系列を比較的低コストで処理することを狙い、スパースアテンションは重要な部分のトークン間の関係を選択的に高い精度で保持します。長文脈性能と推論コストのバランスを取るためのアプローチです。416

さらにZhipuは、長いコンテキストでインデックス作成に必要なメモリーと遅延を抑えるIndexPool機構を導入したと説明しています。スケーリング効率を高める手法として、Manifold-Constrained Hyper-Connectionsも採用されています。416

Zhipuの技術資料によると、GLM-5.3と比べてGLM-5.3-Flashは、アテンション計算量を3.01倍削減し、KVキャッシュの使用量を4.44倍削減しながら、長いコンテキストでの品質維持を目指しています。長時間動作するエージェントでは、アテンション計算とKVキャッシュのメモリーがボトルネックになりやすいため、開発者にとって意味のある主張です。4

ただし、これらの倍率は主にZhipu自身の技術資料に基づくものです。実際の速度やコストは、使用するハードウェア、サービング構成、入力長、バッチサイズ、タスクの種類によって変わるため、あらゆる環境で同じ削減率が得られると解釈することはできません。4

コーディングとエージェント性能

GLM-5.3-Flashは、コーディング、ビジュアルプログラミング、長時間のエージェントタスク、ツール利用を主な対象としています。画面やレンダリング結果、操作後のフィードバックを視覚的に確認できるため、コードを書いて実行し、その結果を観察して修正するという循環を構築できます。4

Zhipuが公表したベンチマーク結果は次のとおりです。

• Terminal-Bench 2.1: 84.3
• DeepSWE v1.1: 63.4 Pass@1
• AutomationBench: 48.8
• NL2Repo: 56.3
• Toolathlon Verified: 78.4

これらの数値は、ソフトウェアエンジニアリングとエージェント用途を重視するモデルの位置付けと整合します。しかし、エージェント系ベンチマークは、プロンプト、利用ツール、補助コード、ハードウェア、制限時間、評価バージョンによって結果が大きく変わる可能性があります。したがって、現時点ではZhipuが報告した結果として見るのが適切で、競合モデルとの決定的な順位表とみなすべきではありません。415

MITライセンスで重みを公開

Zhipuは、GLM-5.3-Flashのモデル重みをHugging FaceでMITライセンスのもと公開しました。BF16版も提供され、モデル文書ではSGLangやvLLMなどの推論・サービングフレームワークへの対応が案内されています。368

これは、Z.aiのホステッドAPIだけに依存せず、組織が自分の環境でモデルを検証・運用できることを意味します。自社のコードベース、社内文書、画面操作、エージェント環境で試したうえで、必要なインフラや運用コストを確認できます。

もっとも、総パラメータ数320Bという規模は依然として大きく、ローカルまたは自社運用には相応のハードウェアとサービング設計が必要です。1トークンあたり18Bのみを稼働させるMoE構成は計算量の削減に寄与しますが、チェックポイント全体が小規模になるわけではありません。

匿名公開が持つ意味と限界

Ox Alphaの実験は、単なる話題づくりにとどまりませんでした。モデル名、パラメータ数、開発企業を隠した状態でも開発者が使い続けるのかを試し、正式発表前に実際のワークロードと反応を集めたからです。1315

一方で、匿名テストには限界もあります。無料提供は通常以上のアクセスを呼び込みやすく、公開された称賛には新鮮さや話題性が影響する可能性があります。また、プロンプトやツール構成を統一した比較でもありません。

そのため、最も妥当な結論は次のように整理できます。GLM-5.3-Flashは、正体が知られていない段階から開発者の実利用を強く引き付けました。Zhipuは、その反応を正式リリースの検証材料とし、オープンウェイト公開へつなげました。しかし、アーキテクチャー上の利点やベンチマーク結果が本番環境でどこまで再現されるかについては、独立した再現可能な評価がなお必要です。

まとめ

GLM-5.3-Flashは、匿名モデル「Ox Alpha」として先行テストされていたZhipuのオープンウェイトモデルです。主な仕様は、総パラメータ数320B・稼働パラメータ数18BのMoE構成、45層、約100万トークンのコンテキストウィンドウ、線形アテンションとスパースアテンションの併用、ネイティブなマルチモーダル対応、MITライセンスの重み公開です。3411

このモデルの注目点は、単純な規模の大きさではありません。長いコンテキスト、画像や動画などの視覚入力、ツール利用、エージェント作業、そして比較的低いとされる推論負荷をひとつにまとめ、開発者が自分でダウンロードして検証できる点にあります。

匿名ローンチは、ブランド名に左右されない実利用の反応を集めるという意味で、珍しい製品テストになりました。ただし、提供能力、効率改善率、学習コーパス規模、ベンチマークの数値はいずれも、現段階ではZhipuの説明や報告を中心とした情報です。GLM-5.3-Flashが本番のコーディングやエージェント運用でどれほど強いのかは、今後の独立検証によって評価されることになります。

GLM-5.3-Flashは、2026年8月20日にOpenRouterなどへ匿名で登場したAIモデル「Ox Alpha」の正体です。Zhipu AI（海外ではZ.aiのブランド名で展開）は8月26日、コードネームによる実運用テストを終えたうえで、同モデルを正式に明らかにしました。テストでは、コーディング、マルチモーダル処理、エージェントタスクにおける性能が開発者の実際の利用を通じて試されました。34

正体の判明によって、1週間にわたるモデルの謎は、オープンウェイトの大規模モデル発表へと変わりました。GLM-5.3-Flashは、総パラメータ数320B、1トークンあたりの稼働パラメータ数18BのMixture of Experts（MoE）モデルです。約100万トークンのコンテキストウィンドウ、ネイティブなマルチモーダル入力、MITライセンスで公開されたモデル重みを備えています。368

Ox Alphaの匿名テストで何が起きたのか

Ox Alphaは、モデルカード、開発元、詳細な仕様表を明らかにしないまま、OpenRouterやOpenCodeなどの開発者向けサービスに登場しました。無料で利用でき、長いコンテキストとマルチモーダル入力に対応していたことから、開発者はすぐにコーディングやエージェントのワークフローで試し始めました。実用面での評価が注目を集め、どの研究所が開発したのかをめぐる推測も広がりました。1316

Zhipuによれば、この匿名化は意図的なものでした。モデル名、仕様、パラメータ数を隠すことで、ブランドの知名度や事前の期待ではなく、実際の出力と使い勝手を基準に評価してもらう狙いです。開発者が現実のソフトウェア開発やエージェント作業で利用したことで、正式発表前に利用パターンとフィードバックを収集できました。1315

テスト期間中の無料提供能力は、1日あたりおよそ100兆トークンと報じられました。Stripe共同創業者のPatrick Collison氏を含む著名な開発者からも、モデルの品質を評価する反応があったとされています。こうした反響が匿名エンドポイントへの関心をさらに高めましたが、公開された称賛は、条件を統一したベンチマーク評価とは異なります。1314

また、Zhipuはサービスが中国国内で製造されたAIアクセラレーター上で稼働していたと説明しています。South China Morning Postは、試験に10万個の中国製チップからなるクラスターが使われ、正式公開前に62兆トークンを処理したと報じました。一方、無料提供能力や利用量については報道によって数字が異なるため、これらは同社またはメディアが報じた値であり、独立監査済みの測定値として扱うべきではありません。713

GLM-5.3-Flashの基本設計

GLM-5.3-Flashは、**Mixture of Experts（MoE）**を採用しています。モデル全体では3200億個のパラメータを持ちますが、各トークンの処理で稼働するのは180億個です。すべてのパラメータを毎回使うのではなく、大規模モデルに近い表現力を維持しながら、1回の推論で実行する計算を抑えることを目指す設計です。34

モデルは45層で、GLM-5シリーズで初めてネイティブなマルチモーダルモデルとして位置付けられています。テキスト、画像、動画、視覚文書、ファイル、複数種類の情報を交互に組み合わせた入力に対応します。411

この特徴は、単に文章へ回答する用途だけでなく、画面を観察し、スクリーンショットを読み、文書を確認し、コード実行後の結果を評価するエージェントにとって重要です。コード、ブラウザー、グラフィカルユーザーインターフェース（GUI）を往復する作業を、ひとつのモデルで処理することを想定しています。4

Zhipuが掲げるコンテキストウィンドウは1,048,576トークン、一般には約100万トークンと説明されています。大規模なソフトウェアリポジトリ、長時間に及ぶエージェントセッション、大量の文書、コードと画像・ファイルを組み合わせた処理が主な用途です。34

同社は、GLM-5.3-Flashを既存モデルの単純な軽量版ではなく、新しいベースモデルと再設計したアーキテクチャー、学習レシピから構築したモデルだと説明しています。学習には、300億ではなく30兆トークン規模のマルチモーダルコーパスが使われたとされています。416

長いコンテキストを効率よく扱う仕組み

GLM-5.3-Flashの中核は、線形アテンションとスパースアテンションを組み合わせたハイブリッド構成です。線形アテンションは長い系列を比較的低コストで処理することを狙い、スパースアテンションは重要な部分のトークン間の関係を選択的に高い精度で保持します。長文脈性能と推論コストのバランスを取るためのアプローチです。416

さらにZhipuは、長いコンテキストでインデックス作成に必要なメモリーと遅延を抑えるIndexPool機構を導入したと説明しています。スケーリング効率を高める手法として、Manifold-Constrained Hyper-Connectionsも採用されています。416

Zhipuの技術資料によると、GLM-5.3と比べてGLM-5.3-Flashは、アテンション計算量を3.01倍削減し、KVキャッシュの使用量を4.44倍削減しながら、長いコンテキストでの品質維持を目指しています。長時間動作するエージェントでは、アテンション計算とKVキャッシュのメモリーがボトルネックになりやすいため、開発者にとって意味のある主張です。4

ただし、これらの倍率は主にZhipu自身の技術資料に基づくものです。実際の速度やコストは、使用するハードウェア、サービング構成、入力長、バッチサイズ、タスクの種類によって変わるため、あらゆる環境で同じ削減率が得られると解釈することはできません。4

コーディングとエージェント性能

GLM-5.3-Flashは、コーディング、ビジュアルプログラミング、長時間のエージェントタスク、ツール利用を主な対象としています。画面やレンダリング結果、操作後のフィードバックを視覚的に確認できるため、コードを書いて実行し、その結果を観察して修正するという循環を構築できます。4

Zhipuが公表したベンチマーク結果は次のとおりです。

• Terminal-Bench 2.1: 84.3
• DeepSWE v1.1: 63.4 Pass@1
• AutomationBench: 48.8
• NL2Repo: 56.3
• Toolathlon Verified: 78.4

これらの数値は、ソフトウェアエンジニアリングとエージェント用途を重視するモデルの位置付けと整合します。しかし、エージェント系ベンチマークは、プロンプト、利用ツール、補助コード、ハードウェア、制限時間、評価バージョンによって結果が大きく変わる可能性があります。したがって、現時点ではZhipuが報告した結果として見るのが適切で、競合モデルとの決定的な順位表とみなすべきではありません。415

MITライセンスで重みを公開

Zhipuは、GLM-5.3-Flashのモデル重みをHugging FaceでMITライセンスのもと公開しました。BF16版も提供され、モデル文書ではSGLangやvLLMなどの推論・サービングフレームワークへの対応が案内されています。368

これは、Z.aiのホステッドAPIだけに依存せず、組織が自分の環境でモデルを検証・運用できることを意味します。自社のコードベース、社内文書、画面操作、エージェント環境で試したうえで、必要なインフラや運用コストを確認できます。

もっとも、総パラメータ数320Bという規模は依然として大きく、ローカルまたは自社運用には相応のハードウェアとサービング設計が必要です。1トークンあたり18Bのみを稼働させるMoE構成は計算量の削減に寄与しますが、チェックポイント全体が小規模になるわけではありません。

匿名公開が持つ意味と限界

Ox Alphaの実験は、単なる話題づくりにとどまりませんでした。モデル名、パラメータ数、開発企業を隠した状態でも開発者が使い続けるのかを試し、正式発表前に実際のワークロードと反応を集めたからです。1315

一方で、匿名テストには限界もあります。無料提供は通常以上のアクセスを呼び込みやすく、公開された称賛には新鮮さや話題性が影響する可能性があります。また、プロンプトやツール構成を統一した比較でもありません。

そのため、最も妥当な結論は次のように整理できます。GLM-5.3-Flashは、正体が知られていない段階から開発者の実利用を強く引き付けました。Zhipuは、その反応を正式リリースの検証材料とし、オープンウェイト公開へつなげました。しかし、アーキテクチャー上の利点やベンチマーク結果が本番環境でどこまで再現されるかについては、独立した再現可能な評価がなお必要です。

まとめ

GLM-5.3-Flashは、匿名モデル「Ox Alpha」として先行テストされていたZhipuのオープンウェイトモデルです。主な仕様は、総パラメータ数320B・稼働パラメータ数18BのMoE構成、45層、約100万トークンのコンテキストウィンドウ、線形アテンションとスパースアテンションの併用、ネイティブなマルチモーダル対応、MITライセンスの重み公開です。3411

このモデルの注目点は、単純な規模の大きさではありません。長いコンテキスト、画像や動画などの視覚入力、ツール利用、エージェント作業、そして比較的低いとされる推論負荷をひとつにまとめ、開発者が自分でダウンロードして検証できる点にあります。

匿名ローンチは、ブランド名に左右されない実利用の反応を集めるという意味で、珍しい製品テストになりました。ただし、提供能力、効率改善率、学習コーパス規模、ベンチマークの数値はいずれも、現段階ではZhipuの説明や報告を中心とした情報です。GLM-5.3-Flashが本番のコーディングやエージェント運用でどれほど強いのかは、今後の独立検証によって評価されることになります。