Featherless、定額制プライベートクラウドでGLM 5.2をAMD GPU上に提供 ― 月額7,500ドル（約90万円）でトークン無制限、GPT-5.5比94%のコスト削減を実現

Featherlessが、Z.aiのオープンウェイトモデルGLM 5.2を専用のプライベートクラウドとして提供開始した。月額7,500ドル（約90万円）の定額制で、トークン使用量に上限はない。AMD Instinct MI325X GPUでネイティブ動作するよう最適化されており、同社はクローズドソースの競合モデル（GPT-5.5やClaude Opus 4.8など）と比較して推論コストを最大94%削減できると主張している。この記事では、サービスの詳細、モデルの仕様、ベンチマーク、そしてプロプライエタリな代替サービスとの比較を総合的に解説する。

Featherless GLM 5.2 プライベートクラウドとは

Featherlessが提供するのは、Z.aiのオープンウェイトモデルGLM 5.2を、AMD Instinct MI325X GPU上でネイティブ動作するよう最適化した、専用のプライベートクラウドデプロイメントである。Featherlessは、GLM 5.2をAMDハードウェア上でプライベートクラウド環境に最適化した唯一のプラットフォームだと主張している。このアプローチにより、顧客はトークン単位の課金を避け、フル稼働する開発チームに対して年間90,000ドル（約1,080万円）という固定費を支払うだけでよくなる。

価格：月額7,500ドルの定額制、トークン無制限

• 月額料金：7,500ドル（約90万円）。
• トークン無制限 — トークン単位のAPI課金は一切発生しない。これが従量課金制のAPIとの最大の差別化要因である。
• 比較対象：Z.aiの公開APIは、入力100万トークンあたり1.40ドル、出力100万トークンあたり4.40ドル。Featherlessの説明によれば、プロプライエタリなAPIで月額125,000ドル以上かかるようなヘビーなエージェントワークロードでも、定額制プランなら約7,500ドルで済み、94%のコスト削減になるという。

コスト計算の内訳： GLM 5.2の公開API価格は、GPT-5.5やClaude Opus 4.8の5分の1から6分の1程度である。出力トークンに限定すると、GLM 5.2の4.40ドルに対し、GPT-5.5は30ドルで、約6.8分の1のコストとなる。キャッシュヒット時の入力価格はさらに下がり、100万トークンあたり0.26ドルである。

ハードウェア：4基のAMD Instinct MI325X GPU

各プライベートクラウドインスタンスは、4基のAMD Instinct MI325X GPUで構成される。MI325Xの主な仕様は以下の通り。

• メモリ： 256GBのHBM3e、メモリ帯域幅は1アクセラレータあたり6TB/s 。
• アーキテクチャ： CDNA3アーキテクチャ、19,456基のストリームプロセッサ、1,216基のマトリックスコア。
• 性能： FP8演算で2.61 PFLOPs 。

これは、業界で一般的なNVIDIA H100/H200を使ったデプロイとは一線を画すハードウェア戦略であり、FeatherlessはこれをNVIDIAの供給制約を回避する方法として位置づけている。

GLM 5.2 モデル仕様

仕様	詳細
アーキテクチャ	総パラメータ数744BのMixture-of-Experts（MoE）、1トークンあたり約40Bのパラメータがアクティブ
コンテキストウィンドウ	パブリッククラウドで最大256Kトークン、プライベートクラウドでは最大100万トークン
量子化	デフォルトでFP8（ウェイトに約750GBのVRAMを消費）
ライセンス	Z.aiがMITライセンスで公開したオープンウェイト
学習の焦点	コーディングファースト。ソフトウェアエンジニアリングタスクに特化

FP8量子化では、モデルのウェイトに約750GBのVRAMが必要となる。これは4基のMI325X GPU（4 × 256GB = 1TB）の合計VRAMに余裕をもって収まる。拡張コンテキスト長でのKVキャッシュも考慮した場合でも、十分なヘッドルームが確保できる計算だ。

主要ベンチマーク：GLM 5.2 vs. GPT-5.5 vs. Claude Opus 4.8

SWE-bench Pro（現実的なソフトウェアエンジニアリングタスク）：

• GLM 5.2：62.1% vs. GPT-5.5：58.6% — コーディングベンチマークでGPT-5.5を上回る。
• Claude Opus 4.8（69.2%）には及ばない。

Terminal-Bench 2.1（エージェント型コーディングタスク）：

• GLM 5.2：82.7（最高スコア） vs. Claude Opus 4.8：78.9 — ターミナルベースのエージェントタスクでリードする。

Featherlessによると、GLM 5.2はArena WebDevコーディングリーダーボードで2位にランクインしている。

コスト比較：GLM 5.2 vs. プロプライエタリAPI

GLM 5.2のコスト優位性は圧倒的だ。Z.aiの公式APIレートでの比較は以下の通り。

モデル	入力（100万トークンあたり）	出力（100万トークンあたり）
GLM 5.2	$1.40	$4.40
GPT-5.5	約$5.00	約$30.00
Claude Opus 4.8	約$8.00	約$40.00

出典：

現実的な3:1の出力対入力ワークロードでは、GLM 5.2は100万トークンあたり約3.65ドルとなるのに対し、GPT-5.5は約23.75ドル。その比率は約6.5分の1である。なお、オープンウェイトを提供するさまざまなプロバイダー間では、より低い価格（入力約0.55ドル、出力約1.85ドル）も存在する。

競合ポジショニング：プロプライエタリAIとの比較

• コーディング性能で優位： GLM 5.2はSWE-bench ProでGPT-5.5を上回り、かつトークン単価ははるかに低い。高性能かつ低コストなコーディング用モデルとしてのポジションを確立している。
• エージェントワークロードに最適： 定額制のプライベートクラウドは継続的なエージェント使用（高頻度・連続的な推論）を想定して設計されており、プロプライエタリベンダーの従量課金ではコストが膨れ上がるシナリオに有効である。
• オープンウェイト＋AMDの優位性： モデルがオープンであり、NVIDIA H100/H200ではなくAMDハードウェアで動作するため、同等のNVIDIAベースのデプロイと比較して低コストを実現できる。
• コンテキストウィンドウでリード： プライベートクラウドでは100万トークンをサポートし、専用デプロイメントにおいてGPT-5.5やClaude Opus 4.8のコンテキストウィンドウに匹敵、あるいはそれを上回る。
• 注意点： 純粋なベンチマークスコア（SWE-bench Pro）では、Claude Opus 4.8（69.2%）がGLM 5.2（62.1%）を依然としてリードしている。すべての指標でトップというわけではないが、そのコスト優位性は非常に大きい。

このサービスは誰に向いているか

FeatherlessのGLM 5.2プライベートクラウドは、以下のようなケースで最も効果を発揮する。

• 高頻度のエージェントワークロードを実行するチーム： トークン単位のAPI課金が月額1万～5万ドルをすぐに超えてしまうような組織。
• 継続的なコーディングやソフトウェアエンジニアリング推論のニーズがある組織： GPT-5.5を凌駕する性能を、はるかに低いコストで手に入れたい場合。
• NVIDIAハードウェアの供給制約を回避したい企業： AMDインフラストラクチャへのデプロイを検討している場合。
• メータリング課金を気にせず無制限にトークンを使用したいエンジニアリングチーム。

Featherlessは、より低価格な定額制プラン（サーバーレスアクセスで月額25ドルから）も提供しているが、月額7,500ドルの専用ノードは、フルスペックのGLM 5.2モデルで持続的かつ高頻度の推論を必要とするチーム向けである。

まとめ

Featherlessの新サービスは、4基のAMD MI325X GPU上でGLM 5.2を月額7,500ドルの定額制で提供する。同社は、高頻度のエージェント使用において、プロプライエタリAPIと比較して94%のコスト削減を実現すると主張する。744BパラメータのMoEモデルはSWE-bench ProでGPT-5.5を上回り、トークン単価は約6分の1。コーディングやエージェント推論のワークロードが重い組織にとって、非常に魅力的なオープンウェイトの選択肢となる。Claude Opus 4.8が一部のベンチマークで依然リードしているとはいえ、GLM 5.2とFeatherlessの組み合わせによるコスト優位性は、性能を犠牲にせずに予算を重視するチームにとって、真剣に検討すべき選択肢であることに変わりはない。