TL;DR
要点: Z.ai は、GPT-5.1 などの独自のリーダーと同等のパフォーマンスを主張するオープンウェイト AI モデルである GLM-4.7 をリリースしました。主な詳細: このモデルには、ワークフロー全体で推論を保持する「保存された思考」が導入されており、AIME 25 ベンチマークで 95.7 スコアを達成していると報告されています。重要な理由: このアーキテクチャは、自律エージェントのコンテキスト減衰に対処し、複雑な複数ステップのタスク中に一貫したロジックを維持できるようにします。背景: Z.ai は、クローズド エコシステムに軸足を移しているとされる Meta のような競合他社とは異なり、Hugging Face を通じてオープン ウェイトをリリースし続けています。
中国の AI ラボである Zhipu AI (Z.ai) は、コーディングや推論タスクにおいて GPT-5.1 などの独自のフロンティア モデルと同等の新モデルである GLM-4.7 をリリースしました。
自律エージェント向けに特別に設計されたこのアーキテクチャには、コンテキストの損失を防ぐために複数ステップのワークフロー全体で推論チェーンを保持する機能「Preserved Thinking」が導入されています。
月曜日にリリースされるこのアップデートは、Meta のような競合他社がクローズド プラットフォームに舵を切る中でも、Z.ai のオープン ウェイトへの取り組みを強化します。
プロモーション
アーキテクチャ: 「保存された思考」への移行
技術的には、アーキテクチャはエージェント ワークフローの障害モードであるコンテキストの減衰に対処します。長期的なタスクでは、モデルは多くの場合、個々のステップを正しく実行しますが、コンテキスト ウィンドウがいっぱいになると、全体的なロジックや以前の決定の背後にある「理由」を追跡できなくなります。
標準のコンテキスト キャッシュでは、生の入力トークンは保存されますが、通常、推論中に生成された中間推論状態は破棄されます。 GLM-4.7 では、技術文書で説明されているメカニズムを実装することでこれを変更し、これらの「思考ブロック」をセッション全体にわたって維持します。
モデルの認知アーキテクチャが大幅にアップグレードされています。特に GLM-4.5 で初めて見られた「インターリーブ思考」機能に基づいて構築されています。最も注目すべき追加機能は、長時間のセッションにわたって動作するコーディング エージェント向けに特別に設計されたメカニズムである「Preserved Thinking」です。
従来のモデルでは、応答が生成された後に推論ステップが破棄されることが多く、システムは後続のターンでロジックを再導出する必要があります。 GLM-4.7 は、会話全体にわたってこれらの「思考ブロック」を自動的に保持し、ゼロから計算するのではなく、確立された推論を再利用できるようにします。
これを補完するのが「ターンレベル思考」で、開発者向けにきめ細かな制御層を導入します。この機能により、同じセッション内の特定のリクエストに対して推論モードのオンとオフを切り替えることができます。
この柔軟性により、コスト効率の高いハイブリッド ワークフローが可能になります。エンジニアは、軽量でレイテンシに敏感なタスクについては深い思考を無効にして推論コストを節約できますが、精度と安定性が最優先される複雑で一か八かの命令に対しては選択的に深思考を有効にできます。
推論を孤立した推論イベントではなく連続スレッドとして扱うことで、システムはコンピュータの計算オーバーヘッドを削減します。新しいツール呼び出しごとにロジックを再導出します。この機能は単純なメモリとは異なります。これにより、エージェントは中断や外部 API インタラクションを通じて持続する「思考の流れ」を維持できます。
開発者は、「ターンレベル思考」と呼ばれる機能を通じてこの計算負荷を管理できます。 Z.ai によると、この制御メカニズムにより、エンジニアは単一セッション内の特定のリクエストに対して推論機能のオンとオフを切り替えることができます。
単純な UI 更新やデータ取得などの軽量タスクの機能を無効にすると、レイテンシと推論コストが削減されます。逆に、コード リファクタリングや複数ステップの計画などの複雑な操作に対して有効にすると、精度を高めるために最大のコンピューティングが割り当てられます。
エンタープライズ環境での導入を促進するために、Z.ai は標準の推論フレームワークとの互換性を確保しました。このモデルは、vLLM と SGLang のネイティブ サポートとともに開始されるため、再エンジニアリングすることなく既存の運用パイプラインに組み込むことができます。
ベンチマーク パフォーマンス
生の数値が物語の一部を物語っていますが、Z.ai は GLM-4.7 を独自モデルの「上位」層に直接位置付けており、特に GPT-5.1 と Claude Sonnet 4.5 をターゲットにしています。
システムは 131,072 トークンのコンテキスト ウィンドウで動作し、大規模なコードベースやドキュメントを 1 回のパスで取り込むことができます。デフォルトの推論設定では、温度 1.0 とトップ p 0.95 が推奨されており、サンプリング制限がない場合のモデルの安定性の信頼性を示しています。
同社はこれらの主張を裏付けるパフォーマンス データを発表しましたが、独立したアナリストはまだこれらの数値を公的に検証していません。
高度な数学的推論を評価する AIME 25 ベンチマークでは、モデルは 95.7 のスコアを達成しました。この数字は、GPT-5.1 High で記録された 94.0 スコアを上回ります。
人類最後の試験 (HLE) ベンチマークのパフォーマンスは、モデルの推論の深さをさらに示しています。ツールを装備すると、GLM-4.7 は 42.8 のスコアを記録し、GPT-5.1 High の 42.7 スコアを上回りました。前世代の GLM-4.6 と比較して 12.4 パーセント ポイントの増加は、世代間の飛躍を示しています。
コーディング タスクでは、結果は競争力のあるプロファイルを示しています。このモデルの LiveCodeBench v6 でのスコアは 84.9 で、GPT-5.1 High のスコア 87.0 には及ばないものの、無差別ウェイトの代替モデルの中での地位を維持しています。同様に、SWE ベンチ検証では、73.8 のスコアを達成しました。
これらの定量的な向上にもかかわらず、開発チームはメトリクスが有用性の唯一の指標ではないことを強調しています。
「AGI は長い旅であり、ベンチマークはパフォーマンスを評価する 1 つの方法にすぎません。メトリクスは必要なチェックポイントを提供しますが、最も重要なのは依然としてそれがどのように感じられるかです。」
開くvs. クローズド戦略
市場力学は、AI 導入戦略の相違を示唆しています。 Z.ai が Hugging Face でウェイトを公開し続ける一方で、他の大手プレーヤーはオープン プラットフォームから撤退しています。
そのような哲学は、Meta が独自のモデルに軸足を移していると主張していることとは異なります。レポートによると、Meta は 2026 年にクローズドな「Mango」と「Avocado」プロジェクトに焦点を移し、以前の戦略を定義していたオープンな Llama 系統から離れています。
Z.ai は 2025 年を通じて頻繁なリリース スケジュールを維持しています。このリリースは、DeepSeek の価格性能比をターゲットとした 7 月の GLM-4.5 のリリースと、今月初めの GLM-4.6V ビジュアル モデルに続きます。
頻繁な反復によって同社の 2025 年の計画が定義され、アクセス可能なインフラストラクチャで機能を提供することで開発者のマインドシェアを獲得することに重点を置いた戦略が示唆されています。 Nvidia の H20 チップなど、中国国内のハードウェアでこれらのモデルを実行できる機能は、米国の輸出規制により最高級 GPU へのアクセスが制限されている中国の同社の主要市場にとって依然として必要な要素です。
同社は、AGI 統合の主要なパスとして「コーディング」に焦点を当てることで、開発者ツールが自律エージェントが実用性を実現する最初の領域になると予想しています。
「真のインテリジェンスとは、単にテストに合格するか、またはテストに合格することだけではありません。」データ処理の高速化、最終的には、AGI の成功は、AGI が私たちの生活にどれだけシームレスに統合されるか、今回は「コーディング」によって測られることになります。」
