GLMモデルとは、現行フラッグシップを GLM-5.2 とするオープンウェイトの大規模言語モデルファミリーの一員です。「GLM とは」という検索からたどり着いたなら、短い答えはこうです。GLM は MIT ライセンスでウェイトを公開する汎用言語モデルの系列で、軽量な30Bのリリースから、長時間のエージェント型エンジニアリングのために作られた100万トークン文脈のフラッグシップまでを含みます。
GLM LLM を他の多くのモデルと分けるのは、めったに同居しない2つの要素の組み合わせです。クローズドなフロンティアと同じベンチマークで戦い（Terminal-Bench 2.1 で81.0、FrontierSWE Dominance で74.4、AIME 2026 で99.2、いずれもモデル開発元の公表値）、それでいてウェイトはダウンロード可能でセルフホストでき、寛容なライセンスの下にあります。この組み合わせを記録することこそ、当サイトの存在理由です。
GLMモデルは transformer ベースの大規模言語モデルです。テキストを入力にテキストを予測し、指示に従い、ツールを使い、エージェントハーネスの中で動作するよう事後学習されています。機能的には他の汎用LLMと同じ位置をアーキテクチャ内で占め、プロンプトを送れば補完がストリーミングされます。興味深い違いは概念的なものではなく、アーキテクチャと法的な面にあります。
アーキテクチャ面では、現行世代は共有インデクサを用いたスパースアテンション（開発元が IndexShare と呼ぶ設計）を採用しており、トークンあたりの計算量が密なアテンションのように文脈長に比例して増えません。フラッグシップの100万トークンのウィンドウが、宣言だけでなく実際に配信可能なのはこのためです。法的な面では、中核となるGLMモデルはすべて地域制限のない MIT ライセンスで提供されます。ダウンロード、ファインチューニング、商用配備が可能で、すべてのプロンプトを自社ネットワーク内にとどめられます。
このファミリーは急速に動いており、リリースはバージョン番号が増えていく列としてではなく、具体的な課題が順に解かれていった流れとして理解するのが最適です。以下の各項目から、当サイトの専用スペックページに移動できます。
この業界で「オープン」は緩く使われる言葉なので、GLMモデルファミリーについて何が主張されているのかは正確に述べる価値があります。中核のウェイトは HuggingFace と ModelScope に MIT ライセンスで公開され、地域制限も、ライセンスが本来与える権利を狭める利用規定の付則もありません。実務的には、スタック内の他の MIT ライセンス成果物とまったく同じように扱えるということです。
本当に重要なのは運用上の帰結です。プロンプトが自分の管理下のインフラから出ないため、データガバナンス上の反論がまとめて解消されます。すでにウェイトを保有しているので、モデルのバージョンが勝手に廃止されることもありません。そして、どこにも送りたくない専有データでファインチューニングできます。ベンチマークのスコアが同程度でも、オープンな GLM LLM がホスト型APIとは別の基準で評価されるのは、こうした性質のためです。
まず文脈長から考えてください。回避できない制約だからです。リポジトリ全体、APIの全体像、数日分のログを1つのプロンプトで見る必要があるタスクなら、公表された1,000,000トークンのウィンドウを持つのは GLM-5.2 だけです。それ以外はいずれも、どの断片をモデルに見せるかを決める検索層が必要になります。タスクの範囲が明確ならこの制約は消え、代わりにハードウェアが決め手になります。
次にフットプリントで選びます。30B の GLM-4.7-Flash と GLM-4.5-Air は、ローカル推論と大量処理のために作られた軽量ティアです。GLM-5.1 は200,000トークンのウィンドウを、フラッグシップよりはるかに小さい KV-cache コストで提供します。GLM-ASR はテキスト生成ではなく音声認識を担います。本番での妥当なパターンは2つを併用することです。大量処理には小さなモデル、計算資源に本当に見合う問題にはフラッグシップを充てます。
このページの数値はすべてモデル開発元が公表した結果です。glmmodel.com はそれを掲載しているだけで、これらの評価を自ら実施してはいません。
GLMモデルのベンチマークを読んだら、実際のモデルを動かしてみてください。上のプレイグラウンドは無料で、何の登録も必要ありません。より本格的なAIツールが必要なら、パートナーの無料プランをどうぞ。