研究：GLM 5.2、VAT 申告タスクで人間と同等の精度を 1% 未満のコストで達成
英国の中小企業向け VAT 申告業務において、GLM 5.2 が 2.73 ドルの推論コストで人間と同等の正確性を実現し、会計業務自動化の経済的転換点を示した。
リリース: 2026-07-08 · 読了 3 分記事の要約
1. 核心（What）
- GLM 5.2 モデルを用い、英国中小企業の四半期 VAT 申告業務を自動化するベンチマークを実施。
- 59 件の取引処理において、推論コストは 2.73 ドル（人間による外部委託費 1,000〜2,800 ドル比）。
- 最終的な申告額の誤差は 7 ペンス（約 10 セント）に留まり、実務上ほぼ正確な結果を生成。
2. 影響（Why）
- 会計業務の自動化コスト構造の破壊: 従来の会計事務所への委託費に対し、推論コストが 1% 未満に収まるため、定型的なコンプライアンス業務を LLM エージェントへ移行する経済的合理性が極めて高まった。
- 国内 SaaS 事業者への影響: 国内の会計・税務 SaaS を提供する中規模事業者にとって、特定業務の自動化を LLM エージェントで代替する際のコスト指標が明確化されたため、既存の RPA 構成を LLM ベースへ刷新する検討が現実的になる。
3. 根拠・詳細（How）
- 検証環境とツール利用の仕様: Fireworks AI のサーバーレス環境で実行し、bash ツールおよびセッション終了・報告ツールのみを公開したカスタムハーネスを採用。取引データは Claude Fable 5 で抽出した実データを使用。
- モデルの実行と精度検証: Google Cloud Platform インスタンス上で隔離実行し、会計ソフトウェアの CLI を介して 6 つの基準で正確性を評価。モデルの量子化精度は非公開。
4. 展望・課題（Next）
- モデルの誤り分析: 今回のベンチマークで発生したモデルの誤り詳細については、後続のブログ記事にて解説予定。