zai-org、長文脈特化モデル GLM-5.2 を公開──1M トークン対応と IndexShare による推論効率化
1Mトークンのコンテキストウィンドウで安定した長期間推論を実現し、IndexShareアーキテクチャでFLOPsを2.9倍削減した次世代フラッグシップモデル。
リリース: 2026-02-17 · 読了 3 分zai-org/GLM-5.2 Hugging Face モデルカード (2026-02-17 公開)GLM-5 Technical report (arXiv:2602.15763) (2026-02-17 公開)
記事の要約
1. 核心（What）
- GLM-5.2 は、長期間のタスク遂行能力を強化したフラッグシップモデル。
- IndexShare アーキテクチャにより、4 つのスパースアテンション層ごとにインデクサーを再利用する設計を採用。
- 推論時のスペキュレーティブデコーディングを強化する MTP レイヤーを搭載し、受け入れ長を最大 20% 向上。
- MIT ライセンスの下で公開され、HuggingFace 等のプラットフォームで利用可能。
2. 影響（Why）
- 長文脈処理のコスト効率化: FLOPs を 2.9 倍削減する IndexShare により、1M トークンという長大なコンテキストを維持しながら、商用 API 利用時の推論コストを大幅に抑制できる。
- 国内事業者への影響: 国内の AI 開発・運用チームは、計算リソースの制約が厳しい環境でも 1M トークン級の推論を回せるため、自前データを用いたエージェント開発のハードルが下がる。
3. 根拠・詳細（How）
- IndexShare アーキテクチャ: 4 つのスパースアテンション層で同一のインデクサーを共有することで、1M トークン長における per-token FLOPs を 2.9 倍削減する機構を実現。
- 推論最適化の対応状況: vLLM v0.23.0+ および SGLang v0.5.13.post1+ をサポートし、Ascend NPU 環境での推論にも対応するフレームワーク構成を確立。
4. 展望・課題（Next）
- エージェント性能の検証: SWE-Bench Pro や FrontierSWE などのベンチマーク結果に基づき、実務におけるエージェントの自律的なコード修正能力の限界を検証する必要がある。