DeepSeek Vision and Grok Imagine models are now live on CometAPI →

GLM-5 ブログ

GLM-5.3 vs GLM-5.2: ベンチマークとテストが示す変更点
Aug 26, 2026
glm-5.3

GLM-5.3 vs GLM-5.2: ベンチマークとテストが示す変更点

GLM-5.3 vs GLM-5.2: 同一ベースモデル、純粋なポストトレーニングによりコーディング性能が約50%向上(Terminal-Bench 3.0 4.6→28.3)& 創発的 CyberGym 84.5% SOTA。

GLM-5.3の解説:機能、ベンチマーク、価格とアクセス
Aug 26, 2026
glm-5.3

GLM-5.3の解説:機能、ベンチマーク、価格とアクセス

GLM-5.3とは何ですか? 機能、ベンチマーク、価格、APIアクセス、サイバーセキュリティ機能を含め、Z.aiの最新のAIコーディングモデルを詳しく紹介してください。

GLM 5.2:完全ガイド、ベンチマーク、料金、CometAPI でのアクセス方法
Aug 26, 2026
GLM-5.2

GLM 5.2:完全ガイド、ベンチマーク、料金、CometAPI でのアクセス方法

GLM 5.2: GLM-5.2 は、長手順のコーディングやエージェント型ソフトウェア向けの、Z.ai のオープンウェイトのフラッグシップLLMです。CometAPI で利用可能 — OpenAI 互換、単一キー。

GLM-5.2 APIの使い方:開発者向け2026年版完全ガイド
Aug 26, 2026
GLM-5.2

GLM-5.2 APIの使い方:開発者向け2026年版完全ガイド

GLM-5.2 API ステップバイステップチュートリアル:迅速な導入、推論効率の最適化、エージェント構築、GPT/Claude 比でのコスト削減

GLM-5.2とは?  知っておくべきすべてのこと
Aug 26, 2026
GLM-5.2

GLM-5.2とは? 知っておくべきすべてのこと

GLM-5.2: GLM-5.2 は Zhipu AI (Z.ai) の最新フラッグシップ Mixture-of-Experts(MoE)モデルで、リリースされました。CometAPI をお試しください — キーは1つ、OpenAI 互換。

GLM-5.1 + Claude Code ガイド(2026):セットアップ、ベンチマーク、コスト比較、開発者向けの最適なAPI戦略
Aug 26, 2026
GLM-5.1

GLM-5.1 + Claude Code ガイド(2026):セットアップ、ベンチマーク、コスト比較、開発者向けの最適なAPI戦略

GLM-5.1 は、OpenAI 互換または Anthropic 互換の API ブリッジを介して接続することで Claude Code と併用でき、開発者は GLM-5.1 の低コストかつ高性能なコーディングモデルを使いながら、Claude Code のエージェントワークフローを活用できます。この構成により、Claude Code の開発者体験を維持したまま、チームは長期的な自律コーディング、より強力なターミナルでのタスク実行、そして Claude Opus と比べて大幅に低い API コストを実現できます。

GLM-5.1 APIの使用方法
Aug 26, 2026
GLM-5.1

GLM-5.1 APIの使用方法

GLM-5.1は、Z.aiのフラッグシップとなるオープンソースモデル(2026年4月7日リリース)であり、自律的なコーディングや多段推論などの長期的なエージェント型タスクに最適化されています。GLM-5.1 APIを使用するには、より低コストで一元的なアクセスのためにCometAPIを使用し、APIキーを取得してください。

GLM-5-Turbo の解説: 「Lobster」(OpenClaw)ワークフロー向けのエージェントファーストなベースモデル(2026年ガイド)
Aug 26, 2026
GLM-5

GLM-5-Turbo の解説: 「Lobster」(OpenClaw)ワークフロー向けのエージェントファーストなベースモデル(2026年ガイド)

GLM-5-Turboは、Zhipu AIが2026年3月にリリースした次世代の大規模言語モデルで、「lobster」エージェント環境(OpenClaw ecosystem)向けに特別に最適化されています。これは、長いタスクチェーンの実行、ツール呼び出し、エンタープライズ級のAI自動化に向けて設計された、高速でエージェント重視のGLM-5の派生モデルです。~200Kトークンのコンテキストウィンドウ、Mixture-of-Expertsアーキテクチャ、そしてマルチステップのエージェントワークフローにおける安定性の向上を特徴とします。