だんご日報 開発者のための、AIと最新テックの串刺しニュース。
GLM 5.2がGPT-5.5超え、価格は6分の1——AI APIの高収益時代に幕

GLM 5.2がGPT-5.5超え、価格は6分の1——AI APIの高収益時代に幕

AIGLMビジネスモデルオープンソースAPI

データソース：Martin Alderson blog + HN + web research · HN

2026年6月13日、Z.aiという中国のAI企業がGLM 5.2という大規模モデルを発表しました。

その3日後、同社はモデルの「レシピ」——モデルパラメータファイル一式——をオープンソースコミュニティのHugging Faceに公開しました。誰でも無料でダウンロードし、改変し、さらには自分でデプロイすることができます。

この出来事は当初、大きな注目を集めませんでした。毎月新しいAIモデルが発表され、中国企業だけで年に数十ものモデルが登場する時代だからです。しかし、その後の数週間で、ますます多くのエンジニアや研究者が、じっとしていられなくなる事実に気づきました。

GLM 5.2はコーディング能力において、OpenAIが当時最も高額で提供していたモデルGPT-5.5を凌駕したのです。しかもその価格——API経由で呼び出す場合——は後者の6分の1に過ぎません。

筆者に言わせれば、これは単なる「また中国企業が新モデルを出した」というニュースではありません。一つのシグナルです。AIモデルはますます高性能になっている一方で、AIモデルを販売する企業はますます儲からなくなっている。そしてこの二つのトレンドは、同時に進行しているのです。

GLM 5.2とGPT-5.5のコーディングベンチマーク比較、前者はより低コストで超越

図1：GLM 5.2は複数のプログラミングベンチマークでGPT-5.5を上回るが、API価格は後者の6分の1。出典：TechStartups

六年かけて作られた「キラー」

まず、GLM 5.2がどのレベルの選手なのかを把握しておきましょう。

このモデルは7,530億のパラメータを持っています——AIの「脳細胞」の数と考えてください。ただし、採用されているのは「Mixture of Experts（MoE）」というアーキテクチャで、実際の演算時にはそのうちの約400億パラメータだけが活性化されます。これは、千人規模の教授陣を抱える大学で、一つの質問に答えるのに必要なのはそのうち50人だけ——というようなものです。知識の広さを確保しつつ、運用コストを抑えているのです。

AIにとって最も収益性の高いアプリケーションシナリオであるコーディング能力において、GLM 5.2の成績表は目を見張るものがあります。

ベンチマークGLM 5.2GPT-5.5Claude Opus 4.8
SWE-bench Pro（ソフトウェア工学）62.158.669.2
FrontierSWE（先端タスク）74.4%72.6%75.1%

SWE-bench Proは現在最も権威あるAIコーディング能力試験です——「実際のソフトウェアプロジェクトの中でバグを見つけて修正する」能力を評価します。62.1点というスコアは、GLM 5.2がリアルなソフトウェア問題の60%以上を単独で解決できることを意味し、GPT-5.5の58.6点を上回っています。業界トップのClaude Opus 4.8の69.2点との差は7点——一昨年はこの差が軽く20〜30点はあったことを思えば、驚くべき接近ぶりです。

言い換えれば、オープンソースモデルがクローズドソースのトップモデルに追いつくスピードは、大多数の予想をはるかに超えているのです。

最も致命的なのは性能ではない、価格だ

性能が高いだけなら、まだ致命的ではありません。本当に致命的なのは価格です。

筆者が現在の主要AIモデルのAPI呼び出し価格を整理しました。単位は「100万トークンあたりの処理費用」です（トークンは大雑把に単語や文字と考えてください）。

モデル入力価格（100万トークンあたり）出力価格（100万トークンあたり）
GLM 5.2（OpenRouter経由）1.40ドル4.40ドル
GPT-5.55.00ドル30.00ドル
Claude Opus 4.85.00ドル25.00ドル
DeepSeek V4 Pro0.44ドル0.87ドル

簡単な比較をしてみましょう。あるプログラマーがAIを使ってコードを書く場合、1回のタスクで約0.1ドルの請求が発生するとします。GPT-5.5を使うと、1タスクあたり約3ドルかかります。GLM 5.2なら、同じ品質のタスクが約0.46ドル——85%も安くなります。

85%のコスト削減。AI APIに毎月100万ドルを費やしている企業にとって、これは年間1,000万ドル以上の節約を意味します。

技術ブロガーのマーティン・オルダーソン（Martin Alderson）は、広範な議論を呼んだ彼の記事の中でこう書いています。日常的に使っているAIプログラミングツールをClaudeからGLM 5.2に切り替えてみたところ、「ほとんど何の違いも感じられなかった」——コードの品質は同等で、モデルを切り替えるのに必要なのは設定ファイル1行の変更だけ。唯一の欠点はGLM 5.2の応答がやや遅いこと。これはモデルが「考えすぎる」ためで、出力トークン量が競合の約2倍になるからです。しかしそれでも、総コストは従来の半分以下に収まりました。

「あなたの利益は、私の機会である」

ここで、より根本的な問題を議論する必要があります。なぜAI APIの利益率は崩壊するのか？

まず、現在のAI企業の収益ロジックを理解しましょう。OpenAIとAnthropic（Claudeの親会社）のビジネスモデルはおおむね次のようなものです。巨額の資金（数億ドル）を投じてモデルを訓練し、そのモデルをクラウド上に置き、使用量に応じて課金する。訓練は一回限りの固定費ですが、使用——業界用語で「推論（inference）」——には実質的な限界費用がかかります。誰かがAIに質問するたびに、GPUの計算能力と電力を消費するからです。

ここで重要な計算があります。マーティン・オルダーソンの推定によれば、OpenAIやAnthropicが100万トークンあたり25〜30ドルで課金するとき、実際のGPU計算能力と電力のコストはその10%〜20%に過ぎません。つまり、**粗利率は80%〜90%**に達するのです。（OpenAIの流出した財務データによれば、総合粗利率は約60%で、これにはカスタマーサポートや決済手数料などの追加コストが含まれています。）

この高い粗利率こそが、巨額の訓練投資を回収する手段です——映画会社が2億ドルかけて映画を製作し、世界中の劇場でチケットを売って回収するのと同じです。チケット価格が十分高く、上映回数が十分多ければ、利益が出ます。

しかしここで問題です。別の映画会社が同程度の映画を作り、チケット価格を6分の1にしたら？しかもその映画の「レシピ」が公開されていて——他の映画館が自分で上映でき、製作会社に配分を支払う必要もないとしたら？

これがGLM 5.2の衝撃です。Amazon創業者ジェフ・ベゾスの有名な言葉があります。「あなたの利益は、私の機会である」。今、この言葉がAI業界で現実のものとなりつつあります。

LLM性能評価総合比較図

図2：総合評価でGLM 5.2は複数指標でクローズドソーストップモデルに接近または超越。出典：TechStartups

スイッチングコストはゼロ——AI業界で最も脆い堀

従来のソフトウェア業界では、企業が中核ベンダーを簡単に切り替えることはできません。たとえば、ある銀行が全システムをOracleのデータベース上に構築している場合、別のデータベースに移行するには数年という時間、数百万ドルの移行費用、そして巨大なビジネスリスクを伴います。これが「ロックイン効果」——そしてソフトウェア業界の高収益を支える根本的な保障です。

AIモデル業界はどうでしょう？まったく違います。

GLM 5.2のAPIインターフェースは、意図的にOpenAIやAnthropicと完全互換になるよう設計されています。どういうことか？すでにGPTのAPIを使ってコードを書いている企業がGLM 5.2に切り替えようとする場合、必要なのは設定1行の変更だけです。APIアドレスをOpenAIのサーバーからZ.aiやFireworksなどのプロバイダのサーバーに変更するだけ。コードは一行も変える必要がありません。

オルダーソンは記事の中でこう書いています。「これはMicrosoftやSalesforceレベルのロックインではない——移行を計画するのに数年かかるようなものではない。ここでのスイッチングコストは途方もなく低い。」彼自身の実テストでは、ClaudeからGLM 5.2への切り替えは全工程5分もかかりませんでした。

HNのあるコメント投稿者はさらに率直です。「将来のAI APIは電力会社のようなものだ。誰が自分の電気をIBMが発電したかテキサスで発電したかを気にするだろうか？1アンペアは1アンペアだ。」

この比喩が成立するならば、AI APIの利益率は不可避的に公共事業の水準——一桁台の利益率——へと向かうことになります。現在の80%以上ではありません。

三本の曲線が包囲網を形成

筆者の見るところ、AI API利益率の崩壊は三本の曲線によって同時に下方に押し下げられています。

第一の曲線：オープンソースモデルの追撃速度。

スタンフォード大学の2025年AI指数レポートによると、Chatbot Arenaランキング（ユーザーがブラインドテストで様々なAIの回答品質を評価するプラットフォーム）において、オープンソースモデルとクローズドソースモデルの性能差は1年前の8%から1.7%に縮まりました。1年で6.3ポイント縮小したことになります。このペースでいけば、2026年末までにオープンソースモデルは完全にクローズドソースモデルに追いつき、追い越すでしょう。

GLM 5.2はこのトレンドライン上の一つのマイルストーンです。

第二の曲線：推論コストの断崖的な低下。

AgentMarketCapの調査によると、2023年のGPT-4リリース以来（当時100万トークンあたり30ドル）、今日のトップクラスAIモデルのAPI価格はすでに300倍以上下落しています。この背後にある駆動力には以下が含まれます。より効率的なチップ（AMDのMI300XはGLM 5.2の実行コストがNVIDIA Blackwellのわずか36%とされる）、より賢いモデルアーキテクチャ（MoEはより少ない演算量で同等の効果を達成）、そしてソフトウェアレベルでの継続的な最適化。

第三の曲線：中国国産代替の加速。

Z.aiだけが孤例ではありません。DeepSeek V4 Proの価格はGLM 5.2よりさらに10倍安く（100万トークンあたりわずか0.44ドル）、能力はわずかに劣る程度です。ByteDanceの豆包、MiniMax、智譜——中国のAI企業はどこも、米国の競合よりはるかに低い価格でSOTA（現在の最高水準）に近いサービスを提供しています。この背景には、中国のチップサプライチェーン制限が逆に促した効率イノベーションと、巨大な国内市場競争圧力が価格を絶えず押し下げているという二つの要因があります。

HNのあるコメントはこう書いています。「我々は社内のすべてのAIエージェントをGLM 5.2に切り替えました。オープンソースなので、特定の地域にモデルをデプロイすることもでき、より大きな自由度と追加のデータ保護が得られます。」

誰が勝ち、誰が負けるのか？

この事態の結末は、筆者の判断では、おおむね以下の方向に向かうでしょう。

第一に、クローズドソースAI APIの高収益時代はカウントダウンに入っています。 OpenAIの2025年上半期の調整後粗利率は、前年の40%から33%に低下し、同期間の損失は135億ドルに達しています。これは短期的な変動ではありません——オープンソース代替品の品質差がユーザーにほぼ感知できないレベルまで縮まったとき、価格戦争は不可避です。

第二に、勝者はAPI販売で儲けていない企業かもしれません。 たとえばチップ企業のNVIDIAやAMD——誰のモデルが良かろうと、彼らのGPUを買う必要があります。クラウドサービスプロバイダも同様です——モデルはオープンソースでも、モデルを動かすのに必要な計算能力は誰かが提供しなければなりません。オルダーソンの言葉を借りれば、「API販売の暴利で訓練コストを回収できないなら、AI業界全体の経済モデルを書き換える必要がある。」

第三に、最大の見えない勝者はユーザーかもしれません。 企業ユーザーであれ個人開発者であれ、彼らは年々半額になる価格で、ますます高品質のAIサービスを手に入れています。これはPC業界の歴史とよく似ています——コンピュータの性能は毎年倍増し、価格は据え置きまたは下落、最大の受益者はコンピュータを使う一人ひとりでした。

この記事を書き終えるにあたり、筆者はオルダーソンがすでに「パート2」を予告していることに気づきました——利益率崩壊後の業界構造がどのように再編されるかを専門的に分析するものです。おそらく次回は、「AI APIにどれだけの利益が残っているか」ではなく、「AI APIを売ってもまったく儲からないなら、この業界はどう生き残るのか」を議論することになるでしょう。

参考リンク：

画像出典について： 原文（martinalderson.com）はテキストのみのブログで、コンテンツ画像はなく、ソーシャルシェア用OG画像1枚のみ：https://martinalderson.com/img/og/glm-5-2-and-the-coming-ai-margin-collapse-part-1.png（1200×630px）。本文中の2枚のコンテンツ画像はTechStartups関連報道からの引用で、出典を明記しています。

References（1）