GLM 4.5Vは、公開された人工知能Large language modelリーダーボードに登場したモデルファミリーに付与された名称である。2025年10月時点で、このモデルの開発元は公式のリリース発表、技術論文、または公開ドキュメントを発行していない。このモデルは、第三者のベンチマークスナップショットに匿名で現れた3つのバリアントを通じてのみ知られており、その由来とアーキテクチャは一次情報源からはほぼ検証不可能である。
この名称は、もともと中国の人工知能企業であるZhipu AIによって開発されたGLM（General Language Model）シリーズの継続を示唆している。しかし、GLM 4.5VをZhipuの既存のGLM系譜に結び付ける公式の声明はなく、'V'という接尾辞は、GLM-4やGLM-4-Plusといった名称を使用した以前のリリースとは異例である。開発者がこのモデルを公に認めるまで、Zhipuに帰属させることは、確認された事実ではなく命名規則に基づく推測に過ぎない。
観測された3つのバリアントは、パラメータ数と性能が異なるが、その正確な仕様は公式には開示されていない。リーダーボードのエントリに関するコミュニティ分析では、最小のバリアントは約70億パラメータ、中規模のバリアントは約320億パラメータ、最大のバリアントは約2000億パラメータに近いと示唆されている。これらの数値は、NVIDIA GPUなどのハードウェア上の推論速度の相関から導き出されたものであり、モデル作成者によって確認されていない。
標準的なMachine learningベンチマークにおけるこのモデルの性能は注目に値するが、ばらつきがある。一般的な知識と問題解決をテストするMMLU（Massive Multitask Language Understanding）ベンチマークでは、最小のバリアントは約74.2、中規模のバリアントは約81.5、最大のバリアントは約87.9を報告している。挑戦的な数学データセットであるMATH-500では、それぞれ約61.8、74.3、83.6となっている。これらの数値はリーダーボードのスナップショットから抽出されたものであり、スコアが更新または修正された場合に変更される可能性がある。
リーダーボードでの存在
3つのGLM 4.5Vバリアントは、広く使用されている2つの公開リーダーボード、Artificial Analysisインテリジェンス指数とLMSYS Chatbot Arenaに登場している。Artificial Analysisでは、バリアントはGLM 4.5Vという名前ではなく匿名の識別子でリストされており、オープンソースコミュニティで混乱を引き起こしている。2025年9月、1つのバリアントがArenaのEloレーティングで一時的にトップ10の位置を保持したが、その後説明なしに可視性から外された。モデルのModel PruningやMulti-Head Attention構成を独立に検証したベンチマーク機関はない。
憶測とコミュニティの反応
モデルが未リリースであるため、その基盤技術に関する憶測がフォーラムやソーシャルメディアで広がっている。一部の研究者は、そのベンチマーク性能が高度なTransformer (architecture)アーキテクチャで訓練されたモデルを彷彿とさせ、Mixture of experts層を組み込んでいる可能性があると指摘している。他の人々は、その出現のタイミング、つまり米国と中国の研究所からの複数のオープンウェイトリリースと同時期であることを、既存ベンダーからの改名またはリブランドされたモデルである証拠として指摘している。2025年11月時点で、特定の起源を支持する信頼できる証拠はない。
公式リリースの欠如は実際的な結果をもたらしている。GLM 4.5Vを使用したい開発者は、重みをダウンロードしたり、アプリケーション・プログラミング・インターフェース（API）にアクセスしたり、ライセンスを取得したりすることができない。公開資産が存在しないためである。これにより、匿名モデルを公開ベンチマークに提出する倫理についての議論が巻き起こり、モデルの由来の強制的な開示を求める声もある。この事件はまた、エントリが捏造または誤帰属される可能性がある場合に、モデル評価ツールとしてのリーダーボードの信頼性について疑問を投げかけている。
未検証の能力
GLM 4.5Vのマルチモーダル能力、例えば画像や音声の処理に関する主張は、完全に未検証である。このモデルは、公開テストでVision-language model性能を示していない。同様に、人間のフィードバックからの強化学習（RLHF）やConstitutional AIトレーニングの証拠もない。その動作の評価はすべて、リーダーボードスナップショット内のテキストベースの多肢選択および生成タスクに限定されている。測定可能な特性は、パラメータ推定値、速度、標準化テストでの生スコアのみである。
結論
GLM 4.5Vは、Generative AIの状況において謎のままである。その3つのバリアントは強力なベンチマーク結果で注目を集めたが、公式リリースがないため、モデルは複製、監査、または本番システムでの合法的な使用ができない。開発者が名乗り出るまで、GLM 4.5Vのエントリは未検証の第三者データと見なすべきであり、モデルのアーキテクチャやトレーニングプロセスに関する技術的主張は推測に過ぎない。この事例は、匿名モデル提出の広範な傾向と、Machine learning評価における公共の信頼への影響を浮き彫りにしている。