GLM 4.6は、中国の人工知能企業であるZhipu AIによって開発された大規模言語モデルのファミリーである。このモデルファミリーは2025年に公開のLLMおよびメディアのリーダーボードに登場し、ベンチマークのスナップショットには4つのバリアントが含まれている。GLM 4.6はGLM 4.5の後継であり、GLMシリーズの汎用言語理解、生成、推論への焦点を継続している。
GLM 4.6ファミリーは、テキスト生成、質問応答、要約、コード合成を含むさまざまな自然言語処理タスク向けに設計されている。これは、ほとんどの現代の大規模言語モデルの基盤となるTransformer (architecture)アーキテクチャを活用している。モデルは、大規模なテキストコーパスに対するDeep learning技術を用いて訓練され、複雑なタスクを高い精度で実行できるようにしている。
バリアントとアーキテクチャ
GLM 4.6ファミリーには4つの異なるバリアントが含まれており、それぞれが異なる計算およびパフォーマンス要件に合わせて調整されている。各バリアントの正確なパラメータ数は公開されていないが、ファミリーはエッジデバイスからクラウドサーバーまでの展開に対応するために、さまざまなモデルサイズを網羅している。モデルは、アテンションメカニズムと訓練安定性の改善を備えた高密度トランスフォーマーアーキテクチャを採用している。
Zhipu AIはGLM 4.6の詳細な技術仕様を公開していないが、モデルは長いコンテキスト入力をサポートすることが知られており、一部のバリアントは最大200,000トークンを処理できる。これにより、長いドキュメント、コードベース、またはマルチターン会話を含むアプリケーションに適している。
パフォーマンスとベンチマーク
GLM 4.6モデルは、MMLU（大規模マルチタスク言語理解）、GSM8K（小学校レベルの数学）、HumanEval（コード生成）を含むいくつかの公開ベンチマークで評価されている。MMLUでは、最大のバリアントが80点台後半のスコアを達成し、他の最先端モデルに匹敵すると報告されている。HumanEvalでは、ファミリーは強いコーディング能力を示し、トップバリアントのpass@1スコアは80%を超えている。
モデルはまた、Big-Bench Hardスイートなどの推論タスクや、多言語ベンチマークでも良好なパフォーマンスを発揮し、多様なデータソースでの訓練を反映している。ただし、これらの結果の独立した検証は限られており、Zhipu AIは2025年初頭時点でGLM 4.6の完全な技術レポートを公開していない。
可用性と展開
GLM 4.6モデルは、Zhipu AIのAPIプラットフォームを通じて、またモデルホスティングリポジトリでのオープンソースリリースを通じて利用可能である。オープンソースのバリアントは寛容なライセンスの下で配布されており、研究者や開発者はモデルを微調整して独自の環境で展開できる。モデルはGraphcoreハードウェアや他のアクセラレータプラットフォームで実行できるが、特定の最適化パートナーシップは公式には発表されていない。
Zhipu AIはGLM 4.6を、特に中国語タスクにおいて、OpenAI、Anthropic、Google DeepMindのモデルに対する競争力のある代替として位置付けている。このファミリーは、チャットボット、コーディングアシスタント、エンタープライズ検索ツールを含むさまざまなアプリケーションに統合されている。
開発とリリース履歴
GLM 4.6は2025年にリリースされ、2024年後半にデビューしたGLM 4.5シリーズに続くものである。Zhipu AIの開発チームは、Artificial intelligenceとMachine learningのバックグラウンドを持つ研究者が主導し、推論能力の向上と幻覚率の低減に焦点を当てた。リリースにはベースモデルと指示調整済みバリアントの両方が含まれており、後者は会話用に最適化されている。
モデルファミリーは反復的に更新されており、マイナーバージョンの更新で安定性とパフォーマンスの問題に対処している。2025年現在、GLM 4.6はアクティブなプロジェクトであり、スケーリング則と効率的な推論に関する継続的な研究が行われている。
受容と影響
GLM 4.6は、中国語ベンチマークでの強力なパフォーマンスと国際評価での競争力のあるスコアにより、AIコミュニティで注目を集めている。メディアの報道では、世界市場で西洋のAIモデルに挑戦する可能性が強調されている。ただし、一部の批評家は、トレーニングデータと評価方法論に関する透明性の欠如を指摘している。
GLM 4.6のリリースは、Alibaba Cloudなどの企業も大規模言語モデルをリリースしている、米国外でのGenerative AI開発の広範なトレンドに貢献している。このファミリーのオープンソースバリアントは、特にモデルアライメントと安全性の研究において、学術研究で使用されている。