Z.aiが320Bのモデル「GLM-5.3-Flash」を発表／OpenAIの自社チップ「ハラペーニョ」の性能が明らかに：週末の「気になるニュース」一気読み！（1/3 ページ）

　うっかり見逃していたけれど、ちょっと気になる――そんなニュースを週末に“一気読み”する連載。今回は、8月23日週を中心に公開された主なニュースを一気にチェックしましょう！

Z.aiが320Bのモデル「GLM-5.3-Flash」を発表

　Z.aiは8月26日、大規模言語モデルの新版「GLM-5.3-Flash」を公開した。GLM-5シリーズ初のマルチモーダルモデルとなる。総パラメータ数は320Bで、推論時に動くのは18Bだ。同社によれば、前版のGLM-5.2を各種ベンチマークと実作業の両方で上回りながら、価格は10分の1に収まるという。

　アーキテクチャでは、局所的な依存関係を扱うリニアアテンションと、広い文脈から必要な部分を引き出すスパースアテンションを組み合わせたハイブリッド構成を初めて採用した。

　数百万のトークンに及ぶ、いわゆる長文脈を扱うときの提供コストを下げる狙いがある。GLM-4.5シリーズと比べると、総パラメータは355Bから320Bとほぼ同等ながら、動作パラメータは32Bから18B、層数は92から45へとほぼ半減している。

　公開前には「ox-alpha」の名でOpenCodeとOpenRouterに匿名で提供しており、その週で最も使われたモデルになったという。同社の説明では、この配信は全て中国製AIチップのクラスタで処理し、NVIDIA GPUと同等のハードウェア効率とトークン単価に達したとしている。

OpenAIの自社チップ「ハラペーニョ」の性能が明らかに

　OpenAIは8月25日、自社開発の推論用チップ「Jalapeno（ハラペーニョ）」の初期測定結果を公開した。Jalapenoは6月24日にBroadcomとの共同開発として発表されたもので、今回は実機の性能が数値で示された。年内に同社の計算基盤へ導入を始める予定だ。

　測定には、SemiAnalysisが公開しているベンチマーク「InferenceX」を使用した。GPT-OSS 120B、DeepSeek R1 670B、Kimi K2.5 1Tの3モデルを走らせ、NVIDIAのGB200またはGB300と比較した。ピーク時の電力あたりの処理量は1.5～1.9倍、エンドツーエンドの応答遅延は1.7～3.6分の1、対話的な用途では2.1～4.1倍の性能になったという。

　設計にもAIを使用しており、初期設計からテープアウトに9カ月で到達した。演算回路の最適化にもAIが役立ったとしている。プログラミングでは、CodexとGPT-Astraを使い、当初の量産計画になかったオープンウェイトの3モデルを2カ月で高速化した。

　GPT-OSSの一部のアテンションとMoEブロックでは、AIが生成した実装が人間の専門家による既存実装より1.5～1.8倍速かったという。ただし同社は、この数値は選んだブロックに限ったもので、モデル全体ではないと注記している。

　Jalapenoは複数世代にわたる計画の1世代目で、第2世代は開発が進み、第3世代も形になりつつあるとのことだ。一方で、NVIDIAをはじめとするパートナーのアクセラレーターは、学習と推論の両方で引き続き広く導入するとしている。