Atria Dawn 対 GLM 5.2：同じ基盤を、正反対の方向へ押し進めたもの

この対戦についての最も有用な単一の事実は、より小さいモデル自身のスペックシートの中に隠れている：Atria Dawn Previewは、Shanghai AI Laboratoryが9月14日にライブで発表した新しいオープンウェイトのエージェント型モデルで、744BパラメータのMoE GLM 5.2基盤上に構築されている — それはZ.aiが6月に出荷し、オープンウェイトのフラッグシップとして100万トークンあたり$1.40/$4.40で販売してきたまさにそのモデルだ。つまりこれは、新参者が既存プレイヤーを凌ぐものを作ろうとしているケースではない；同じシリコンが、2つの異なる研究所によって2つの方向にポストトレーニングされ、その後2つの異なる製品として価格付けられたケースだ。ベンチマークのどの行よりも前に、この事実はすでに、この比較が本当は何についてなのかを教えてくれる：エージェントループのためにGLM 5.2の推論をどれだけ犠牲にしてもよいか — そして両方を維持するためにいくら払うかだ。

ここでの出典の集め方は、重要な点で偏っている。GLM 5.2の独立した記録は薄い。そのオープンウェイトの上限を定めたのはGLM 5.3であり、GLM 5.3は8月14日にGLM 5.2を置き換えた。かつてGLM 5.2を53と評価したAA Intelligence Indexも、それ以降に再採点され、名称も変更されている。Atria Dawn Previewに有利なあらゆるベンチマークは、そのモデルカードによるベンダー報告であり、中立のラボによる再現はなく、api.atria-asi.aiにあるその国際APIにはまだ価格が公表されていない。そのカードが両者を同じグリッドで横並びに比較している箇所では、Atria Dawn Previewはディスカバリーとツール利用でリードし（BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0）、生のコーディング行ではGLM 5.2の系統に遅れを取る——いずれも外部ラボによってまだ確認されていない。

同じベース、2つのポストトレーニング

両モデルは総パラメータ744BのMoEで、トークンごとに同じ8エキスパート活性化パターンを持つ。なぜなら文字通り同じ重みから出発しているからだ。違いは、その後に各ラボが何をしたかにある。Z.aiはGLM 5.2を取り、汎用オープンウェイトの旗艦としてチューニングした。テキスト専用、1Mコンテキスト、128K出力、MITライセンスで、40Bアクティブ級のプロファイルにより、提供するのに最も安価なフロンティア級モデルの一つとなった——それが今なお記憶されているのは、Intern-S2の1週間後にGLM 5.3が登場する前まで、独立系インデックスで最高スコアのオープンウェイトモデルだったことだ。

Shanghai AI Laboratoryはその同じベースを研究ループエージェントにチューニングした。Atria Dawn Previewの4つの能力の柱 — Discovery、Creation、Delivery、Cybersecurity — はすべて同じループを説明している：問題を分析し、解決策を設計し、ツールを使い、コードを書いて実行し、実験結果を読み、失敗から回復し、反復する。ラボは、結果がテキストのみであること（画像とPDFの入力は400を返す）、コンテキストウィンドウが1Mではなく256Kであること、そして重みがMITライセンスで、今日BF16（353シャード）またはFP8（177シャード）でダウンロード可能であることを明言している。ベースはGLM 5.2のものであり、製品はそうではない。

• ベース — GLM-5.2基盤上の総計744BのMoEを両方とも、トークンあたり8エキスパートがアクティブ

• コンテキスト — Atria Dawn Preview 256K テキストのみ 対 GLM 5.2 1M、128K出力

• ライセンス — どちらもMIT；Atria BF16 + FP8シャード、GLM 5.2 はおなじみの1.5TBクラスのダウンロード

• 価格 — Atria 未公開（国際API） vs GLM 5.2 $1.40/$4.40 / 100万トークン

ベンダー報告のグリッドが実際に示すもの

モデルカードは、Atria Dawn Preview を、GLM 5.2 そのものではなく GLM 5.3 を含む比較対象群と比較している。これは、オープンウェイトの欄を引き立てる小さな編集上の選択である。その比較対象群に対して、Atria Dawn Preview が報告する強みは discovery と tool use だ。AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、WideSearch 81.9、BFCL v4 77.0、CyberGym 86.5。報告されている弱みは、チューニングされた汎用モデルが通常勝つコーディング系の行である。SWE-bench Pro 59.6、Terminal-Bench 2.1 78.3、JobBench 50.3。ここにあるものは何も独立に検証されておらず、どの行もラボ自身のプロンプトに対するラボ自身のハーネスによるものだ——しかし、この分かれ方はノイズというより、実際の設計上の選択と読めるほど一貫している。GLM 5.2 は、6月時点の独立系の最高到達点（AA Index 53、当時のオープンウェイト最高スコア）が、Atria の出荷前月に GLM 5.3 によって更新されたモデルである。

どれをルーティングすべきか

100万トークンのオープンウェイト汎用モデルを長文コンテキストのコーディングやナレッジワークに必要なら、$1.40/$4.40のGLM 5.2は、MITライセンスの実績ある働き手で、四半期にわたってセルフホストされ本番運用されてきた——そしてOrcaRouterのようなゲートウェイでは、APIキー1つとリクエストごとの追加料金ゼロで、必要なときにすぐに利用可能です。Z.aiのエンドポイントが不安定になっても自動フェイルオーバーが働きます。あなたの仕事がオープンエンドな研究ループ——モデルが読み続け、コードを実行し、何か検証可能になるまで反復する必要があるタスク——なら、Atria Dawn Previewのチューニングはまさにそこを狙っていますが、1Mウィンドウ、既知の価格、独立した記録を、公開レートも中立なスコアもない256Kプレビューと引き換えにすることになります。

正直な結論は分かれ道だ。すでに長文脈のオープン作業でGLM 5.2に頼っているチームは、その場にとどまり、独立系評価者がAtria Dawn Previewについて何を報告するかを確認してから、本番経路をそれに切り替えるべきだ。ボトルネックがループそのもの——モデルが実行せずに尋ねるために止まってしまうこと——にあるチームには、新顔を試す正当な理由がある。理想的にはGLM 5.2へのフェイルオーバー経路の背後で試し、プレビューがつまずいても実験に何のコストもかからないようにする。同じ基盤で2つの製品、そしてほとんどの読者にとって決め手となる列はベンチマークの表ではなく、その表が決して示さないコンテキストウィンドウと価格だ。