GLM-6.0 リーク: Z.ai の次期フラッグシップは「フルセルフトレーニング」— これまでに判明していること

2026年8月31日夜、{{1}}Z.ai (Zhipu){{/1}}は1月の香港取引所上場以来初の中間決算説明会を開催した。創業者のTang Jie (唐杰) は説明会の一部を割いて、同社の次期基盤モデルを定義し、その名称を初めて公式に明かした：GLM-6.0である。同氏はこのモデルを、Z.aiが「完全自訓練」(Full Self-Training) と呼ぶ技術的ルートを中核に据えたものと位置づけ、このルートは欧米でRSI（再帰的自己改善）と呼ばれるものに相当すると述べた。GLM-6.0には、リリース日もモデルカードもAPIも、独立したベンチマークもない。これは、名称と方向性の初の公式確認について、{{2}}これまでに判明していること{{/2}}をまとめた記事であり、ローンチを伝える記事ではない。

決算説明会でGLM-6.0について実際に語られた内容

この電話の内容の説明は、香港の金融メディアである観点網（Guandian）が同日の夕方に報じたものに基づく。その情報はX上で@doteyが投稿したことで表面化した。以下のGLM-6.0に関する詳細はすべて、観点網による唐杰（Tang Jie）氏の発言の報道に基づくものであり、Z.aiの公式発表やモデルカードによって確認されたものではない。

報告によると、唐傑はGLM-6.0を「完全自己学習」モデルと定義した。彼が説明した中核的な能力は自己浄化である：モデルがトレーニングパイプライン全体（事前学習、中期学習、事後学習）をカバーし、完全に自律的なトレーニングと自己進化を目指す。見出しは新しいパラメータ数に関するものではなく、モデルが自身のトレーニングの一部を担うという主張である。

彼は難しい部分について明確に語った。最大の課題は、モデルをスケールアップすることではなく、モデルが自己判断を達成できるかどうかだと彼は言う——つまり、いつトレーニングを停止するかを自ら決定し、自身の誤りを修正することだ。彼はそれをこの道筋の核心的な難しさであり、将来の研究における重要な方向性だと述べた。また、将来のモデル開発では、倫理と社会的ガバナンスを後付けではなく、設計の一部として組み込むことになるだろうと語った。

同じ電話会議の中で、Z.aiのより広い枠組みも示された。タン・ジエ氏は「AGIのビジネス価値＝知能の上限×トークン消費規模」という公式を掲げ、Z.aiは「モデルではなくタスクを売るべきだ」と主張した。データ面では、国内の大規模モデルの学習コーパスは一般的に30〜50兆トークンの範囲にとどまり、単純にパラメータを積み上げるだけでは収益が逓減すると指摘した。このデータの壁という論法こそ、自己学習の経済的動機である。つまり、人間品質のテキストがスケールしなくなった場合、モデルは自ら学習シグナルを生成し、評価しなければならないのだ。

「完全自己トレーニング」（RSI）が実際に意味するもの

RSI（再帰的自己改善）とは、モデルが自身をより賢くするプロセスを改善し、トレーニングとトレーニング済みの間のループを閉じるという一連の考え方である。最も強い形では、モデルが自身のトレーニングパイプラインの一部を執筆または調整するため、人間のエンジニアがすべてのループに関与しなくても能力は複利的に向上する。フロンティアラボはこれについてエッセイを書いてきたが、公開された製品のフラッグシップにこれを結びつけたところはほとんどない。Z.aiの決算説明会での位置づけはまさにそれを行っており、だからこそ、GLM-6.0のコードが存在する前であっても、このフレーズは重要な意味を持つのである。

このポジショニングは、どこからともなく生まれたわけではない。それは、Tang Jieが2026年7月11日にスタッフへ送った内部書簡——{{1}}《巨浪已来》（「大波が来た」）{{/1}}——の中で予示されていた。この書簡は「Touch High」（摸高）計画——{{2}}2年間の戦略的投資を行い、短期的なマネタイズを放棄して、次のAGIの高みを目指す{{/2}}——を発表したものである。書簡は4つの中核エンジンを挙げており、そのうちの1つは完全に自己学習するものだった。この書簡に関する報道は、そのエンジンを具体的に次のように説明した：{{3}}高品質の合成データ工場を構築し、人間のデータが尽きつつある領域ではAI対AIの自己対戦を用いて知識を生成し、そして——安全サンドボックス内で——システム自身にコードを書き換える能力を与えることで、進化の速度がもはや人間のエンジニアによって制限されないようにする{{/3}}。

それは力強い主張であり、適切な注意をもって読まれるべきものです。その内容はすべて、同社が抱負を述べたものです。フロンティア規模での完全な自己学習を実証した研究所は存在せず、この書簡は戦略文書であって、ベンチマークではありません。

「Tang Jieが挙げた課題が正直な部分だ。」

コールにおいて、GLM-6.0が重要になるかどうかを予測しようとする読者にとって最も価値があるのは、Tang Jieが「難しい」と語った点である。自己判断、すなわちトレーニングをいつ停止するかを認識し、自律的にエラーを修正することは、この賭け全体を支える前提条件だ。モデルが自身の出力を確実に判断できないならば、合成データと自己対戦はノイズを増幅するだけで、「自己学習」は人間によるバックストップを備えた非常に高価なデータパイプラインに成り下がってしまう。

この枠組みは2つの声明にわたって一貫しています。レターのエンジンは計算を進化の燃料として扱い、コールの課題はその燃料を有用にする判断に関するものです。彼はまた、大きすぎて使えないモデルを避けるというサイズ設定の原則を強調しましたが、これは自己学習への賭けが純粋なスケーリングの賭けではないため重要です。これは、GLM-6.0が何でないかについての有意義なシグナルです。つまり、単に「これまでで最大のGLMファミリーモデル」ではないということです。

GLM-6.0 がラインの中でどこに位置するか

Z.aiは、GLMファミリーが11か月間で6世代を経て、同社独自の知能指数が32から60に上昇したと報告した。現在のフラッグシップはGLM-5.3で、8月中旬に発表され、APIは8月19日に公開、オープンウェイトは8月28日に確認された。これはテキスト入力・テキスト出力のMoEで、アクティブパラメータは40B、1Mトークンのコンテキストウィンドウを備え、Artificial Analysis Intelligence Indexは60（現時点でのオープンウェイトの最高値）である。価格は入力トークン100万件あたり1.40ドル、出力トークン100万件あたり4.40ドル。小型版のGLM-5.3-FlashはMITライセンスで提供され、Z.aiは初日から6日間で62兆トークンを処理したと述べている（これはベンダーによる数値であり、独立した測定ではない）。

興味深い疑問は、GLM-5.5に何が起こったかということだ。8月のほとんどの間、ロイターやCGTNが報じたアナリストレポートでは、GLM-5.5のフラッグシップが「8月中に」登場するとされていたが、それは現れなかった。決算説明会では、次世代モデルはGLM-6.0と命名され、5.5は完全にスキップされた。5.5が改名されたのか、6.0に統合されたのか、それとも公式製品として存在しなかったのかは確認されていない。決算説明会で確定した公式の解釈は、次世代の基盤モデルがGLM-6.0であるということだ。

また、GLM-6.0のパラメータ数、アーキテクチャ、価格、提供時期はいずれも未確認である。Z.aiが表明した「大きすぎて使い物にならない状態にはしない」という方針は、自己学習という枠組みと組み合わせると、興味深い変更点は規模ではなく学習パラダイムにあることを示唆している——だが、それは推測であって、情報ではない。

確定していること、確定していないこと

• Guandianによる8月31日の決算説明会の報告に基づき、以下が確認された：Tang Jieは次世代ベースモデルとしてGLM-6.0を指名し、それをFull Self-Trainingとして位置づけた。また、彼はトレーニングパイプライン全体にわたる自己浄化と自己判断を中心的な課題として説明した。そして、Z.aiは2026年上半期の売上高が9億5400万円（前年同期比399.7%増）、API/MaaS事業が売上高の86.5%を占め、純損失は20億7000万円で12.1%縮小したと報告した。

• リークとは独立に確認済み：GLM-5.3のステータス — AA Intelligence Index 60、$1.40/$4.40、1Mコンテキスト、テキストのみ、オープンウェイト — Artificial Analysisによる測定であり、Z.aiによるものではない。

• {{1}}未確認:{{/1}} {{2}}GLM-6.0が製品として出荷されていること;{{/2}} {{3}}リリース日;{{/3}} {{4}}パラメータ、アーキテクチャ、または価格;{{/4}} {{5}}GLM-5.5がスキップまたは改名されたかどうか;{{/5}} {{6}}ベンチマーク;{{/6}} {{7}}任意のプロバイダーを通じた利用可能性。{{/7}}

• 単一情報源に関する注意点：GLM-6.0に関する引用は、あるメディアによる電話会議の報道に基づいています。Z.aiは本稿執筆時点で、GLM-6.0について独自の発表を行っていません。

今、開発者がすべきこと

このシグナルのいかなる内容も、今日の本番環境に関する決定を動かすべきではない。なぜなら、呼び出すべきGLM-6.0は存在しないからだ。ロードマップの確認への正しい対応は、選択肢を開いたままにしておくことであり、プラットフォームを移行することではない。

注意すべき有益な点は、自己トレーニングするフラッグシップモデルが出荷された場合に何が変わるかということだ。GLMファミリーの価格設定は、最近のフラッグシップ世代を通じてトークン100万個あたり$1.40/$4.40で安定しており、フロンティアのクローズドラボを価格で下回る一方、独立した指標スコアでは彼らに後れを取っている。真に自己トレーニングするGLM-6.0は、これまでのどの単一モデルのローンチもなし得なかった方法でオープンウェイトの限界を試すことになるだろう。そして、その問いが最初に答えられる場所は、適正な価格と、その周りに実際のフェイルオーバーを備えてプロバイダーのカタログに登場するかどうかだ。

GLM-6.0がカタログに登場した場合、OrcaRouterでの価格設定ルールは単純です。プロバイダーのリスト価格をマークアップなしでそのまま適用し、同日中に有効になります。再交渉も追加契約もありません。これは、GLM-5.3がすでにこのプラットフォームで適用されているルールと同じです。現在のフラッグシップは、100万トークンあたり1.26ドル／3.96ドルで提供されています（1.40ドル／4.40ドルのリスト価格からの10%ローンチ割引）。200以上のモデルをすべて1つのAPIで利用できます。また、RSIのように大胆なロードマップを持つ未実証のモデルは、名前ではなく結果によるルーティングの典型例です。新しいモデルにトラフィックの一部を向け、実績のあるモデル（GLM-5.3、DeepSeek V4 Pro、またはGPT-5.6 Sol）への自動フェイルオーバーを設定します。そうすれば、過大評価されていたことが判明したモデルは、壊れた結果を出す代わりにフォールバックへ切り替わります。まだルーティング対象のGLM-6.0が存在しない場合、同等の準備とは、モデルが存在する前にルーティングルールを書いておくことです。

次に見るもの

• リリース日。Z.aiのフラッグシップモデルは、これまで約2か月ごとに新世代が登場してきました。しかし、電話会議では日付は示されておらず、「完全自己学習」モデルは通常のリリースサイクルに従わない可能性があります。

• 最初の具体的な対象物：モデルカード、ウェイトの公開、またはAPI ID。GLM-6.0がAPI識別子を取得した瞬間、その噂は検証可能になる。

• GLM-5.5の運命。GLM-5.5が先に登場する場合、ロードマップの解釈は変わります。もし沈黙したままであれば、「6.0が番号をスキップした」という解釈の方がより有力な話となります。

• 他のラボが応答するかどうか。RSIは通常、決算説明会ではなくエッセイで議論される。もし主要なラボが旗艦モデルに自己学習を公に結び付ければ、その捉え方はZ.ai特有の癖ではなくなり、トレンドとなる。

• 最初の独立スコア。Artificial Analysis Intelligence Indexにおける現在のオープンウェイト最高値は60（GLM-5.3、Kimi K3と同点）。独立したボードでそれを上回るGLM-6.0こそが重要な出来事であり、それ以前のすべてはロードマップに過ぎない。

これは決してローンチではない。GLM-6.0は名前であり方向性であり、決算説明会で公式に確認されたが、それ以上に具体的なものはまだ何も存在しない。しかし、その方向性こそがストーリーだ。すなわち、大手のオープンウェイト研究所が、次期フラッグシップを「モデルが自分自身を学習する」ことに賭けると公言し、難しい部分を事前に名指しした——スケールではなく、判断力を。それは、リリース日が決まる前に書き留めておく価値のあるシグナルだ。なぜなら、GLM-6.0にモデルカードが付いた瞬間、問いは「Z.aiが本気かどうか」ではなくなり、「それが機能するかどうか」になるからだ。