Inkling対GLM 5.2：スコアではどのオープンウェイトモデルが優れ、コストではどちらが優れているか？

Inkling 対 GLM 5.2は、現在のオープンウェイト公開の波の中で最も示唆に富む対決の一つであり、その理由は、この2つのモデルが異なる目的に最適化されているからである。GLM 5.2 は、Zhipu AI 製で、この比較セットにおけるエージェント型ターミナルおよび推論のリーダーであり、最も難しい推論タスクと長期的なコーディングタスクで最高スコアを記録している。一方、Inkling は、Mira Murati 氏の Thinking Machines Lab が最初に発表したモデルであり、大幅に向上したトークン効率、敵対的堅牢性、ネイティブな音声・マルチモーダル入力、100万トークンのコンテキストウィンドウ、Apache 2.0 ライセンスで対抗する。本記事は両モデルを正直に比較し、生のベンチマーク差が必ずしも実際のコスト増には直結しないという主張を展開する。

2026年7月16日現在、Inklingのローンチから1日後。すべての数値は以下のように引用・帰属されており、独自に監査されたものはありません。

ビルダーへの注意: ここには監査済みの直接比較ベンチマークはありません。したがって、これはモデルとアクセスを比較しており、スコアではありません。 OrcaRouterは、API利用可能なモデルを単一のOpenAI互換エンドポイントの背後にルーティングするため、複数のSDKを配線せずにInklingとGLM 5.2を試用・比較できます。

TL;DR 結論: GLM 5.2を選ぶ 推論、数学、エージェント端末作業で最高の生スコアを求め、予算がその高いトークン消費を吸収できるなら。 Inklingを選ぶ 完了タスクあたりのコスト、敵対的安全性、音声/マルチモーダル入力、または100万トークンのコンテキストがリーダーボードのトップになることよりも重要なら。

一言で言えば：GLM 5.2はほとんどのベンチマークの行で勝利するが、InklingはまだInvoice（請求書）のベンチマークで勝つことができる。なぜなら、Inklingはタスクを約25K出力トークンで完了するのに対し、GLMは約43Kかかるからである。

重要なポイント

GLM 5.2は reasoning/agentic の行をリードしています: HLE、AIME 2026、SWE-bench Verified、そして — 大きな差で — Terminal Bench 2.1。

Inklingは敵対的安全性でリードしています：FORTRESS 78.0% vs 71.3%.

Inklingの主要な指標は効率性です: タスクあたり~25K出力トークン対GLMの~43K — およそ1.7倍の差で、直接コストに影響します。

両方ともオープンウェイト：InklingはApache 2.0、GLM 5.2はMITです。どちらも商用利用とセルフホスティングが許可されています。

Inklingはモダリティとコンテキストを追加します: ネイティブテキスト＋画像＋音声入力と最大1Mトークンのコンテキストウィンドウ。

注意: ここでの競合他社の数字は第三者/ベンダー枠組みで提供されており、独立した監査は行われていません。

開示:ベンチマークはベンダーが発売時に自己報告したものです（Effort 0.99）。また、第三者による数値はArtificial Analysis、MarkTechPost、Vellum、BenchLMからのものです；いずれも独立監査を受けておらず、競合他社の数値はそれらのベンダーの自己報告値と異なる場合があります。InklingのスペックはThinking Machinesのモデルカードからのものです。

一目でわかる比較

ライセンス。Inkling: Apache 2.0; GLM 5.2 (Zhipu AI): MIT

パラメータ (合計/アクティブ). Inkling: 975B / 41B (MoE); GLM 5.2 (Zhipu AI): — (当社のデータにはありません)

コンテキストウィンドウ。 インクリング: 1Mトークン (256K ホストAPIでは); GLM 5.2 (Zhipu AI): — (当社データにはありません)

モダリティ (in). Inkling: テキスト + 画像 + オーディオ; GLM 5.2 (Zhipu AI): — (弊社データには含まれていません)

出力。インクリング：テキストのみ；GLM 5.2 (Zhipu AI): テキスト

セルフホスト / ファインチューニング。Inkling: はい / はい (Tinker); GLM 5.2 (Zhipu AI): はい (重み利用可能) / はい

ホスト価格。Inkling: 入力約$1.87 / 出力約$4.68 (1Mあたり); GLM 5.2 (Zhipu AI): — (データなし)

私たちのソースセットには、GLM 5.2の監査済みパラメータ、コンテキスト、または価格データがありません。そのため、該当するセルは「—」とマークされており、推測は行われていません。

カテゴリ別勝者

推論/知識 (HLE)。勝者: GLM 5.2; 注: 40.1% vs 29.7% (ツールなし)

数学（AIME 2026）の勝者： GLM 5.2; 注記： 99.2% vs 97.1% — 両方とも天井近く

コーディング (SWE-bench Verified). 勝者: GLM 5.2; 注記: 80.0% 対 77.6%

Agentic terminal (Terminal Bench 2.1)。勝者: GLM 5.2; メモ: 82.7 vs 63.8 — 見出しの差

安全性 (FORTRESS 敵対的)。勝者： Inkling; 注記： 78.0% vs 71.3%

マルチモーダル / オーディオ. 受賞者: Inkling; 注記: ネイティブオーディオ + 画像入力

効率（トークン/タスク）。勝者：Inkling; 注記：~25K vs ~43K

完了タスクあたりのコスト。勝者： Inkling; 注記： 低トークン使用がトークンあたりの価格を相殺

対決型ベンチマーク

以下の表は、一貫したソースセット（MarkTechPost）を使用しているため、行の比較が可能です。太字はリーダーを示します。

HLE（ツールなし）。Inkling: 29.7%; GLM 5.2: 40.1%; 出典: MarkTechPost

AIME 2026。Inkling：97.1%、GLM 5.2：99.2%、出典：MarkTechPost

SWE-bench Verified. Inkling: 77.6%; GLM 5.2: 80.0%; 出典: MarkTechPost

Terminal Bench 2.1. Inkling: 63.8%; GLM 5.2: 82.7%; 出典: MarkTechPost

FORTRESS（敵対的）。Inkling: 78.0%；GLM 5.2: 71.3%；出典: MarkTechPost

さらに2つの「静かな勝利」の行は他のソースから来ており、上記のMarkTechPostセットと混ぜるべきではありません:

トークン効率(出力トークン/タスク、低いほど良い)。Inkling: ~25K；GLM 5.2：~43K；出典：Artificial Analysis / BenchLM

SWE-bench Pro (Public). Inkling: 54.3%; GLM 5.2: 62.1%; 出典: Artificial Analysis / BenchLM

HLE ツール付き（ツールなし行とは別に保持）. Inkling: 46.0; GLM 5.2: 54.7; 出典: Vellum

注記：「HLE with tools」の数値はVellumのもので、MarkTechPostのno-tools HLE行とは異なるハーネスを使用しています。同じテストとして読まないでください。当社のデータにはGLM 5.2のArtificial Analysis Intelligence Indexスコアがありませんので、報告しません。

GLM 5.2 が優れるところ

GLM 5.2は、我々のデータ上では、より強力な生の推論とエージェントモデルです。Inklingをリードしており、HLE（40.1%対29.7%）、AIME 2026（99.2%対97.1%）、およびSWE-bench Verified（80.0%対77.6%）。最も顕著な差はTerminal Bench 2.1では、GLM 5.2が82.7対Inklingの63.8 — これは、モデルが多くのステップにわたって計画、コマンド実行、エラー回復を行う長期的なエージェントターミナルタスクにおいて、大きな実際のアドバンテージです。ではSWE-bench Pro、GLM 5.2（62.1%）が再びInkling（54.3%）をリードし、ツール拡張のHLE with toolsの実行（54.7対46.0）。

もしあなたのワークロードが難しい推論、競技数学、または長時間にわたってシェルやIDEを操作するエージェントによって支配されているなら、GLM 5.2はより高い天井の選択肢であり、エージェント関連の行においてその差は本番環境で重要になるほど大きいです。

Inklingが勝つ場所

Inklingのカウンターは単一のベンチマークではありません — それは経済性と表面積です。

トークン効率。 Inklingは約25K出力トークンでタスクを完了しますが、GLMは約43Kです。出力トークンごとに課金されるため、その約1.7倍の差は直接的なコスト要因となります。数ポイント低いスコアでも、使用トークン数が大幅に少ないモデルは、同じトークン単価であっても完了タスクあたりのコストが安くなり、さらに処理速度も速いことがよくあります。

敵対的ロバスト性。 FORTRESS上で、Inklingは78.0%対71.3%でリードしています。敵対的または安全性重視のデプロイメントにおいて、それが最も重要な行です。

マルチモーダル性。 Inklingはテキスト、画像、音声入力をネイティブに受け付けます（VoiceBench 91.4%、MMAU 77.2%、独自カード上）。当社のデータにおけるGLM 5.2はテキスト指向モデルです。

コンテキストウィンドウ。 Inklingの重みは最大1Mトークン（ホスト型APIでは256K）をサポートしています — これは、リポジトリ全体、長文書、または長いトランスクリプトの作業に役立ちます。

ライセンス。 どちらも寛容なライセンスですが、InklingのApache 2.0は企業にとって特許条項を含む馴染みのある選択肢です。GLM 5.2はMITを使用しています。どちらも商用のセルフホスティングに問題ありません。

価格とコスト（TCO）

Inkling vs GLM 5.2 の比較の核心は、ベンチマークリーダーシップとコストリーダーシップは同じものではない。

Inklingのウェイトはセルフホスティングに対してロイヤリティフリーですApache 2.0の下で。サードパーティによるホスティングアクセス（Artificial Analysisの参考価格による）は約$1.87 / 1M入力トークンあたりと$4.68 / 1M出力トークンあたり64Kコンテキストで（256Kでは約$3.74/$9.36）、キャッシュされた入力は約$0.374 / 1Mあたりです。私たちのソースセットにはGLM 5.2の公開ホスティング価格がないため、構造に基づいて比較し、捏造された数値は使用しません。

タスクあたりのコストという観点が重要な理由は次のとおりです。あるタスクが両方のモデルで同じトークン単価を必要とするとします。Inklingは約25Kの出力トークンを消費し、GLM 5.2は約43Kを消費します。つまり、GLM 5.2はおおよそ同じジョブに対して出力トークンが72%多い、遅延を考慮する前でもです。したがって、GLM 5.2がほとんどのベンチマーク行で勝っているとしても、日常的なタスクを大量に実行する組織は、Inklingの方が総所有コストが低いと感じるかもしれません。効率性の利点が、わずかな生スコアの差を相殺できるからです。正直なルールは次のとおりです。余分な推論の余裕が追加トークンに見合う場合はGLM 5.2を使用し、量とコストが支配的な場合はInklingを使用してください。

ライセンスと導入

両方のモデルは真にオープンウェイトであり、セルフホスト可能です：

Inkling — Apache 2.0。BF16およびNVFP4の完全チェックポイントはHugging Faceで入手可能。VRAM必要量：BF16は約2TB（8×B300 / 16×H200）、NVFP4は約600GB（4×B300 / 8×H200）。制約のある環境向けにUnsloth 1ビットGGUFも存在。複数の推論プロバイダーがホストしており、SGLang、vLLM、TokenSpeed、Unsloth、Hugging Face transformersで動作。ファインチューニングはTinker経由（64K/256Kコンテキスト、ローンチ割引50%）。

GLM 5.2 — MIT。オープンウェイトは、寛容なMITライセンスの下で商用利用およびセルフホスティングが可能です。具体的なVRAMやプロバイダの詳細は当社のソースセットには含まれていないため、正確な要件についてはZhipu AIのリリースをご確認ください。

vLLMを使ったInklingのクイックスタート：

vllm 実行 thinkingmachines/Inkling --tensor-parallel-size 8

どちらを選ぶべきですか？

以下の場合はGLM 5.2を選んでください：最も強力な生の推論と数学を求める場合、またはTerminal Bench 2.1とSWE-bench Proのリードが効果を発揮する長期的なターミナル/エージェントワークフローを構築する場合です。このペアの中でより高い天井のモデルです。

Inklingを選ぶなら：大量のジョブを実行し、完了タスクあたりのコストを重視し、敵対的ロバスト性（FORTRESS）が必要で、音声または画像入力が必要で、または1Mトークンのコンテキストが必要な場合。その効率性の優位性が、いくつかのベンチマークポイントを見逃す理由です。

考慮して両方を実行する：ハードな推論と複雑なエージェント実行はGLM 5.2にルーティングし、高トラフィック、コスト重視、またはマルチモーダルなトラフィックはInklingに送る。2モデルルーターはGLMの上限とInklingの効率を同時に捉える。

Inkling自体についてさらに詳しく知りたい場合は、Inkling AIモデルのレビューと「What is Inkling AI?」の解説をご覧ください。他の直接比較については、Inkling vs Kimi K2.6とInkling vs DeepSeek V4 Proをご覧ください。

よくある質問

InklingはGLM 5.2よりも優れていますか？ それは指標によります。GLM 5.2はこのセットのほとんどの生のベンチマーク行で勝利しています — HLE、AIME 2026、SWE-bench Verified、特にTerminal Bench 2.1です。Inklingは敵対的安全（FORTRESS）、トークン効率、マルチモダリティ、およびコンテキスト長で勝利しています。Inklingはスコアが低い場合でも完了タスクあたりのコストで「優れている」ことがあります。

コーディングに優れているのはどちらですか？GLM 5.2はSWE-bench Verified（80.0% vs 77.6%）とSWE-bench Pro（62.1% vs 54.3%）の両方でリードしています。また、Terminal Bench 2.1でのリード（82.7 vs 63.8）は、エージェント型のマルチステップコーディングにおいて重要です。生のコーディング能力ではGLM 5.2が優れています。一方、大量のコスト効率の良いコーディングでは、Inklingのトークン効率がその差を縮めています。

どちらが安いですか？Inklingは、完了したタスクあたりでおそらく安価です。タスクあたり約25Kの出力トークンを使用するのに対し、GLMは約43Kなので、トークン単価が同程度であっても、請求対象トークンの消費量が大幅に少なくなります。どちらもセルフホスティングはロイヤリティフリーです（InklingはApache 2.0、GLM 5.2はMIT）。

GLM 5.2 はオープンソースですか？ GLM 5.2 は MIT ライセンスのもとでオープンウェイトであり、商用利用およびセルフホスティングが許可されています。すべての「オープンウェイト」モデルと同様に、重みとライセンスは公開されていますが、これは完全なオープンソースとは同一ではありません（学習データやパイプラインは必ずしも公開されていません）。

GLM 5.2 をセルフホストまたはファインチューニングできますか？はい。GLM 5.2 の MIT ライセンスの重みは、セルフホストおよびファインチューニングが可能です。Inkling も同様にセルフホスト（Apache 2.0）が可能であり、Thinking Machines の Tinker プラットフォームを介してファインチューニングできます。具体的な GLM 5.2 のハードウェア要件は当社のソースセットには含まれていません。Zhipu AI のリリースをご確認ください。

GLM 5.2はオーディオや画像をサポートしていますか？当社のソースセットにはGLM 5.2のオーディオまたは画像入力サポートが記載されていないため、ここではテキスト指向として扱います。Inklingはネイティブでテキスト、画像、オーディオ入力を受け付けており、これはこの比較における最も明確な利点の1つです。

結論

GLM 5.2はこの対決において生の能力リーダーであり、推論、数学、そして最も決定的にはエージェント的なターミナル作業でInklingを上回ります。しかし、Inklingは約1.7倍のトークン効率、より強力な敵対的安全性、ネイティブなマルチモダリティ、100万トークンのコンテキスト、そしてApache 2.0ライセンスで応答します。実際的な教訓：推論の天井が追加トークンを正当化する場合はGLM 5.2を選び、完了タスクあたりのコストとマルチモダリティが重要な場合はInklingを選び、両者の間でルーティングを検討して両方の利点を得てください。