Step 5 Preview 対 GLM-5.3：わずか1点差、そしてライセンスファイルを持っているのは片方だけ

独立系ボードでは、Step 5 PreviewとGLM-5.3は1ポイント差だ。Artificial Analysis Intelligence Index v4.3.2で44対45であり、GLM-5.3はGLM-5.3（max）としてスコアされ、Step 5 Previewにはエフォートラベルが一切付いていない。これはこのシリーズで最も僅差であり、同時にこの比較で最も役に立たない数字でもある。物事を決めるのは、GLM-5.3には今日ダウンロードできる重みがあるという点だ——Z.aiがMITではないカスタムライセンスの下で公開している——一方、StepFunが2026年9月20日に発表したStep 5 PreviewのHugging Faceリポジトリには.gitattributesが1つだけ入っており、BF16チェックポイントのリリース日は10月15日と記載されている。StepFunのローンチ資料はこのモデルをオープンソースのトップ3に入る成果と表現している。まだオープンソースではない。GLM-5.3はオープンソースであり、それを前提に計画を立てる前に読むべきなのはそのライセンスだ。

指数1ポイントで実際に何が買えるのか

両モデルは同じラボによって同じ10の評価にかけられた。そのためこの比較は、異常なほどクリーンであると同時に、異常なほど役に立たないものになっている。

• インテリジェンス指数 — Step 5 Preview 44 対 GLM-5.3 45

• それがどこに位置するか — GLM-5.3 は Step 5 Preview より 1 ポイント上；Step 5 Preview は Kimi K3 と同点

• パラメータ — Step 5 Preview 600B合計 / 27Bアクティブ 対 GLM-5.3 753B合計 / 40Bアクティブ

• 出力速度 — Step 5 Preview 99.8 トークン/秒 vs GLM-5.3 72.1 トークン/秒

• 初回トークンまでの時間 — Step 5 Preview 2.96秒 vs GLM-5.3 2.99秒

・100万トークンあたりの料金 — Step 5 Preview 入力 $1.00 / 出力 $2.70 に対し GLM-5.3 は入力 $1.40 / 出力 $4.40

• キャッシュ割引 — Step 5 Preview 95% 対 GLM-5.3 81%

• Intelligence Indexタスクあたりのコスト — Step 5 Preview $0.71 対 GLM-5.3 $2.01

• コンテキスト — どちらも1Mトークン。当社のカタログでは GLM-5.3 が出力上限 131.1K として掲載されていますが、StepFun はそれを公表していません

• 重み — Step 5 Preview は終了、BF16 チェックポイントは 10月15日 に予定；GLM-5.3 はカスタム Z.ai ライセンスの下で公開

これらの行をまとめて見ると、1ポイント差はもはや見出しではなくなる。Step 5 Previewは入力で29%安く、出力で39%安く、トークン生成は38%高速で、キャッシュ割引は14ポイント深い——そして、冗長さとキャッシュ挙動を単一の数値に折り込んだインデックスタスクあたりのコストは2.8倍低い。それを、総パラメータ600B（GLM-5.3の753Bに対して）で、アクティブ27B（40Bに対して）で実現している。効率の軸ではこれは接戦ではない。能力では、ボード上でこれ以上ないほど接戦だ。

Step 5 Preview が勝っていない唯一の行は、最も修正が難しい行です。GLM-5.3 にはライセンスファイルがあり、Step 5 Preview にはありません。

ライセンスが違いのすべてであり、それはMITではありません。

中国のラボのオープンなフラッグシップがMITの下で提供されていると想定するのは容易だ。実際にそうしている例が複数あるからだ。Z.ai自身のGLM-5.2とGLM-5.3-FlashはどちらもMITを採用している。GLM-5.3のフラッグシップはそうではない。一連の制限を条件に商用利用を許可する、独自の「glm-5.3」ライセンスの下で提供されている。それは、その小型の兄弟モデルが採用するMIT条件とは実質的に異なる文書であり、READMEより先にライセンスを読む法務担当者がいる企業にとっては、形式上の手続きではなく協議の対象である。

Step 5 Previewにはまだライセンスが一切存在しない。これは性質の異なる問題であり、明らかに小さい問題というわけでもない。制限的なライセンスは、何をしてよいかを示し、その条件を受け入れられるかどうかは自分で判断させる。ライセンスがなければ何もわからない。商用利用の許諾も、再配布の権利も、ファインチューニングの許可もなく、10月15日のチェックポイントが自分の製品に使えるかどうかを、それが登場するまで評価する手段もない。StepFunが確保したリポジトリ名 — stepfun-ai/Step-5-Preview-BF16 — はbfloat16形式を示しており、それは実際に推論に供するものではなく、ファインチューニングと量子化の元になる成果物である。それはリリースの形を教えてくれるが、その条件は教えてくれない。

だから、正直な比較は、読んで異議を唱えることのできるライセンスと、存在しないライセンスの間でなされるべきだ。ファインチューニングを行い、管理された環境でセルフホストし、あるいは派生製品を出荷する必要があるチームにとって、この二つのうち答えを持っているのはGLM-5.3だけであり、その答えはゴーサインではなく法務レビューだ。

効率ギャップこそが持ちこたえる部分だ

効率性に関する主張は、ベンチマークに関する主張よりも懐疑的に受け止めるべきだ。なぜなら、効率性の主張はしやすく、検証しにくいからである。この2つはほとんどの主張よりも持ちこたえるし、その仕組みはアーキテクチャにはっきりと見て取れる。

スパースなMixture-of-Expertsモデルは、トークンがルーティングされたエキスパートにしか計算を費やさない。そのため、本番での挙動を左右するのは活性化された側の数値であり、総パラメータ数は主にメモリの問題である。27Bの活性に対してGLM-5.3は40Bなので、Step 5 Previewはトークンあたりの処理量がおよそ3分の1少なく、測定値もそれに従っている。毎秒99.8出力トークン対72.1、インデックスタスクあたりのコストは$0.71対$2.01。これは同じ話を3通りに語ったものであり、だからこそ単に都合のよい一つの数字ではなく、信頼に足るものになっている。

キャッシュ割引は、両モデルが対象として売られているワークロードにとって最も重要な行です。エージェントループが毎ターン同じシステムプロンプトとリポジトリコンテキストを再送信する場合、ほぼ完全にその割引の内側で動くため、95%対81%という差は、定価では起こらない形で長いセッション全体にわたって積み重なります。キャッシュヒット／入力／出力が7:2:1の構成では、Step 5 Previewの混合レートは100万トークンあたり約$0.51となり、GLM-5.3のはるかに高い混合レートと対比されます。そしてループが長く続くほど、その差は広がります。

まだ検証できないのは、その効率が規模を拡大しても維持されるかどうかだ。Step 5 PreviewのAPIはローンチ当日に、単一のエンドポイントで公開された。GLM-5.3は8月中旬から多くの独立した呼び出し元にわたり本番トラフィックを処理しており、5週間の実負荷を背負ったモデルには、十分に大きな母集団に知られているがゆえに公に表面化する障害モードがある。数日前にできたエンドポイントには、そうしたものは何もない。効率の数値はより好都合な読み方であり、運用実績はより有用な読み方だ。

今日、両陣営が頼れるもの

これは、この比較において両者が対称ではない唯一の部分であり、「どちらも利用可能」と丸めてしまうよりも、その点について正確を期す価値がある。

GLM-5.3 は OrcaRouter で公開中です。z-ai/glm-5.3 モデルページでは、入力 $1.26、出力 $3.96 で、モデルページ自体に掲載されている Z.ai の $1.40 と $4.40 の価格に対するものです。マークアップを一切加えずにそのまま提供しているため、表示される数字は当社が選んだものではなく、プロバイダーの現在の料金です。オープンウェイトは Hugging Face にあるので、同じモデルには 3 つの方法でアクセスできます。当社のエンドポイント、Z.ai 自身の API、またはお客様自身のハードウェアです。

Step 5 Preview は当社のカタログには含まれておらず、当社がルーティングすることもありません。これは StepFun 独自の API と Studio 上で動作し、重みが公開されるまではそこが唯一の実行環境です。当社側でこれと並ぶのは、これが比較測定される対象となるモデル群であり、200 以上のモデルを 1 つのキーで：上記の割引レートが適用される GLM-5.3、$0.66 と $1.98 の DeepSeek V4 Pro、そして $5.00 と $25.00 の Claude Opus 5 です。これにより、次の 4 週間は行き詰まることなく実行可能になります — 同じキーでプレビューを本番モデルとベンチマーク比較でき、プレビューのキャパシティ曲線がまだ不明な間もプロバイダー間の自動フェイルオーバーが本番パスを維持し、ルーティング DSL が本番レッグを 2 つ目の統合ではなく単一の呼び出しとして組み立てます。

リードと実績のどちらを選ぶか

微調整やセルフホスティング、あるいは派生製品の構築をしているなら、答えはGLM-5.3であり、その差は僅差ではない — 1点高いからではなく、2つのうち、読むことのできるライセンスとダウンロードできるチェックポイントを備えている唯一のものだからだ。法務レビューの予算を見込んでおくべきだ。独自条項はMITではなく、その違いはベンチマークではなく調達監査で表面化する類のものだから。

APIでモデルを呼び出していて、ワークロードが大量のエージェント的テキストであるなら、Step 5 Previewは、請求書と時計が気にするあらゆる点で優れています。トークンあたりのコストが安く、タスクあたりのコストも安く、生成が速く、エージェントループを埋める反復プレフィックスパターンに対するキャッシュ割引もより深くなります。公開された出力上限もライセンスもない、数日前に登場した単一ソースのエンドポイントと比べれば、これをデフォルトにする根拠は契約ではなくベンチマークに基づくものになります。

答えを変えるのは10月15日のチェックポイントだ。寛容なライセンスなら、効率上の優位は借りるものではなく自分のものにできるものになり、その時点で1ポイントの劣勢は問題にならなくなる——インデックスタスクあたり2.8倍安く、生成が38%速いモデルは、総合で勝つ必要などないのだ。制限的なライセンスなら、このペアのうち製品を構築できるのはGLM-5.3だけになり、1ポイント差は、そもそも使い分けることになる2つのモデルについての些末な話になる。

注目すべき唯一の仕様は出力上限だ。両ベンダーは100万トークンのコンテキストを謳っている。当社のカタログではGLM-5.3を最大出力131.1Kと記載している。StepFunの発表では100万コンテキストと出力上限なしが挙げられており、漏洩時に出回った別のサードパーティ構成では35万コンテキストと最大出力64,000が記載されていた。長期的なエージェント作業を売りにした2つのモデルにとって、その数値が実際に何を構築できるかを決める。そして現時点でそれに答えているのは片方だけだ。