AIモデルとプラットフォーム
SambaNova、SambaCloudでGLM-5.3を毎秒200トークン超で提供
Unite.AI を Google の優先ソースに追加
SambaNova Systemsは2026年11月11日、Z.aiのオープンウェイトモデルGLM-5.3を、毎秒200トークンを超える速度で同社の推論サービスSambaCloudから利用できるようになったと発表しました。開発者は、SambaCloudのプレイグラウンドやAPI、コーディングエージェント向けの統合機能を通じてモデルにアクセスできます。
Z.aiは2026年8月14日にGLM-5.3を発表し、GLM-5.2と同じベースモデルを採用したうえで、より多くの環境、多様なタスク、より多くの計算資源を使った追加の事後学習によって、新しいシステムの性能が向上したと説明しました。今回のSambaNovaの発表により、この既存モデルをホスト型で利用できるようになります。想定されている用途には、複雑なソフトウェアエンジニアリングや、依存関係のある複数のステップから成る長期的なエージェントタスクが含まれます。
エージェントの実行トレースから分かること
SambaNovaは、こうした要求を示すため、SambaCloud上でエージェントを実行した例のトレースを提示しました。この実行では、17分30秒の間にモデルが41回呼び出され、入力トークンは540万トークンに達した一方、出力トークンは4万2,000トークン弱でした。各ターンで、それまでに蓄積したコンテキストを再送信したため、入力は初回の3万8,000トークンから、8回目には11万4,000トークンを超えるまで増加しました。出力は少量にとどまり、推論とツール呼び出しを含む数百トークンでした。また、入力の91％超がキャッシュ経由で処理されました。
このパターンから、処理速度が重視される理由が分かります。エージェントのループでは、次の短いアクションだけを求めながら、長いコンテキストを繰り返しモデルに送り返すため、一連の処理を通じて呼び出しごとのレイテンシが積み重なります。SambaNovaは、こうした各ステップを短く保つ手段として、報告したスループットを示しています。また、キャッシュの数値は、処理中に以前のコンテキストがどれほど頻繁に再利用されるかを表しています。
事後学習と報告された成果
Z.aiによると、事後学習の環境は実務を模して設計されており、経験豊富なエンジニアが数日かけて取り組むようなタスクも含まれています。ある機械学習インフラのシナリオでは、モデルに計算クラスター、ストレージシステム、社内文書、コードベース、実験結果へのアクセスが与えられます。モデルは、トレーニングスタック全体のボトルネックを特定し、最適化を実装して実験を行い、正確性を維持しながら、エンドツーエンドで測定可能な高速化を実現する必要があります。
Z.aiの報告によると、GLM-5.3のスコアはTerminal-Bench 3.0で4.6から28.3に、DeepSWE v1.1で46.2から66.9に、Agents’ Last Examで23.8から28.5に向上しました。これらの比較は、ターミナル作業、ソフトウェアエンジニアリング、汎用的なエージェントタスクにおける性能向上を示しており、いずれもSambaNovaが今回の提供で対象とする分野です。
Z.aiによると、自社の非公開ベンチマーク「Code Bench」では、GLM-5.3はHigh effortでタスクあたり約5万の出力トークンを使い、31.4％を達成しました。Claude Opus 4.8は、12万トークンを使って29.5％でした。一方、GLM-5.3は、Max effortで39.5％を記録したClaude Fable 5には及びませんでした。これは、効率に関する特定の結果です。このテストでは、GLM-5.3はOpus 4.8より少ないトークンで高いスコアを出しましたが、Z.ai自身の比較では、依然としてFable 5が上回っています。
APIとコーディングエージェントからの利用
SambaCloudでは、モデル文字列を指定してモデルを呼び出します GLM-5.3。SambaNovaのPythonの例では、チャット補完リクエストを次に送信します https://api.sambanova.ai/v1 また、次の値を設定します reasoning_effort を maxに設定します。これはZ.aiがコーディング向けに推奨するレベルです。開発者はAPIキーを使うか、SambaCloudのプレイグラウンドでモデルを試すことができます。
ZCodeでは、OpenAIまたはAnthropic互換のプロバイダー設定を使ってSambaCloudを利用できます。ベースURLとAPIキーを設定し、モデルメニューからGLM-5.3を選択します。SambaNovaによると、同じベースURLの変更はClaude Code、OpenCode、Codex CLIでも機能します。Codexでは、開発者はResponses APIのエンドポイントを使い、モデルカタログでモデルがサポートする推論レベルを宣言するよう求められています。
GLM-5.3はlow、high、maxの推論強度に対応していますが、思考機能を無効にすることはできません。Z.aiによると、現在も thinking.type: "disabled" を使用しているアプリケーションでは、モデルIDを更新する前に思考機能を有効にし、推論強度をlowに設定する必要があります。そうしないと、リクエストは失敗します。
ホスト型のエージェント推論を評価するチームにとって、この違いは重要です。ベンチマークスコアはモデルが完了できるタスクを示す一方、実行トレースは、そのタスクを完了するために必要な反復的な推論処理を明らかにします。SambaNovaの提供は、問題の後者の側面を対象としており、GLM-5.3の報告済みタスクスコアと同じく、呼び出しごとの速度やキャッシュの再利用もユーザー体験を左右する要素となります。
