「GLMというAIが安くて強いらしい」「Claude Codeでも使えると聞いた」「でも中国の会社のAIを使って大丈夫？」。GLMの名前を見かけて、こんな疑問を持った人は多いはずです。
GLM（ジーエルエム）は、中国・北京のZ.ai（旧Zhipu AI、智譜AI）が開発している生成AIのシリーズです。モデル本体（重み）を公開していることが多く、性能のわりに料金が安いことが特徴です。一方で、開発元が中国企業であること、2026年8月公開のGLM-5.3がサイバー攻撃にも使えるほどの能力を持つことから、使い方には注意も要ります。
この記事では、Z.aiの公式ドキュメントとブログ、米国の政府機関の評価をもとに、GLMの基本、会社の成り立ち、版の流れ、できることと苦手なこと、無料で試す方法と料金、Claude Codeから使う方法、入力したデータの行き先と安全な使い分けまで整理します。内容は2026年11月時点のものです。
Z.aiのGLMとは？要点を一覧で
GLMは、Z.aiが開発する大規模言語モデル（LLM）のシリーズ名で、「General Language Model」の略です。ブラウザのチャットで無料で試せるほか、月額制のプランでClaude Codeなどのコーディングツールからも使え、公開された重みを自分の環境で動かすこともできます。
統計学の「一般化線形モデル」も英語の略称がGLMなので、検索するときは「Z.ai GLM」のように会社名を付けると見つけやすくなります。
変わりやすい数値や名前は、次の表にまとめました。
| 項目 | 内容 |
|---|---|
| 開発元 | Z.ai（旧Zhipu AI、智譜AI）。2019年に北京で設立 |
| フラッグシップ | GLM-5.3（2026年8月14日発表） |
| 軽量版 | GLM-5.3-Flash（2026年8月26日公開。総パラメータ320B、動くのは18B） |
| 読める長さ | GLM-5.3は100万トークン、出力は最大12.8万トークン |
| 無料で試す | chat.z.ai（ブラウザのチャット） |
| API料金（GLM-5.3） | 100万トークンあたり入力1.40ドル、出力4.40ドル |
| API料金（GLM-5.3-Flash） | 100万トークンあたり入力0.15ドル、出力0.50ドル |
| GLM Coding Plan | 月18ドルから。Lite・Pro・Maxの3段階 |
| 重みの公開 | GLM-5.3はHugging Faceで公開（Z.ai専用の「GLM-5.3 License」） |
2026年11月時点
私がGLMについて最初に伝えたいのは、「安いClaudeの代わり」としてではなく、「データをどこに送るかを自分で選べるAI」として見るとよいということです。同じGLMでも、チャットに入力するのと、公開された重みを自分の環境で動かすのとでは、データの行き先がまったく違います。この記事の後半で、使い分け方を詳しく書きます。
Z.ai（旧Zhipu AI）はどんな会社？
Z.aiは、2019年に清華大学の研究室から独立して北京で生まれたAI企業です。2026年1月8日に香港証券取引所に上場し、中国の大規模言語モデルの専業企業として初めての上場例とされています。
中国国内の正式な社名は「北京智譜華章科技有限公司」で、海外では長く「Zhipu AI」と呼ばれていました。2025年7月、GLM-4.5の公開に合わせて、海外向けの名前を「Z.ai」に変えています。
会社について押さえておきたい点は次のとおりです。
- 創業: 清華大学の唐傑（Jie Tang）氏らが設立。研究論文の検索サービス「AMiner」も運営している
- 上場: 2026年1月8日、香港証券取引所に上場（銘柄コード2513）
- 米国の規制: 2025年1月、米商務省が安全保障上の懸念を理由に、輸出規制の対象となる「エンティティリスト」に加えた
- 混雑: 2026年2月下旬には計算資源が足りなくなり、新規の登録を制限したことがある
- 海外の拠点: シンガポールに海外向けサービスの運営会社を置き、中東、英国、マレーシアにも拠点がある
私は、エンティティリストに入っていることを、使うかどうかの判断材料の1つとして知っておくべきだと考えています。これは米国企業との取引を制限する措置で、日本の個人や会社がGLMを使うことを禁じるものではありません。ただ、会社として使うなら、取引先や社内のルールと合わないことがあるので、事前に確かめておくと安心です。
GLMの歩み：GLM-130BからGLM-5.3まで
GLMは、2022年の大型モデル「GLM-130B」から数えて、何度も版を重ねてきたシリーズです。多くの版で重みを公開してきたことが、ChatGPTやClaudeとの大きな違いです。
GLMという名前は、清華大学の研究者が2022年の学会で発表した学習の手法「General Language Model」から来ています。文章の一部を隠し、隠した部分を順に当てさせる「穴埋め」の考え方で学習するのが特徴です。
主な版の流れは次のとおりです。
| 時期 | 版 | 主な特徴 | 重みのライセンス |
|---|---|---|---|
| 2022年 | GLM-130B | 中国語と英語の2言語に対応した大型モデル | Apache 2.0 |
| 2023年 | ChatGLM-6B | 会話用の小型モデル | Apache 2.0 |
| 2025年7月 | GLM-4.5 | 海外向けの名前をZ.aiに変更 | MIT |
| 2025年12月 | GLM-4.7 | コーディングと推論を強化 | 公開 |
| 2026年2月 | GLM-5 | 長い作業をこなすエージェント向け | 公開 |
| 2026年4月 | GLM-5.1 | 1回の実行で最長8時間、自分で作業を続けられる | 公開 |
| 2026年6月 | GLM-5.2 | 100万トークンの長い文章を読める | 公開 |
| 2026年8月 | GLM-5.3 | コーディングとサイバー能力が向上 | GLM-5.3 License（Z.ai専用） |
2026年11月時点
ライセンスの流れには、はっきりした変化があります。2025年7月以降はMITライセンスという、ほぼ自由に使える形で重みを公開してきましたが、GLM-5.3ではZ.aiが定めた専用の「GLM-5.3 License」に変わりました。 商用利用は認められていますが、APIなどでモデルを他社に提供する事業者のうち、連続12か月の売上が100億ドルを超える会社は、使う前にZ.aiのセキュリティ審査を受ける必要があります。ふつうの会社や個人には関係のない条件ですが、「重みを公開すれば終わり」ではなくなった点に、私はZ.aiの姿勢の変化を感じています。
GLM-5.3でできること・苦手なこと
GLM-5.3は、コーディングと、長い時間がかかる作業に強いモデルです。Z.aiは「重みを公開しているモデルの中で、コーディングがいちばん強い」と説明しています。 ただし、閉じたモデルの最上位には届かない項目も多く、Z.ai自身もそれを公表しています。
GLM-5.3は、GLM-5.2と同じ土台のモデル（ベースモデル）に、追加の学習（事後学習）を重ねて作られました。Z.aiは、社内のコーディングの評価「Z.ai Code Bench」で、GLM-5.2より50%性能が上がったとしています。
主な仕様は次のとおりです。
- 読める長さ: 100万トークン。大きなプロジェクトのコードや長い文書をまとめて読める
- 考える深さ: 推論（考えてから答える動き）は常にオンで、low・high・maxの3段階から選ぶ。初期設定はmaxで、コーディングにはmaxが勧められている
- 入力: 文章だけ。画像を読むのは、軽量版のGLM-5.3-Flashの役目
- できること: 外部のツールを呼び出す、JSONなど決まった形式で答える、長い会話の途中結果を使い回す（キャッシュ）
Z.aiが公表した比較の一部を表にしました。数値はZ.aiの発表によるもので、第三者が同じ条件で確かめたものではありません。
| 評価 | 何を測るか | GLM-5.3 | GLM-5.2 | 比べた閉じたモデル |
|---|---|---|---|---|
| Terminal Bench 3.0 | ターミナルでの作業 | 28.3% | 4.6% | Claude Fable 5：33.7%、GPT-5.6 Sol：34.6% |
| DeepSWE | ソフトウェア開発の課題 | 66.9% | 46.2% | GPT-5.6 Sol：72.7% |
| CyberGym | 脆弱性を見つけて確かめる | 84.5% | 77.2% | 83.8%、GPT-5.6 Sol：83.6% |
| ExploitBench | 脆弱性を攻撃に使う | 54.4% | 24.4% | 78.0%、GPT-5.6 Sol：76.5% |
2026年11月時点
CyberGymとExploitBenchの比較相手は、Z.aiのブログの比較表では「Claude Fable 5」、本文とグラフでは「Mythos 5」と書かれていて、名前がそろっていません。数値は同じなので、表では名前を省きました。
サイバー能力が「想定より速く伸びた」
GLM-5.3でいちばん注目されたのは、サイバーセキュリティの能力です。Z.aiは、追加の学習に脆弱性を見つける練習を入れたところ、能力が想定より速く伸び、攻撃の複数の段階をつなげて計画できるようになったと書いています。
Z.aiは中国のセキュリティチームと協力し、実際のソフトウェアでGLM-5.3を試しました。その結果、269のプロジェクトで2,436件の脆弱性を見つけ、そのうち1,097件が中程度から高い深刻度だったとしています。OSの中核、ブラウザのエンジン、ネットワークの仕組みなどにまたがり、最も古いものは約40年気づかれていなかったそうです。
米国の国立標準技術研究所（NIST）にあるAIの評価機関CAISIも、2026年9月にGLM-5.3の評価を公表しました。CAISIは、GLM-5.3を「これまでに公開された中で、最もサイバー能力の高いオープンウェイトモデル」とする一方、米国の最先端のモデルよりは大きく劣り、約4か月遅れていると評価しています。
私は、この「4か月遅れ」という数字を、GLMの立ち位置そのものだと見ています。最先端から少し遅れた性能を、ずっと安い価格と公開された重みで出す。良くも悪くも、それがGLMという系統の強みです。
GLMの使い方は4通り：無料で試す方法と料金
GLMの使い方は、ブラウザのチャット、API、GLM Coding Plan、自分の環境で動かす、の4通りです。まず試すならchat.z.ai、コーディングに使うならGLM Coding Planが入り口になります。
| 使い方 | 向いている人 | 費用 | データの行き先 |
|---|---|---|---|
| chat.z.ai | まず試したい人 | 無料で始められる | Z.aiのサーバー |
| API | 自分のアプリやサービスに組み込む開発者 | 使った量だけ払う | Z.aiのサーバー |
| GLM Coding Plan | Claude Codeなどでコードを書く人 | 月額制 | Z.aiのサーバー |
| 自分の環境 | 大きなGPUを用意できる会社 | 機材と電気代 | 外に出ない |
chat.z.ai：ブラウザで無料で試す
chat.z.aiは、Z.aiの公式のチャット画面です。ブラウザで開くと入力欄が出て、ChatGPTと同じように話しかけて使えます。会話を保存したり続けたりするには、アカウントを作ってサインインします。
入力欄の右下でモデルを選べます。2026年11月時点では、開いた直後はGLM-5.3-Flashが選ばれていました。ウェブサイトや資料、スライドを作る作業の例も、画面に並んでいます。混み合う時間は、答えが遅くなったり、エラーで止まったりすることがあります。
API：アプリに組み込む
APIは、自分のアプリやサービスからGLMを呼び出す方法です。料金は使った量だけ払う形で、GLM-5.3は100万トークンあたり入力1.40ドル、出力4.40ドルです。軽量版のGLM-5.3-Flashは入力0.15ドル、出力0.50ドルと、さらに安くなります。
APIの呼び出し方は、OpenAIの形式とAnthropicの形式の両方に対応しています。すでにOpenAIやClaudeのAPIを使ったプログラムがあれば、接続先とモデル名を変えるだけで試せることが多いです。
GLM Coding Plan：Claude Codeなどで使う月額プラン
GLM Coding Planは、コーディング用の道具からGLMを使うための月額プランです。月18ドルから始められ、Claude Code、Codex、OpenCode、Clineなど20以上のツールに対応しています。
プランはLite・Pro・Maxの3段階で、5時間ごとと1週間ごとに使える量（クレジット）が決まっています。
| プラン | 5時間ごとのクレジット | 1週間のクレジット |
|---|---|---|
| Lite | 2,000 | 10,000 |
| Pro | 12,000 | 60,000 |
| Max | 28,000 | 140,000 |
2026年11月時点
混み合う時間以外は、消費が半分になります。 混み合う時間は、平日のシンガポール時間14時〜18時（日本時間では15時〜19時）です。日本の夜や週末に作業する人には、この仕組みは使いやすいと私は感じています。
すべてのプランでGLM-5.3とGLM-5.3-Flashが使えます。画像を読む機能やWeb検索も、プランに含まれています。
Claude CodeでGLMを使う流れ
Claude CodeでGLMを使うときは、Z.aiでAPIキーを作り、Claude Codeの接続先をZ.aiに向けます。Z.aiには、Claude Codeに似た純正のコーディングアプリ「ZCode」もあり、こちらはZ.aiのアカウントでサインインするだけで使えます。
次の動画では、ZCodeでGLM-5.3を使う方法と、Claude CodeからGLM-5.3を呼び出す設定の流れが、画面つきで分かります。環境変数の設定やコマンドの入力は、文章で読むより動画で見るほうが迷いにくいところです。
動画では、まずZCodeをインストールしてZ.aiのアカウントでサインインし、モデルの一覧からGLM-5.3を選んで、1つの指示からWebアプリを作らせています。後半では、Z.aiで作ったAPIキーをWindowsの環境変数に入れ、PowerShellで呼び出しの設定を作って、Claude CodeをGLM-5.3で動かしています。途中で、使える量や残高が足りないとエラーになる場面もあり、無料の範囲で試すときの注意点も分かります。
自分の環境で動かす
GLMは重みが公開されているので、Hugging Faceから入手して、自分のサーバーで動かすこともできます。この方法なら、入力した内容が外の会社に送られません。 ただし、GLM-5.3は総パラメータが7,000億を超える大きなモデルなので、動かすには高性能なGPUを何枚も積んだサーバーが要ります。個人のPCで試すなら、もっと小さなモデルを選ぶのが現実的です。
ChatGPT・Claude・Geminiとの違い
GLMとChatGPT・Claude・Geminiのいちばんの違いは、重みが公開されていて、自分の環境でも動かせることです。性能では最上位のモデルにわずかに届かない項目がある一方、料金はかなり安く設定されています。
| 比べる点 | GLM | ChatGPT・Claude・Gemini |
|---|---|---|
| 開発元 | 中国のZ.ai | 米国のOpenAI・Anthropic・Google |
| 重み（モデル本体） | 多くの版で公開 | 公開していない |
| 動かす場所 | Z.aiのサーバー、他社のサービス、自分の環境 | 各社のサーバー |
| 性能 | 最上位から数か月遅れの水準 | 最上位 |
| 料金 | 安い | GLMより高い |
重みが公開されているので、Z.ai以外の人や会社も、GLMを自分たちの環境で動かせます。GLM-5.3の重みが公開されたときには、ほかの開発者が軽くした版（量子化版）もすぐに公開されました。
一方で、ChatGPTやClaude、Gemini 4 Carbonのような米国の最上位のモデルは、重みを公開せず、各社のサーバーでだけ動きます。最上位の性能が欲しいなら米国のモデル、費用を抑えたい、または自分の環境で動かしたいならGLM、という使い分けになると私は考えています。
中国のAIのGLMは安全？データの行き先で使い分ける
GLMが安全かどうかは、どの使い方で、どんな情報を入れるかで決まります。チャットやAPIに入れた内容はZ.aiのサーバーに送られるので、機密情報は入れないのが基本です。機密を扱うなら、公開された重みを自分の環境で動かします。
使い方ごとに、データの扱いを整理します。
- chat.z.ai: Z.aiのプライバシーポリシーでは、運営はシンガポールの会社で、個人データは原則シンガポールで処理するとしています。ただし、グループ会社や委託先の会社に渡ることがあり、国外に移ることもあると書かれています
- API・GLM Coding Plan: APIの利用は、個人向けのプライバシーポリシーではなく、法人向けの別の取り決め（データ処理の付属書）で扱われます。会社で使うなら、契約の前にこちらを読みます
- 自分の環境: 入力した内容は外に出ません。その代わり、サーバーを守る責任は自分にあります
chat.z.aiの会話が、AIの学習に使われるかどうかは、2026年11月時点のプライバシーポリシーからは、はっきり読み取れませんでした。会話は設定から削除でき、削除すると履歴から消え、サーバー側でも自動で削除されると書かれています。分からない以上、仕事の機密や個人情報は入れないのが安全です。
公開された重みは、守る側にも攻める側にも使える
GLM-5.3のサイバー能力については、AnthropicもGLM-5.3を評価し、海外では大きく報じられました。Anthropicの評価では、悪用を目的にした依頼に、そのまま頼むとGLM-5.3は応じませんでした。ところが、もっともらしい理由を付けると64%、拒否する仕組みを取り除くと100%応じるようになったとされています。
重みが公開されたモデルは、手元で動かせば誰にも止められません。利用者の秘密を守る性質と、攻撃者の悪用を許す性質は、同じ「公開された重み」から生まれます。 Z.aiがGLM-5.3の重みの公開を2週間遅らせ、大きな事業者にセキュリティ審査を課したのは、この問題を意識したためだと私は受け止めています。
中国のAIを一律に危ないと決めつけるより、何をしている会社か、どこにデータを送るのかを具体的に見て判断するほうが、実際の役に立つと私は考えています。GLMは、その判断の材料が比較的そろっているAIです。
GLMを試す手順
GLMを試すなら、機密を含まない内容で、chat.z.aiから始めるのがいちばん手軽です。用途がはっきりしてから、APIやGLM Coding Planに進みます。
- chat.z.aiを開く: ブラウザでchat.z.aiを開き、アカウントを作ってサインインする
- ふだんの作業で試す: 公開しても困らない文章の要約や、小さなプログラムの作成など、ふだんの作業を1つ頼んでみる
- 他のAIと比べる: 同じ依頼をChatGPTやClaudeにも出し、答えの質と速さを比べる
- 使い方を決める: コーディングに使うならGLM Coding Plan、自分のサービスに組み込むならAPI、機密を扱うなら自分の環境、と用途で選ぶ
- 会社で使う前に規約を読む: プライバシーポリシーと、API向けの取り決めを読み、社内のルールと照らし合わせる
使う前に気をつけたいこと
GLMを使う前に、次の点を確かめておくと安心です。効果が大きく、手間の少ない順に並べました。
- 機密や個人情報をチャットに入れない: いちばん簡単で、いちばん効果があります。入力しなければ、外に出ることはありません
- 使う版と料金をその都度確かめる: GLMは数か月ごとに版が変わり、プランの内容や料金も変わります。契約や更新の前に、公式の料金ページを見ます
- Z.aiが公表した数値をうのみにしない: 性能の比較の多くはZ.ai自身の評価です。自分の作業で試して確かめます
- 会社で使うなら、取引先や社内のルールを確かめる: エンティティリストのことも含め、中国企業のサービスを使ってよいかを、事前に確認します
- 自分の環境で動かすなら、守りを固める: サーバーを外から使えないようにするなど、管理の手間を見込みます
この順番にしたのは、1つ目は今日からすぐにでき、それだけで多くの心配が消えるからです。5つ目は効果が大きい一方で、機材と知識が要るので最後にしました。
よくある質問
GLMは無料で使えますか？
はい。ブラウザのchat.z.aiなら無料で試せます。APIにも、GLM-4.7-Flashなど無料で使えるモデルがあります。GLM-5.3をコーディングツールでたくさん使うなら、月18ドルからのGLM Coding Planが必要です。
GLMは日本語に対応していますか？日本語の精度はどうですか？
Z.aiは、2026年11月時点では対応言語の一覧を公表していません。日本語の精度を第三者が詳しく確かめた結果も少ないので、仕事で使う前に、自分の日本語の文章で試して確かめるのが確実です。
中国のAIのGLMを使っても安全ですか？入力した内容はどこに送られますか？
chat.z.aiとAPIに入力した内容は、Z.aiのサーバーに送られます。海外向けサービスの運営はシンガポールの会社で、原則シンガポールで処理されますが、グループ会社に渡ることもあります。機密を入れなければ大きな心配はなく、機密を扱うなら重みを自分の環境で動かすのが基本です。
Claude CodeでGLMを使うにはどうすればいいですか？
Z.aiでAPIキーを作り、Claude Codeの接続先とモデル名をZ.aiに向けて設定します。月額制のGLM Coding Planに入ると、Claude CodeからGLM-5.3を決まった量まで使えます。Z.ai純正のコーディングアプリ「ZCode」を使う方法もあります。
GLMとDeepSeek・Qwenは何が違いますか？
どれも中国企業が開発し、重みを公開しているAIですが、開発している会社が違います。Z.aiが公表した比較では、GLM-5.3はDeepSWEで66.9%と、DeepSeek-V4 Pro（62.7%）やQwen3.8-Max（56.6%）を上回っています。ただし、この比較はZ.ai自身の評価です。
GLMと上手に付き合うために
GLMは、性能と安さを両立させた、中国発のオープンなAIです。最後に要点を振り返ります。
- GLMは、清華大学発のZ.ai（旧Zhipu AI）が開発するAIのシリーズで、多くの版で重みを公開している
- 2026年11月時点のフラッグシップはGLM-5.3。コーディングとサイバー能力が高く、米国の最先端からは約4か月遅れの水準と評価されている
- 使い方は、chat.z.ai、API、GLM Coding Plan、自分の環境の4通り
- チャットやAPIに入れた内容はZ.aiのサーバーに送られる。機密を扱うなら、自分の環境で動かす
まずは、公開しても困らない文章を1つ用意して、chat.z.aiで要約を頼んでみてください。ふだん使っているAIと比べると、GLMが自分の作業に合うかどうかが、数分で見えてきます。
