English Arabic 简体中文 繁體中文 Français Deutsch 日本語 한국어 Português Русский Español

Claude CodeでGLM-5を使う方法：セットアップガイド

著者 / / LLM / 5 分で読めます
Claude CodeでGLM-5を使う方法：セットアップガイド
目次
  1. GLM-5がエージェントコーディングタスクに優れている理由
  2. Claude Codeとは？
  3. Claude CodeでGLM-5を使う方法：完全セットアップガイド
  4. パフォーマンスのヒント：GLM-5を最大限に活用する

754Bパラメータ（アクティブ40B）と長期的なエージェントワークフローに特化したアーキテクチャを備えたGLM-5は、Claude Codeを強力にするまさにそのユースケース、つまり数千行のコードにわたって持続的な推論を必要とするマルチステップでツール呼び出しの多いコーディングセッションのために設計されています。

このガイドでは、Novita AIなどのAPIプロバイダーを介してGLM-5をClaude Codeに統合する方法を説明します。これにより、100万トークンあたり1.00ドル/3.20ドルという、プロプライエタリモデルのコストのほんの一部で、フロンティアレベルのコーディングインテリジェンスを利用できます。複雑なシステムのデバッグ、レガシーコードベースのリファクタリング、マルチファイル機能の構築など、GLM-5の200K以上のコンテキストウィンドウと実証済みのエージェント機能は、理想的なClaude Codeバックエンドとなります。

GLM-5がエージェントコーディングタスクに優れている理由

セットアップの詳細に入る前に、GLM-5がClaude Codeワークフローに特に適している理由を理解することが重要です。チャットに特化したモデルとは異なり、GLM-5は複雑なシステムエンジニアリングと長期的なエージェントタスクに明示的に重点を置いてトレーニングされています。これはまさにClaude Codeが要求するワークロードです。

実証済みのエージェントベンチマークパフォーマンス

glm 5のベンチマーク

フロントエンドビルド成功率（98％）は、GLM-5が「エンジニアリング実行」モデルに近い動作をすることを示しており、実際の開発環境で正常に実行できる出力を生成する能力が非常に高いことを意味します。

コード生成に最適化されたアーキテクチャ

  • DeepSeek Sparse Attention (DSA): 200K以上のコンテキストウィンドウを効率的に処理し、リポジトリレベルの認識に不可欠
  • 28.5Tトークンのトレーニングコーパス: GLM-4.5の23Tトークンよりも大規模で多様であり、コードパターンの認識を向上
  • slimeによる強化学習: 非同期RLインフラストラクチャが、ツール呼び出しの精度とマルチターンの一貫性に特化してモデルを微調整

ツール呼び出しと関数サポート

GLM-5はネイティブの--tool-call-parser glm47サポート（vLLMおよびSGLangのデプロイドキュメントで確認済み）を含み、以下のことが可能です：

  • 構造化された関数呼び出しを解析し、構文を幻覚することなく実行
  • 10以上の連続ステップにわたってツール呼び出しの精度を維持
  • Claude CodeのRead、Write、Edit、Bashツールを確実に処理

Vending Bench 2 ROI比較

モデル 最終資金残高（≈365日目） コスト ROI = 残高 / コスト
Gemini 3 Pro 5300 5478.16 0.97
Claude Opus 4.5 4950 4967.06 1.00
GLM-5 4350 4432.12 0.98
GPT-5.2 3550 3591.33 0.99
GLM-4.7 2350 2376.82 0.99
Kimi K2.5 1150 1198.46 0.96

GLM-5は高実行・高報酬のエージェントモデルですが、高い計算/ツール使用コストをかけてこれを実現しています。基本的には「より多く支払い、より多くを得る」エンジニアリング指向のエージェントです。

今すぐGLM 5を試す！

Claude Codeとは？

Claude Codeは、Anthropicのエージェントコーディングアシスタントで、デスクトップアプリケーション（macOS/Linux）として提供されます。VS Codeライクなエディターと、ファイルの読み取り、コードの書き込み、コマンドの実行、タスクの自律的な反復が可能なターミナル対応AIエージェントを組み合わせたものです。「フルターミナルアクセス＋マルチステップタスク実行を備えたCursor」と考えてください。

主な強み：

  • 深いターミナル統合（npm install、git commit、pytestなどを直接実行可能）
  • セッション間での永続的なワークスペース状態
  • 10以上の専門ツール（Glob、Grep、WebFetch、正確な文字列置換によるEdit）
  • カスタムツールプラグインのためのMCP（Model Context Protocol）サポート

ユースケース

ユースケース シナリオ
複雑なシステムリファクタリング 50以上のファイルにわたるモノリスからマイクロサービスへの移行
ターミナル主体のワークフロー Dockerスタックのデプロイ、マイグレーションの実行、K8sのデバッグ
深いデバッグセッション セグメンテーションフォールトの追跡、コアダンプの分析、競合状態の修正
カスタムワークフロー自動化 GLM-5とMCPサーバー（Slack、GitHub、Notion）の統合

Claude CodeでGLM-5を使う方法：完全セットアップガイド

Claude Codeは、OpenAI互換のAPIエンドポイントを介してカスタムモデルをサポートしています。ここでは、サーバーレスGLM-5ホスティングを透過的な価格（100万トークンあたり1.00ドル/3.20ドル）で提供するNovita AIをプロバイダーとして使用します。

ステップ1：Novita AI APIキーを取得する

  1. novita.aiにアクセス
  2. アカウントにサインアップまたはログイン
  3. ダッシュボードでAPI Keysに移動
  4. Create New Keyをクリックし、キーをコピー
  5. 安全に保管してください。環境変数に必要になります。

glm 5の価格

今すぐGLM 5を試す！

ステップ2：Claude Codeをインストールする

#macOS, Linux, WSL:
curl -fsSL https://claude.ai/install.sh | bash

#Windows PowerShell:
irm https://claude.ai/install.ps1 | iex

#Windows CMD:
curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd

WindowsではGit for Windowsが必要です。 まだインストールしていない場合は、最初にインストールしてください。

ステップ3：環境変数を設定する

Claude Codeは環境変数から設定を読み取ります。シェルプロファイルに以下を設定します：

macOS/Linuxの場合：

# Novitaが提供するAnthropic SDK互換APIエンドポイントを設定
export ANTHROPIC_BASE_URL="https://api.novita.ai/anthropic"
export ANTHROPIC_AUTH_TOKEN="<Novita API Key>"
# Novitaが提供するモデルを設定
export ANTHROPIC_MODEL="zai-org/glm-5"
export ANTHROPIC_SMALL_FAST_MODEL="zai-org/glm-5"

Windowsの場合：

# PowerShellプロファイルに追加

$env:ANTHROPIC_BASE_URL = "https://api.novita.ai/anthropic"
$env:ANTHROPIC_AUTH_TOKEN = "Novita API Key"
$env:ANTHROPIC_MODEL = "zai-org/glm-5"
$env:ANTHROPIC_SMALL_FAST_MODEL = "zai-org/glm-5"

重要： ANTHROPIC_SMALL_FAST_MODEL変数は、クイックタスク（ファイルナビゲーション、検索）に使用されます。

ステップ4：Claude Codeを起動する

次に、プロジェクトディレクトリに移動し、Claude Codeを起動します。Claude Codeは現在のプロジェクトディレクトリを分析し、作業コンテキストとして使用します。新しいインタラクティブセッション内にClaude Codeプロンプトが表示されます。

cd <your-project-directory>
claude .

ステップ5：Claude CodeでGitを使用する

Claude CodeはGit操作を会話形式にします：

> どのファイルを変更した？

> 説明的なメッセージで変更をコミットして

より複雑なGit操作をプロンプトすることもできます：

> feature/quickstartという新しいブランチを作成して

> 最後の5つのコミットを表示して

> マージコンフリクトの解決を手伝って

パフォーマンスのヒント：GLM-5を最大限に活用する

1. コンテキストウィンドウを最大限に活用する

GLM-5の200K以上のコンテキストは大きな利点です。「この関数を修正して」と尋ねる代わりに、モジュール全体をロードします：

プロンプト: "src/auth/内のすべてのファイルを読んで。認証フローを分析し、セキュリティの脆弱性を特定し、コード例を含む修正案を提案して。"

2. 特定のツール呼び出しを使用する

必要に応じて、GLM-5を明示的に適切なツールに導きます：

プロンプト: "Grepを使用してコードベース全体で'deprecated_function'のすべての出現箇所を見つけ、Editを使用してそれらを'new_function'に置き換えて。"

3. 投機的デコードを有効にする（セルフホストの場合）

vLLMを介してGLM-5をローカルで実行する場合は、--speculative-config.method mtpを使用して生成速度を30〜50％向上させます。

4. タスクを段階的に連鎖させる

複雑なプロジェクトを3〜5ステップのチャンクに分割します：

セッション1: "ブログプラットフォームのデータベーススキーマを設計して。SQLAlchemyモデルを作成して。"
セッション2: "FastAPIを使用して投稿用のCRUDエンドポイントを実装して。"
セッション3: "認証ミドルウェアとレート制限を追加して。"

このモデルの754BパラメータMoEアーキテクチャ、200K以上のコンテキストウィンドウ、複雑なシステムエンジニアリングに関する専門的なトレーニングにより、リポジトリレベルのリファクタリング、マルチステップデバッグ、エージェント自動化に独自に適しています。ターミナル主体のワークフローにClaude Codeを選択するかどうかにかかわらず、GLM-5のパフォーマンスベンチマークとコスト効率は、2026年の開発者向けAIツールのトップチョイスとして位置づけられています。

よくある質問

GLM-5はローカルで実行できますか、それともAPIを使用する必要がありますか？

GLM-5はvLLMまたはSGLangを介してローカルで実行できますが、FP8量子化には16×H100 80GB GPUが必要です。ほとんどのユーザーにはAPIホスティング（Novita、OpenRouter）の方が実用的です。

コーディングにおいてGLM-5はDeepSeek V3と比較してどうですか？

GLM-5はエージェントベンチマーク（Intelligence Index 50 vs DeepSeek V3の45）でより高いスコアを獲得していますが、DeepSeek V3は純粋なコード補完では高速です。マルチステップタスクにはGLM-5を選択してください。

GLM-5は関数呼び出しとツール使用をサポートしていますか？

はい。GLM-5はネイティブの--tool-call-parser glm47および--enable-auto-tool-choiceサポートを含み、公式のデプロイガイドで確認されています。

****Novita AIは、開発者がシンプルなAPIを使用してAIモデルを簡単にデプロイできるようにするとともに、構築とスケーリングのための手頃で信頼性の高いGPUクラウドを提供するAIクラウドプラットフォームです。

おすすめの記事

Claude CodeでQwen3-Coder-Nextを使う：80％安い代替手段

[Kimi k2.5 API for Cursor：開発者ガイド](http://Kimi k2.5 API for Cursor: Developer Guide)

DeepSeek R1 0528のコスト：API、GPU、オンプレミスの比較

関連記事