Novita AI、Z.aiと提携しGLM-4.5を提供：推論、コーディング、エージェントAI機能を統合

本日、Novita AIがZ.aiとのパートナーシップを発表し、Z.aiのローンチパートナーとしてNovita AIプラットフォームでGLM-4.5を初日からサポートすることをお知らせします。この画期的なコラボレーションにより、高度な推論、洗練されたコーディング能力、ネイティブのエージェント機能を単一の強力なフレームワークで統合した、世界で最も統一されたAIモデルシリーズが提供されます。これは次世代のAIアプリケーションを構築する開発者向けに設計されています。

Novita AIは現在、画期的なGLM-4.5モデル（総パラメータ355B、アクティブ32B）を提供しています：複雑な推論とツール使用に適した思考モードと、即時応答のための非思考モードを備えたハイブリッド推論モードを搭載。総合ベンチマークで2位を獲得。

両モデルとも128kコンテキスト長とネイティブ関数呼び出し機能を備え、Novita AIの最適化された推論インフラストラクチャを通じて利用可能です。

⚡ 総合パフォーマンス

GLM-4.5は総合2位、GLM-4.5-Airは5位にランクイン（エージェント3、推論7、コーディング2の全12ベンチマーク）。OpenAI、Anthropic、Google DeepMind、xAI、Alibaba、Moonshot、DeepSeekのモデルと比較しました。

GLM-4.5は、これまでのモデルが特定の領域（コーディング、数学、推論）で優れていたものをすべて統合し、すべてのタスクで最高のパフォーマンスを達成しています。

エージェントタスク

GLM-4.5はエージェントタスク向けに最適化されたファンデーションモデルです。128kコンテキスト長とネイティブ関数呼び出し機能を提供します。Z.aiはτ-benchとBFCL-v3（Berkeley Function Calling Leaderboard v3）でエージェント能力を測定しました。両ベンチマークで、GLM-4.5はClaude-4-Sonnetと同等のパフォーマンスを示しています。

Webブラウジングは、複雑な推論とマルチターンのツール使用を必要とする一般的なエージェントアプリケーションです。Z.aiはGLM-4.5をBrowseCompベンチマークで評価しました。これは複雑な質問に対して短い回答を期待する難しいベンチマークです。Webブラウジングツールを使用して、GLM-4.5は全質問の26.4%に正解し、Claude-4-Opus（18.8%）を明らかに上回り、o4-mini-high（28.0%）に迫ります。

ベンチマーク	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	GPT-4.1	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Qwen3 235B Thinking 2507	DeepSeek R1 0528	Kimi K2	Grok4
TAU-bench	70.1	69.4	61.2	57.4	62.0	70.5	70.3	62.5	73.2	58.7	62.6	67.5
BFCL v3 (Full)	77.8	76.4	72.4	67.2	68.9	61.8	75.2	61.2	72.4	63.8	71.1	66.2
BrowseComp	26.4	21.3	49.7	28.3	4.1	18.8	14.7	7.6	4.6	3.2	7.9	32.6

推論

思考モードでは、GLM-4.5とGLM-4.5-Airは数学、科学、論理問題を含む複雑な推論問題を解決できます。

ベンチマーク	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Gemini 2.5 Flash	DeepSeek R1 0528	Qwen3-235B Thinking 2507	Grok4
MMLU Pro	84.6	81.4	85.3	83.2	87.3	84.2	86.2	83.2	84.9	84.5	86.6
AIME24	91.0	89.4	90.3	94.0	75.7	77.3	88.7	82.3	89.3	94.1	94.3
MATH 500	98.2	98.1	99.2	98.9	98.2	99.1	96.7	98.1	98.3	98.0	99.0
SciCode	41.7	37.3	41.0	46.5	39.8	40.0	42.8	39.4	40.3	42.9	45.7
GPQA	79.1	75.0	82.7	78.4	79.6	77.7	84.4	79.0	81.3	81.1	87.7
HLE	14.4	10.6	20.0	17.5	11.7	8.5	21.1	11.1	14.9	15.8	23.9
LiveCodeBench (2407-2501)	72.9	70.7	78.4	80.4	63.6	58.0	80.1	69.5	77.0	78.2	81.9
AA-Index (推定)	67.7	64.8	70.0	69.8	64.4	62.7	70.5	65.1	68.3	69.4	73.2

コーディング

GLM-4.5はコーディングにも優れており、コーディングプロジェクトをゼロから構築することと、既存プロジェクトでエージェント的にコーディングタスクを解決することの両方が可能です。Claude Code、Roo Code、CodeGeexなどの既存のコーディングツールキットとシームレスに組み合わせることができます。コーディング能力を評価するために、Z.aiはSWE-bench VerifiedとTerminal Benchで異なるモデルを比較しました。

ベンチマーク	GLM-4.5	GLM-4.5-Air	o3	o4-mini-high	GPT-4.1	Claude 4 Opus	Claude 4 Sonnet	Gemini 2.5 Pro	Gemini 2.5 Flash	Qwen3 235B Thinking 2507	Qwen3 235B	DeepSeek R1 0528	Kimi K2
SWE-bench Verified	64.2	57.6	69.1	54.8	48.6	67.8	70.4	49.0	60.4	35.0	36.2	41.4	65.4
Terminal-Bench	37.5	30.0	30.2	18.5	30.3	43.2	35.5	25.3	16.8	6.3	6.6	17.5	25.0

GLM-4.5の実世界シナリオにおけるエージェント的コーディング能力を評価するため、Z.aiはClaude Codeを使用して、フロントエンド開発、ツール開発、データ分析、テスト、アルゴリズムアプリケーションをカバーする52のコーディングタスクで、Claude-4-Sonnet、Kimi K2、Qwen3-Coderに対して包括的なテストを実施しました。GLM-4.5はKimi K2に対して53.9%のタスクで勝ち、Qwen3-Coderに対しては80.8%の勝率で圧倒し、Claude-4-Sonnetに対しては改善の余地を示しています。

特筆すべきは、GLM-4.5が平均ツール呼び出し成功率90.6%を達成し、Claude-4-Sonnet（89.5%）、Kimi-K2（86.2%）、Qwen3-Coder（77.1%）を上回り、エージェント的コーディングタスクにおいて優れた信頼性と効率性を示したことです。

🚀 Novita AIで始める

Playgroundを使用（コーディング不要）

• 即時アクセス：サインアップして、GLM-4.5を数秒で試すことができます
• インタラクティブインターフェース：複雑な推論プロンプトをテストし、構造化出力をリアルタイムで可視化
• モデル比較：特定のユースケースでGLM-4.5を他の主要モデルと比較

API経由で統合（開発者向け）

Novita AIの統一REST APIを使用してGLM-4.5をアプリケーションに接続します。

オプション1：直接API統合（Python例）

from openai import OpenAI
  
client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="session_S4q9KTdBQujFkXSE5aZYZCrwN9f5QO96BtAFLw4FOgB__slLHW9KFAjmMgC12ag6mf2lJ1rASEvHbP_gv7Jh2Q==",
)

model = "zai-org/glm-4.5"
stream = True # or False
max_tokens = 65536
system_content = ""Be a helpful assistant""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }

chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "system",
            "content": system_content,
        },
        {
            "role": "user",
            "content": "Hi there!",
        }
    ],
    stream=stream,
    max_tokens=max_tokens,
    temperature=temperature,
    top_p=top_p,
    presence_penalty=presence_penalty,
    frequency_penalty=frequency_penalty,
    response_format=response_format,
    extra_body={
      "top_k": top_k,
      "repetition_penalty": repetition_penalty,
      "min_p": min_p
    }
  )

if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)
  
  

主な機能：

• OpenAI互換API でシームレスな統合
• 柔軟なパラメータ制御 でレスポンスを調整
• ストリーミングサポート でリアルタイム応答

オプション2：OpenAI Agents SDKを使用したマルチエージェントワークフロー GLM-4.5を使用して洗練されたマルチエージェントシステムを構築：

• プラグアンドプレイ統合：任意のOpenAI AgentsワークフローでGLM-4.5を使用
• 高度なエージェント機能：ハンドオフ、ルーティング、ツール統合を90.6%の成功率でサポート
• スケーラブルなアーキテクチャ：GLM-4.5の統合された推論、コーディング、エージェント機能を活用するエージェントを設計

サードパーティプラットフォームとの連携

• 開発ツール：OpenAI互換APIを介してCursorやClineなどの一般的なIDEや開発環境とシームレスに統合
• オーケストレーションフレームワーク：公式コネクタを使用してLangChain、Dify、LangflowなどのAIオーケストレーションプラットフォームに接続
• Hugging Face連携：Novita AIエンドポイントを介してSpaces、パイプライン、TransformersライブラリでGLM-4.5を使用

🔬 GLM-4.5の技術革新

MoEアーキテクチャの優秀性

GLM-4.5はMixture of Experts（MoE）アーキテクチャを採用し、トレーニングと推論の両方で計算効率を向上させています。DeepSeek-V3と比較して、この設計は幅（隠れ次元とルーティングされたエキスパート）を減らし、高さ（レイヤー数）を増やしています。

主な技術的特徴：

• Grouped-Query Attention（部分RoPE付き、ChatGLM2からの継続）
• QK-Norm でアテンションロジットの範囲を安定化
• Muonオプティマイザー で収束を加速し、バッチサイズの許容範囲を拡大
• MTP（Multi-Token Prediction）レイヤー で推論時の投機的デコードをサポート

高度なトレーニングパイプライン

事前トレーニング：2段階アプローチ

• 一般的な事前トレーニングコーパスで15Tトークン
• コード＆推論コーパスで7Tトークン

中期トレーニング：ドメイン固有の最適化

• リポジトリレベルのコードデータ（500Bトークン）
• 合成推論データ（500Bトークン）
• ロングコンテキスト＆エージェントデータ（100Bトークン）

事後トレーニング：洗練されたハイブリッドアプローチ

1. 専門トレーニング：SFTと特殊RLを通じて推論、エージェント、一般ドメイン用の個別モデル
2. 統一トレーニング：大規模SFT自己蒸留による知識蒸留で専門家を単一モデルに統合し、その後3段階のRLアライメント

slime：革新的なRLインフラストラクチャ

GLM-4.5のトレーニングは、大規模モデル向けに設計されたオープンソースのRLインフラストラクチャslimeによって支えられています：

• 柔軟なハイブリッドトレーニングアーキテクチャ：同期的なコロケーショントレーニングと分離された非同期トレーニングの両方をサポート
• 分離されたエージェント指向設計：ロールアウトエンジンとトレーニングエンジンを分離し、パフォーマンスを最適化
• 加速データ生成：FP8を使用した混合精度推論でデータ生成を行い、トレーニングではBF16の安定性を維持

🎯 統合AIを体験する準備はできましたか？

今すぐNovita AIプラットフォームでGLM-4.5とGLM-4.5-Airをお試しください。推論、コーディング、エージェント機能が最適化されたプロダクション対応インフラストラクチャに融合することで、何が可能になるかを直接体験してください。

今すぐ構築を始める →

Novita AIは、AIクラウドプラットフォームであり、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、手頃で信頼性の高いGPUクラウドを構築とスケーリングのために提供しています。