Latent Spaceは2026年8月20日(現地時間)、Z.aiのジェイ・タン (Jie Tang) CEOが、モデルの性能評価においてパラメータ数のみに依存する現状に疑問を呈し、新たなスケーリング法則の概念を提示したと報じた。同氏は、GLM 5.3の進化を通じて、長期間にわたる環境での強化学習 (RL) がモデルの能力向上に不可欠であると強調している。
タン氏は、モデルのパラメータ数単独ではその性能を十分に説明できないと指摘している。同氏によれば、パラメータ数は、保有データ量、計算資源の投入先、モデルが実行される条件の三つの要素と合わせて初めて意味を持つという。
過去のChinchillaスケーリング法則の前提が、現在のInference Inflection環境では不適切であるとタン氏は述べている。同氏は、記憶にはより多くのパラメータが有利である一方、推論能力には、訓練後のデータ量と実効的な深度がより重要であるとの見方を示した。GLM 5.3の大きな進歩は、長期間にわたる環境での強化学習 (RL) からのみ得られたものだという。
GLM 5.3の訓練環境は、実際の生産ワークフローの広範なタスクをカバーし、経験豊富なエンジニアの数日分の作業に相当するとされる。例えば、MLインフラストラクチャのタスクでは、モデルはエンジニアと同様の作業環境を与えられ、計算クラスタやストレージシステム、内部ドキュメンテーション、コードベース、実験結果にアクセスしてボトルネックの診断、最適化の実装、実験の実行を行い、エンドツーエンドでの速度向上と正確性の維持を目指す。このレベルの環境での訓練は、モデルがエンドツーエンドの作業を自律的に遂行する能力を促進すると見られる。
タン氏は、パラメータ数への執着を終わらせるために、MoE sparsityを含む5つのスケーリング要因を提示した。高度なスキルは、リトリーバルや記憶の問題ではなく、スレッドを失うことなく長い因果連鎖（20以上の推論ステップ）を保持する必要があるという。この能力は、ある知識保持の閾値を超えると、総パラメータ数だけでは測れないとの見方を示している。
また、オープンウェイトモデルの動向として、@ornith_が9B dense、35B MoE、397B MoEの各バリアントでOrnith-1.5をMITライセンスでリリースした。Ornith-1.5は、タスクの提案、足場の生成、RLロールアウトを通じて新しい訓練体験を創出するエンドツーエンドの自己改善能力を主要な特徴としていると報告されている。評価ではTerminal-Bench 2.1で86.1、SWE-Bench Verifiedで86.0など、エージェントおよびコーディングのワークロードで高いスコアを記録した。
圧縮技術も進展しており、UnslothAIとdanielhanchenはDynamic V3を用いてQwen3.8-27B GGUFsをリリースし、同じサイズで10%高い精度を達成したと主張している。また、1-bit quantは8GB RAMで実行可能でありながらBF16精度の約77%を維持するという。エージェント評価ボードでは、Claude Opus 5 (High) がPareto view of Agent Arenaでの品質面でリードする一方、Kimi K3やGLM 5.2などの低コストモデルが価値のフロンティアを形成していることが報告されている。
エージェントハーネスも競争の新たな層として浮上している。DeepSeek Harness (DSH) は、プラグインアーキテクチャ「Cordis」を基盤とするオープンエージェントランタイムとして位置付けられている。TrueFoundryはMITライセンスの生産エージェント向けハーネスTrueForgeをオープンソース化し、14タスクのエンタープライズベンチマークでTrueForgeがClaude Managed AgentsのOpus 4.8と同等の性能を30%少ないトークンで達成したと報告している。GLM 5.2へのルーティングにより、精度を維持しつつコストを75%削減できるという。
参考: Latent Space (アーカイブ) — 2026年8月20日 14:17 (JST)