Amazon BedrockでZ.aiのGLM 5.3が一般提供開始

Amazon Bedrockにおいて、Z.ai社のフラグシップモデル「GLM 5.3」が一般提供されました。本モデルはMixture-of-Experts (MoE) アーキテクチャを採用し、総パラメータ数753B（トークンあたり有効パラメータ数約40B）を備えています。最大100万トークンのコンテキストウィンドウと最大128Kトークンの出力に対応し、推論機能の「選択可能な努力レベル（selectable effort levels）」によるパフォーマンスとレイテンシの調整が可能です。また、システムプロンプトやメッセージへの明示的なプロンプトキャッシュをサポートし、コストとレイテンシの削減を実現します。

開発者視点での考察

エージェント的なコーディングへの特化 本モデルの最大の特徴は、100万トークンの巨大なコンテキストウィンドウと128Kという極めて大きな出力トークン数です。これにより、大規模なコードベース全体をコンテキストに投入し、長期的なソフトウェアエンジニアリング業務（long-horizon software engineering）を自動化するエージェント的なアプローチが可能になります。また、プロンプトキャッシュ機能により、同じコードベースを繰り返し参照しながらの修正案提示などのワークフローにおいて、入力コストとレイテンシを大幅に削減できる点が実用的です。

日本国内からの利用について

リージョン制限とアクセス方法 リサーチ結果に基づくと、GLM 5.3は東京リージョン（ap-northeast-1）および大阪リージョン（ap-northeast-3）での直接的な利用（In-Region inference）はサポートされていません。日本国内の環境から利用する場合、USまたはGlobalのクロスリージョン推論プロファイル（例: us.zai.glm-5.3）を経由してアクセスする必要があります。データの地理的境界を意識した設計が必要になります。

運用上のアドバイスと次なるアクション

コストとパフォーマンスのトレードオフ 「selectable effort levels」機能により、単純なタスクには低レイテンシな設定を最適化し、複雑な複雑なロジックの構築には高い努力レベルを設定することで、トークン消費量と応答速度の性能バランスを最適化することが可能です。まずは、現在のコーディングアシスタントのプロンプトをGLM 5.3にモデルチェンジして、出力トークン数の上限緩和による「回答の途切れ」も解消されるか検証することをお勧めします。

参照ドキュメント

• Amazon Bedrock ユーザーガイド: Model card for GLM 5.3