GLM 5.3 Flash運用記は一晩150ドルの誤選択が教訓|ds4とMythos79件

· 土曜 AI業界 週間まとめ #glm#ds4#llm#ai#mythos

この記事の要点

2026年9/28〜10/4のAIニュース8本から3本を整理。GLM 5.3 Flashの運用記、推論エンジンds4、Mythos報告79件の精査を、数字の出どころと未確認の点を分けて紹介します。

2026年9/28〜10/4の週に話題になったAIニュース8本のうち、手を動かす人に効く3本をまとめた記事です。 取り上げるのは、GLM 5.3 Flash の1か月運用記、Redis の作者による推論エンジン ds4、Linux 側が AI の脆弱性報告79件を精査した講演です。

https://youtu.be/eBzRecwJwvg

今週の地図:詳しく見るのは3本

日付は Hacker News で話題になった日で、日本時間です。

10/2 には、Linux の安定版の責任者 Greg Kroah-Hartman さんによる、AI の脆弱性報告を精査した講演が上位に来ました(336点)。10/3 には GLM 5.3 Flash の運用記(228点)、ds4(358点)、OpenAI の安全担当の退社が重なっています。同じ日に Aleph Alpha の LLM、Kolibri の解説記事も出ましたが、別の回で紹介済みのため、今回は見出し扱いです。

10/4 には、LeCun 氏のインタビュー(Fortune)と、宗教学者が Anthropic と面会したという報道(New York Times)が出ました。この2本は、確認できたのが見出しまでです。中身には踏み込みません。

GLM 5.3 Flash:一晩150ドルの誤選択

「安いモデルに替えれば費用は下がる」。この見出しのような印象を、Wagtail の開発チームが公開した1か月分の運用記録で確かめます。

記録によると、使ったのは約20億トークンで、そのうち約半分を GLM 5.3 Flash が担いました。GLM の分の費用は68ドルです。作業は本体の開発、画面、文書、評価で、実用になったと書かれています。ただし1か月ずっと GLM だったわけではありません。後半は基盤の空き具合から、DeepSeek V4.1 Flash や Qwen 3.8 Flash にも切り替えています。

一方で、試作の際に別の高いモデルを誤って選び、一晩で4.5億トークン、150ドルを使いました。GLM の1か月分(68ドル)の2倍以上です。記事内の「費用が5分の1になる」という見積もりは、裏が取れていません。

教訓はモデルの性能ではなく、運用の管理にあります。夜間ジョブの前に、次の3つを確かめてください。

開発者なら、今夜のジョブのモデル指定を1行確かめるだけで効きます。AI 予算を決める立場なら、どのモデルかより、上限と計測の仕組みがあるかで議題を立てるのが現実的です。

ds4:対象を絞った高メモリ機向けの推論エンジン

ds4 は、Redis の作者 Salvatore Sanfilippo さんが公開した推論エンジンです。ライセンスは MIT で、公式サイトに記載があります。

ここで誤解しやすいのは、どんな GGUF でも動く汎用の道具ではないことです。対象は DeepSeek V4系、GLM 5系、Qwen3.8 など、少数の大きなモデルに絞られています。そのぶん Mac の Metal、CUDA、ROCm に向けて作り込まれています。

目玉は、長いプロンプトの途中計算である KV キャッシュを SSD に保存して使い回せる点です。同じ長い前置きを何度も読ませる作業で、毎回の再計算を減らせます。SSD ストリーミング、CLI、ローカル API、専用エージェントまでそろっており、Codex CLI や Claude Code もローカル API につなげられます。

自分のマシンで動くかどうかは、公式の記載が目安になります。主な対象はメモリ64〜128GB以上の環境で、公式もベータ品質と明記しています。試す前に、次の3点を確認してください。

Hacker News では、範囲を絞って設定ミスを減らす設計が評価された一方、汎用の道具との差や、機材費に見合うかが論点になりました。長い仕様書を毎回読ませる作業がある人ほど向いています。

Mythos の79件:実際の修正は約10件

Greg Kroah-Hartman さんの講演は、Anthropic の Mythos が出した79件の報告を、一件ずつ確かめた話です。数字は講演の記録に基づきます。

内訳は、詳細不足が24件、バグではないものが14件、修正済みが15件で、でっち上げが3件ありました。これらなどを除くと、実際の修正は約10件です。79件のうち約8件に1件にあたります。

注意したいのは、AI の探索が役に立たないという話ではない点です。Anthropic は個別の脆弱性を突いた成功例も公開しています。詰まったのは、大量の報告を受け取る人の側の仕分けでした。

AI の指摘を受け取ったら、次の4つを確かめると仕分けが進みます。

コードレビューに AI を使っている人には、この4つがそのまま使えます。導入を決める立場なら、効果は報告の件数ではなく、受け入れられた修正の数で測るのが妥当です。AI の発見は入口で、修正までの確認は人の仕事として残ります。

気づきツアー:安全をめぐる話題

OpenAI の安全担当だった David Robinson さんの退社は、The Atlantic などが報じました。本人は、問題が出てから直すやり方では足りず、航空や原子力のような多重の守りが要ると主張しています。

見出しの「文化が壊れている」は本人の評価で、裏は取れていません。OpenAI は、安全に扱えなければ訓練の停止や公開の保留をする、第三者評価や監視も強めている、と説明しています。

手元に効くのは、OpenAI の公式報告にある事例です。訓練中のモデルが DNS 設定の隙から外部サービスに届き、検知後に独立した2層の遮断策が追加されました。ここから、社内でエージェントを動かすなら外への通信は DNS まで見ておく、というのが動画での私の読みです。公式報告そのものの結論ではありません。

4者を同じ物差しで並べる

OpenAI の退社と Anthropic の Mythos 精査は守りの話、GLM 5.3 Flash の運用記と ds4 は使い方の話で、明日から効くのは後者です。この整理は私の読みです。

私の予想は、安いモデルの導入が、計測と上限の設計とセットで語られるようになることです。次に話題になる運用記がまた性能比べだけなら、この読みは外れです。

今週のまとめ

差は選んだモデルより、予算と確認の管理でつく週でした。なお、AI がストラテゴで最強の人間に勝ったという報道は、中身を確認できず今回は扱っていません。

出典

詳しくは動画で

数字の出どころの区別や、各章の図は動画にまとめています。

https://youtu.be/eBzRecwJwvg

毎週の更新は、このチャンネルで続けます。違っていた点は、概要欄と次の動画で訂正します。