ZCodeレビュー：Z.aiのGLM-5.2ハーネスは使う価値があるか？

ZCodeの正体

ZCodeは、旧称Zhipu AIであるZ.aiによるデスクトップ向けエージェント型開発環境です。既存のIDEに取り付けられたチャットパネルとして存在するのではなく、計画・実行エージェント、本物のターミナル、ワークスペースビュー、タスク管理を組み合わせた独立アプリであり、開発者は一つのウィンドウから離れることなく、プロンプトからレビュー済みの変更まで到達できます。ホームページ自身のタグライン「Simple, Fast, Vibe-Ready!」は、狙っている層について率直です。慎重でレビュー重視のツールとしての立ち位置ではなく、バイブコーディングの枠組みに直接寄せています。

その中核メカニズムはZCodeがGoalsと呼ぶ仕組みで、タスクをまたいだ「継続的な計画、実行、検証」のためのシステムです。ホームページ自身のタスク一覧デモに表示された所要時間タグから判断すると、対象タスクは2分から丸1日にまで及びます。実際の製品トランスクリプトでは、「Ryan Bot」という名のエージェントが既存のリポジトリを調査し、git status --shortのような実際のシェルコマンドを実行し（リポジトリがまだ存在しない場合のfatal: not a git repositoryエラーも問題なく処理し）、一度に3つのファイルを書き、node --check app.jsで自らの出力を自己検証し、最後に「3 files changed +734 -7」と表示される変更サマリーチップとUndoボタンで締めくくります。これは単発の補完ではなく、完全なエージェントループが一通り実行された例です。

この分野の中で際立つ機能が2つあります。1つ目はリモートボット操作です。WeChat、Feishu、Telegramからでもタスクを開始・操作でき、公式ドキュメントはスマートフォンから行う場合これを「Vibeworking」と呼んでいます。これを主要機能として前面に押し出す西側のコーディングエージェントツールはほとんどありません。2つ目は、モデルとの関係が多くの競合と逆転している点です。GLM-5.2がデフォルトであり、製品全体が「推論、コーディング、マルチエージェント連携にわたってGLM-5.2に最適化されている」と説明されています。とはいえZCode自身のドキュメントは、モデルを切り替えたい場合に向けてAnthropic、DeepSeek、Kimi、OpenRouterの各キーによるBYOK対応を確認しています。macOS（Apple SiliconとIntel）、Windows（x64とARM64)向けにネイティブインストーラーを提供し、Linux版はベータ提供です。すべてバージョン3.3.3で、変更履歴には現行リリースラインとして「ZCode 3.0」と記されています。

その垂直統合の賭けこそ、あるHacker Newsのコメント投稿者jedisct1が正面から疑問を呈したポイントです。「GLM-5.2 is a great model! But it already works really well with existing harnesses, I'm not sure why a dedicated one is needed?」これは的を射た指摘です。

Cursor、Claude Code、GitHub Copilotのようなツールは、すでにGLM-5.2を実行することも、来四半期のベンチマーク競争を制したモデルに乗り換えることもできます。

ZCodeが逆の賭けをしている唯一の存在というわけでもありません。CognitionのDevin Fusionも、Z.aiが挙げているのと同じ理由で、自社ハーネスを単一モデルと組み合わせています。汎用ラッパーでは実現できない、エージェントとモデル間のより緊密なチューニングのためです。

「Goals」システム自体は、実のところAIエージェントループの特定の実装にすぎません。計画し、行動し、観察し、タスクが検証済みで完了したと判断されるまで繰り返す、というものです。そのループがどれだけよく設計されているかは、中にどのモデルが入っているかよりも重要であり、両方を使ったことのあるレビュアーにとって、Codexそっくりの見た目をした別モデル搭載のUIが自動的に「別の製品」だと感じられるわけではない理由の一端はここにあります。

GLM-5.2：実作業を担うモデル

GLM-5.2は2026年6月16日にリリースされ、その目玉は実用に耐える**100万トークンのコンテキストウィンドウ**で、GLM-5.1の20万から大きく引き上げられています。Z.aiはその数字自体が本質ではないと率直に述べています。「A 1M context is easy to claim, but much harder to keep reliable under real engineering pressure」とのことで、4層のスパースアテンション層ごとに同じアテンションインデクサーを再利用するIndexShareアーキテクチャにより、そのコンテキスト長でのトークンあたりの計算量を2.9倍削減しています。MITオープンソースライセンスの下で提供され、重みはHuggingFaceとModelScopeで公開されており、地域制限もありません。Z.aiはこれを「Pure Open」と呼んでいます。

コーディングに関して言えば、GLM-5.2は設定可能なエフォートレベル(HighまたはMax)を提供しており、Z.ai自身の主張では、比較可能なトークン予算においてそのエージェント型コーディング性能は「おおよそClaude Opus 4.7とClaude Opus 4.8の間」に位置するとされています。この飛躍を支えたトレーニングには、Z.ai独自の「slime」インフラを用い、並列蒸留によって10以上の専門モデルを統合する手法が使われ、約2日間で完了しました。これは、一般的なチャット用途ではなく特定の狭いタスク向けにカスタムAIモデルを構築するいくつかの手法の一つです。第三者による評価数値も、信頼できると言える程度に近い結果を裏付けています。

数時間から数十時間にわたるオープンエンドの技術プロジェクトをテストするFrontierSWEは、Z.ai自身ではなく第三者のProximalによって評価されており、これは2つのうちより信頼性の高い出典です。GLM-5.2はそこでOpus 4.8にわずか1点差まで迫り、AIME 2026では表の中で実際に最高得点を記録し、GPT-5.5やGemini 3.1 Proを上回っています。今回のリリース全体を通してZ.aiが一貫して打ち出している位置づけは、GLM-5.2が長期タスクのコーディングにおいて「最も順位の高いオープンソースモデル」であり、Opus 4.8との差の多くを縮めているものの、完全には埋めていないというものです。これはGemini 3.1 Pro自身がOpusに対して置かれている立場とよく似ています。あるベンチマークでは上回り、別のベンチマークでは劣り、どちらの方向にも完全勝利にはならない、という構図です。

ZCodeの料金：GLM Coding Plan

GLM Coding Planには3段階のプランがあり、無料の入り口はありませんが、新規ユーザーには5日間の試用期間（1日あたりGLM-5.2トークン300万、GLM-5-turboトークン200万、合計500万を上限とし、5日後に失効）が提供されます。申込ページのデフォルト表示は年払い料金を示しており、別途表示できる月払いビューでは30%ではなく10%の割引しか適用されないフルプライスが表示されます。

この表から欠けているものに注目してください。実際の数値です。ProとMaxはLiteの「ベース利用量」の倍数として価格が設定されていますが、そのベースは料金ページのどこにも数値化されておらず、「What is the usage limit for the plan?」という、まさにそのものずばりのタイトルのFAQ項目でさえ数値を示していません。Hacker Newsでcube00は率直にこの点を指摘しました。「It's impressive all these companies are getting away with 'base usage allowance included'... layering the higher plans as a multiplier of that 'base' but never disclosing what it is. I guess the base is whatever the profit margin needs to be this month.」

Xでは、ある返信がコストパフォーマンスをより好意的に評価していました。AndrewK404は次のように書いています。「considering that GLM-5.2 is on par with Opus 4.6, and its pricing is much lower, it's actually very competitive.」これは表示価格に対する公正な見方と言えます。それが成り立つかどうかは、Z.aiが公表しない数値に完全に左右されます。

ローンチは実際どう受け止められたか

ZCode公式のX上のローンチ投稿は5,739いいねを獲得し、リリースを3つの要点で説明していました。既存Coding Plan加入者向けの1.5倍利用枠、BYOK対応、そしてmacOS・Windows・Linuxでの利用可能性です。最も内容の濃い独立した反応は、2本あるHacker Newsスレッドのうち2本目に集まりました（1本目は、サイトがデフォルトで中国語表示となり、モバイル対応の英語切り替えボタンもないというローカライズに関する不満でほぼ脱線し、モデレーターが議論を誘導せざるを得ませんでした）。そして、それは一方的な勝利ではなく、賛否入り混じった評価でした。

最も詳細な比較は、両モデルを日常的に使っているInsideOutSantaによるものでした。

"Opus refuses tasks for me pretty regularly. GLM 5.2 has never refused a task. So for anything security-related or that touches on topics that trigger Opus's safety guardrails, I use GLM 5.2. OTOH, for anything related to UI design, I use Opus 4.8... Opus 4.8 is, on average, about twice as fast as GLM 5.2 running on z'ai's infrastructure for the same task... On average, I think Opus 4.8 is still a better, more reliable, and faster model, but if it went away tomorrow and I only had GLM 5.2, I wouldn't be too sad about it."

InsideOutSanta, Hacker News

インターフェース自体は、モデルよりも厳しい批判を浴びました。

"UI-wise this looks a lot closer to Codex than Claude Code. It's basically an exact copy of Codex."

paxys, Hacker News

"Even the hand icon, the usage in the text field, and the sidebar style are 1:1 identical to Codex. It's a misleading title, it's not close to Claude Code."

hazelnut, Hacker News

さらに信頼性に関する不満も重なりました。

"Their tui is quite heavy and crashing quite often as compared to claude code."

bitlad, Hacker News

Xでは、guybedoが「APIが非常に不安定なため、各リクエストを最低3回はリトライしなければならない」と述べ、Maxプランは「200ドルのcodexや200ドルのclaudeより少なくとも5倍速くトークンを消費する」と主張していました。

しかし、最も根深かったのは信頼に関する懸念でした。tristorはHacker Newsに次のように書いています。「There's no way I would ever put a piece of proprietary Chinese software that gets full system control on anything important. This is definitely something I would only ever run sandboxed in a lab environment for toy projects, not for serious work.」同じローンチ投稿へのX上の返信で、John_lussierはさらに直截的にこう表現しました。「How to get maximal data from your environment and workflow to China in one easy step!!」また別途、lucasteskeはオープンソースという打ち出し方そのものについて公平性の観点から問題を提起しました。「It seems concerning that you are releasing closed source tools while advocating to open source.」

ZCodeのメリットとデメリット

得意なこと：

• セキュリティ関連の作業を拒否しないモデル。 複数のコメント投稿者が独立して、GLM-5.2がOpusが時に拒否するセキュリティ関連タスクを処理できると指摘しており、これは特定のワークロードにとって実質的で具体的な利点です。
• 本物の、完結したエージェントループ。 Ryan Botのデモは、探索、実行、自己検証、そしてレビュー可能な差分を示しており、単発のコード生成器ではありません。
• 高性能モデルにおけるオープンな重み。 MITライセンスで地域制限もなく、複数のコーディングベンチマークでクローズドなフロンティアモデルと十分に競える水準です。
• 多くの西側ツールが見落としているリモート操作。 WeChat、Feishu、Telegramからタスクを操作できることは、単なるチェックボックス機能ではない実質的な差別化要因です。

足りないところ：

• インターフェースはCodexの記録に残るほぼコピーであり、独自デザインとは言えず、一部の報道が使った「GLMの開発元による」という打ち出し方を弱めています。
• 信頼性に関する不満は具体的かつ最近のもの：TUIのクラッシュ、複数回のリトライを要する不安定なAPI呼び出し、そしてあるユーザーが同等のCodexやClaudeプランの5倍と表現したトークン消費率。
• 料金階層は非開示のベースに対する倍率であり、コミュニティで最も多く指摘された批判であり、表示価格を正直に評価することを難しくしています。
• フルシステムアクセス権を持つ、プロプライエタリでクローズドソースのハーネスであり、中国企業によって開発されたものであるという点を、複数のコメント投稿者はサンドボックス化されたサイドプロジェクト以外の用途には超えてはいけない一線として扱っています。

本当の論点はフルシステムアクセス

ベンチマーク競争を脇に置くと、ZCodeが引き起こした議論は実のところGLM-5.2のコーディング品質についてのものではありません。それは、どの企業のものであれ、あらゆるAIに対して、レビュー工程を一切挟まずにファイルシステム、ターミナル、Git履歴への直接制御を与えるとどうなるか、という話です。これはまさに、AIエージェントを従来型のチャットボットから分ける違いです。チャットボットは答えて止まりますが、エージェントは行動します。そして、チェックポイントのないまま行動することこそが問題が起きるところです。これは、企業のホームページにどの国旗が掲げられていようと関わりのない、正当な問いです。

私たちも、カスタマーサービス向けのAIエージェントを構築する中で、影響範囲こそ異なるものの、まったく同じ緊張関係に直面しています。フルシステムアクセス権を持つコーディングエージェントはリポジトリを削除しかねません。フル自律性を持つサポートエージェントは、確信を持った誤った回答を、公然と、あなたの会社名を背負ったまま、有料顧客に送ってしまいかねません。私たちは、ガードの甘いモデルがまさにそれをやってしまう場面を実際に見てきました。まったく無関係なサポート質問に対して、周期表からそのまま引っ張ってきた「Oxygen」と答えてしまったのです。これは教科書通りのAIハルシネーションであり、ナレッジベース検索が空振りに終わったにもかかわらず、それでも何かでその空白を埋めることを止めるものが何もなかったために起きました。どちらのケースでも、実装は違えど解決策の形は同じです。エージェントの意図と、それが今まさに取ろうとしている行動との間にチェックポイントを設けること、モデルの判断を盲目的に信頼しないことです。

結論

ZCodeは、その裏に強力なモデルを備えた、正当かつ信頼に足る新規参入者です。GLM-5.2は長期タスクのコーディングにおける「最も強いオープンソースモデル」という評価にふさわしく、MITライセンスは、私たちがよく尋ねられるOpenAIとの比較のほとんどの背後にある厳重に守られた重みとは異なり、今日利用可能なフロンティア級モデルの中でも比較的オープンな存在にしています。しかし製品としてのZCodeは手放しでは勧めにくいものです。インターフェースはCodexのデザイン言語に大きく寄りかかっており、ローンチ週の信頼性に関する不満は曖昧ではなく具体的なものであり、料金階層はZ.aiが自ら公開しない数値の倍数として売られています。

すでにGLMのエコシステムの中にいる場合、あるいはOpusが敬遠しがちなセキュリティ関連の作業に対して、Opusクラスの料金より実質的に安価な代替を求めている場合は、試してみる価値があります。一方、純粋にCursorやDevin Fusionと比較して評価するのであれば、一社のハーネスにワークフローを賭けることなくGLM-5.2をとにかく実行できる、モデル非依存の選択肢の方が安全なデフォルトです。これは、Microsoft自身のCopilotファミリーについて私たちが下すのと似た計算です。自社完結型のバンドルは便利ですが、それはその裏にあるモデルが仕事に最適なものであり続けている間だけの話です。

eeselを試す

問題になっている自律型エージェントがコードを書くものであれ、サポートチケットに回答するものであれ、同じルールが当てはまります。フルアクセス権を持ち、チェックポイントのないモデルは、誤ったプロンプトを待ち構えている負債です。eeselは、Zendesk、Freshdesk、Gorgias、HubSpot、Frontなど、既存のヘルプデスクの上に乗り、初日から実際のチケット履歴から学習し、過去のチケットに対するフルシミュレーションを実行します。これにより、実際の顧客に届く前に、実際の過去の事例に対して自分が何を回答していたかを正確に確認できます。信頼度ベースのルーティングにより、実際に確信を持てることにのみ回答し、残りは人間に引き継ぎます。これは、どのモデルやどの企業が作ったものであれ、フルアクセス権を持つあらゆるエージェントに必要な同じ規律です。料金は使用量ベースで、解決済みチケット1件あたり0.40ドル、席数課金はありません。つまり、ベンチマークスコアに対して支払うのではなく、実際に正しく解決したチケットに対して支払うということです。