新しいAIが出るたび、私たちはまず「どれがいちばん賢いか」を気にします。けれど、実際に何かを任せて動かしてみると、賢さそのものより「必要なときだけ強い頭脳を借りる」段取りのほうが、財布にも時間にもやさしいことがあります。今回Perplexityが試しに公開したのは、まさにその段取りをAIの内側に組み込んだ仕組みでした。ふだんは身軽に、ここぞという場面だけ本気を出す——そんな働き方を、機械はどこまで安くこなせるのか。その数字の意味と、裏にある狙いを、順を追って見ていきます。
Perplexity は2026年7月9日（米国時間）、マルチモデル統合型のAIエージェント基盤「Perplexity Computer」向けに、新しいオーケストレーター・モデルのリサーチプレビューを公開した。中国のZ.ai（旧Zhipu AI）が開発したオープンソースモデル「GLM 5.2」を、Computer の実行環境（harness）向けに追加学習（post-training）した派生モデルであり、同社はフロンティア級に迫る性能を Claude Opus 4.8 比 約0.344倍のコストで提供すると説明する。
モデルには、自らの手に負えないタスクを検知して、より強力なフロンティアモデルへネイティブに委譲する「advisor tool」が組み込まれている。ベンチマーク「WANDR」では GLM 5.2＋advisor が 2.1x、Claude Opus 4.8 が 6.1x のコストとなり（ベースラインは通常の GLM 5.2＝1x）、全ベンチマーク平均でも Opus の約半分のコストに収まるという。モデルは米国内で Perplexity が Nvidia B200 GPU を用いてホスティングする。詳細なベンチマークは数週間以内に公開される予定で、あわせて研究論文の公開も見込まれると報じられている。
From: 
Perplexity Computer向け新オーケストレーター・モデルのリサーチプレビュー公開に関する投稿｜Perplexity（@perplexity_ai）
【編集部解説】
今回の発表が浮き彫りにするのは、モデル単体の性能競争ではなく、「複数のモデルをどう組み合わせるか」というオーケストレーション（統合制御）そのものが競争の焦点になりつつあるという構図です。Perplexity Computer はすでに19のAIモデルを束ねて動作しており、Perplexityの説明によれば、今回の派生モデルは、その中で大半のタスクを安価にさばく「既定値」として設計されています。
仕組みの核心は「advisor tool」にあります。まず安価なオープンソースモデルにタスクを走らせ、自力では手に負えないと判断したものだけを、Claude Opus 4.8 など、より強力なフロンティアモデルへ委ねる——この「適材適所のルーティング」によって、推論コストを圧縮する狙いです。Perplexity の暫定評価では、WANDR で約3分の1、全ベンチマーク平均で約半分のコストに抑えられるとしています。ただし、これはあくまで同社の内部評価であり、独立した検証や公開後の実運用コストの確認はこれからです。
Perplexity にとって、中国発のオープンソースモデルを追加学習するのは初めてではありません。同社は2025年、DeepSeek R1 を「R1-1776」として追加学習し、中国政府由来の検閲対象への応答制限を緩和したうえで公開した実績があります。今回の GLM 5.2 は Z.ai（旧Zhipu AI）製で、MITライセンスで公開されているため、ライセンス上は商用利用・改変・追加学習が広く認められています（ただし輸出管理などの適用法令は別途あります）。前回が主に情報の中立性という動機だったのに対し、今回は経済性が前面に出ている点が対照的だと、複数の報道は指摘しています。開発元の Z.ai は米国のエンティティリストに掲載されており、オープンウェイトとして技術的には広く取得・自己ホストできる一方、輸出・再輸出などの法規制は別途適用され得る——という、オープンソースと地政学の交差も見逃せない論点です。
日本の開発者やプロダクト担当者にとっての示唆は、明快です。AIエージェント基盤を設計する際に、「単一の最強モデル」を選び抜くだけでなく、「適材適所でモデルを振り分ける」設計が有力な選択肢として存在感を増しているということです。モデルの絶対性能だけでなく、コスト構造そのものがプロダクトの競争力を左右する場面が増えています。報道によれば、Perplexity は次に、米国産オープンモデルの「Nemotron 3 Ultra」でも同じ手法を適用すると予告しており、この「オーケストレーション経済学」が一過性の実験にとどまらず、再現可能な設計思想として広がっていく可能性を示しています。
【関連記事】
Perplexity Computer──19モデルのAIが働き続けるマルチモデル自律エージェント（内部）
今回のオーケストレーターが組み込まれる土台。19モデルをタスクに応じ自動で振り分ける設計思想と製品全体像を解説した一本。
GLM-5.2オープンソース化でZhipu AI株が一時48%高、開かれたAIへの賭け（内部）
今回のベースモデルGLM 5.2の発表そのもの。MITライセンス・100万トークン・米エンティティリストという文脈を押さえられる。
Z.ai「ZCode」始動、GLM-5.2で挑むAIコーディング─性能・価格・データ主権の三択（内部）
GLM 5.2を純正ハーネスに載せる戦略の類例。今回のPerplexityの手法と読み比べると、性能・価格・データ主権の論点が見える。
NVIDIA Nemotron 3 Ultra登場、長時間稼働エージェントを5倍速で動かすオープンMoEモデル（内部）
本文末でPerplexityが「次に同手法を適用する」と予告した米国産オープンモデル。今回の動きの続きを読むための関連記事。
【編集部後記】
「いちばん賢いAIはどれか」を追いかけるのは、正直に言えばとても楽しい時間です。新しいスコアが出るたびに順位が入れ替わり、私もつい見入ってしまいます。ただ、今回のPerplexityのやり方を眺めていて、ふと肩の力が抜けました。日々の仕事で本当に効いてくるのは、いちばん賢い一人を探すことよりも、「ふだんは軽やかに、いざというときだけ本気を出す」という段取りのほうかもしれない、と。
これは、私たちが毎日なにげなくやっていることに、そっくりです。短いメールはさっと返し、こみ入った相談だけ詳しい人に頼る。全部をひとりの天才に背負わせるより、そのほうが速くて、無理がありません。同じ発想が、AIの世界でも「コスト」という手ざわりのある数字になって表れはじめた——そこが、今回いちばん面白いと感じたところです。
もうひとつ、心の隅に置いておきたいことがあります。その「安い土台」になっているモデルは、国境やライセンスといった、技術の外側の事情とも地続きだということです。誰でも手に入る開かれたモデルであっても、どこで動かし、どんなルールの下で使うかまで自由になるわけではありません。便利さのすぐ裏にあるこうした前提は、これからAIを仕事に組み込んでいくときに、思いのほか大事な確認事項になっていくはずです。それに、詳しい数字はまだこれからです。「安くても賢さは落ちない」と胸を張るには、これから出てくる検証を待つ必要があります。
それでも、次にAIツールを選ぶとき、「どれがいちばんすごいか」だけでなく、「自分の目的には、どれをどう組み合わせれば足りるか」と一度立ち止まってみる。その小さな問い直しは、きっと役に立ちます。私も、数週間後に出てくるという数字を、楽しみに待ちたいと思います。
【用語解説】
オーケストレーター・モデル
複数のAIモデルを束ね、ユーザーの目標をサブタスクに分解して最適なモデルへ振り分ける「司令塔」の役割を担うモデル。Perplexity Computer 全体では、この仕組みがタスク分解・状態管理・ツール連携を担う。
post-training（追加学習／事後学習）
すでに学習済みのモデルを、特定用途向けのデータで追加学習し、特定のタスクに最適化する手法。教師ありの微調整（SFT）や強化学習など手法は多様で、必ずしも小規模データに限らない。今回は「いつ自分で処理し、いつ上位モデルへ委譲するか」の判断を身につけさせるために用いられた。
advisor tool（アドバイザー・ツール）
モデルが自らの能力の限界を検知し、必要なタスクだけを上位のフロンティアモデルへ委譲（エスカレーション）するために組み込まれた機能。多くのタスクが高価なモデルに到達しない設計とすることで、推論コストを抑える狙いがある。ただし委譲率の実数は公開されていない。
GLM 5.2
中国のZ.ai（旧Zhipu AI）が開発した大規模言語モデル。公式Hugging Face表示で総パラメーター約7530億のMoE（Mixture-of-Experts）構成、100万トークンの文脈長を持ち、2026年6月にMITライセンスで公開された。長時間の自律的なコーディングやエージェント用途に強いと、開発元は訴求している。
WANDR
Perplexity が今回のコスト比較で用いた評価項目の一つ。公開された定義や問題構成は現時点で確認できない。今回は通常の GLM 5.2 をベースライン（1x）とし、GLM 5.2＋advisor が 2.1x、Claude Opus 4.8 が 6.1x のコストとして示された。
Nvidia B200
NVIDIAのBlackwell世代に属するデータセンター向け高性能GPU。生成AIの学習・推論に用いられる。後継のRubin（Vera Rubin）世代は2026年後半の本格展開が見込まれている。
フロンティアモデル
各社の最先端・最高性能クラスのモデルの総称。厳密な統一定義はなく、何を指すかは時点によっても変わる。本記事の文脈では、コスト比較の対象およびadvisorの委譲先候補として挙げられた Claude Opus 4.8 を指す。
リサーチプレビュー
正式版に先立ち、改良を重ねながら提供する試験的な公開形態。必ずしも利用者数が限定されるとは限らない。今回のモデルもこの段階にあり、詳細ベンチマークは追って公開される予定である。
【参考リンク】
Aravind Srinivas（Perplexity CEO）のX投稿（外部）
PerplexityのCEOによる補足投稿。advisorと組み合わせると「Claude Opus 4.8級の性能」を大幅に安いコストで発揮すると説明している。
Decrypt：Perplexity Fine-Tuned a Chinese AI Model to Match Claude Opus 4.8（外部）
今回の派生モデルの狙いを、過去のR1-1776やGLM 5.2のライセンス・地政学的背景を交えて掘り下げた英語の詳細解説記事。
Hugging Face：zai-org/GLM-5.2 モデルカード（一次情報）（外部）
GLM 5.2の開発元Z.aiによる公式モデルカード。パラメーター数（753B）やMITライセンス、公式ベンチマークを確認できる。
