核心結論：「一点豪華」から「星座」へ
2025年、DeepSeekのオープンソース戦略により、同社はグローバルステージにおける中国AIの代名詞となった。しかし2026年に入り、その情勢は急速に書き換えられつつある。
智譜GLM-5.1は請求書処理などの構造化推論タスクで安定した性能を発揮。月之暗面のKimi K2.6は2.5兆パラメータ規模とAgent Swarmアーキテクチャでコードインテリジェンスの境界を再定義。MiniMax M2.7は自己進化メカニズムによりエージェントワークフローで独自の優位性を示す。さらに小米のMiMo-V2.5デュアルモデルのオープンソース化や螞蟻集団の百霊Ling-2.6-flaの公開により、中国オープンソースAIは正式に多極競争時代に突入した。
何が起こったのか
GLM-5.1：「スケーリングペイン」から本番安定へ
智譜GLMシリーズは公に文書化された「スケーリングペイン」デバッグ期間を経てきたが、GLM-5.1のリリースはその段階を乗り越えたことを示している。実際の請求書処理タスクのテストにおいて、GLM-5.1はDeepSeek V4 FlashやGPT-5.5と並んでタスクを完了した。
さらに重要なのは、GLMのエージェント編成における進歩である。智譜はモデルからエージェントフレームワークまでの完全なパイプラインを構築しており、GLM-5.1は主要なエージェントプラットフォームとシームレスに統合されている。
Kimi K2.6：2.5Tパラメータ + Agent Swarm
月之暗面のKimi K2.6は、今回の中国モデルアップグレードの中で最も注目されているリリースの一つだ。2.5兆パラメータの規模により、現在利用可能な最大のオープンソースモデルの一つとなっている。
Kimi K2.6はSWE-benchなどのコード評価で強力なパフォーマンスを示し、その長距離コーディング能力とエージェントクラスター・スケジューリング能力は国際トップモデルと直接競争している。
MiniMax：自己進化と両極端戦略
MiniMaxのアプローチは常に議論を呼んできた。「最大最小」戦略は、超大規模モデルと超軽量モデルの両方を同時に維持することを意味する。M2.7リリースでは自己進化メカニズムが追加され、モデルはエージェントワークフロー内で継続的に学習し、自身の動作を最適化できるようになった。
小米MiMoと螞蟻百霊：テック巨人の「側面攻撃」
小米のオープンソースMiMo-V2.5デュアルモデル（310Bマルチモーダル + 1Tコードエージェント）と螞蟻集団の百霊Ling-2.6-flaは、異なる競争パスを代表している：汎用能力で競争するのではなく、垂直シナリオ（方言音声認識、金融ナレッジエージェント）で優位性を築くこと。
開発者への実際的な影響
モデル選択はもはや「誰が一番か」ではない
- コードタスク：Kimi K2.6とGLM-5.1がSWE-benchで安定したパフォーマンス
- 構造化推論：GLM-5.1が請求書処理シナリオで信頼性を検証
- エージェントワークフロー：MiniMax M2.7の自己進化メカニズムが継続的最適化に適する
- マルチモーダル/方言：小米MiMo-V2.5が方言認識で独自の優位性
結論
中国オープンソースAIの多極化は、単に「より多くのプレイヤーが参入する」ことではなく、競争パラダイム全体の変革である。GLM、Kimi、MiniMax、MiMo、百霊がそれぞれの次元で優位性を確立し、オープンソース戦略を通じてエコシステムのシナジーを形成するとき、中国AIは「追従者」から「ルールメーカー」へと移行している。