0828 | Product Hunt：GLM-5.3-Flash、Traccia、Lenz、GitNexusを解説

葵: Bri Radio の Product Hunt Daily、本日は葵と悠真でお届けします。今日はまず、アクティブパラメータを大胆に絞ったオープンウェイトのマルチモーダルモデルが2件並びました。Z.ai の GLM-5.3-Flash は、GLM-5 シリーズ初のネイティブ・マルチモーダルモデルです。

悠真: それから本日のローンチから、AIエージェント運用の二製品も取り上げます。Traccia は本番稼働する自律エージェント向けのベンダー中立型 Agent Control Plane ですし、もう一件は Lenz という製品が並んでいます。

葵: さらに GitNexus と Ojin も登場しています。Ojin は実在の顔と音声を持つ AI エージェントとリアルタイムに会話できるサービスをローンチしていて、静止画1枚と素の言葉で書いたペルソナ、音声だけでセットアップが済むとされています。

悠真: 他にも、自分のドキュメントだけを基に動く macOS 向けミーティングアシスタントの Savvy、Kobo 電子書籍リーダー向けのオープンソースプラットフォーム Cobalt、Figma プラグインの Sendra など、多彩なローンチが並んでいます。それでは本題に参りましょう。

葵: 今日はアクティブパラメータを絞ったオープンウェイトのマルチモーダルモデルが二件並びました。まずZ.aiのGLM-5.3-FlashはGLM-5シリーズ初のネイティブ・マルチモーダルモデルで、総パラメータ3200億のうちアクティブは180億。メーカー発表ではGLM-5.2をベンチマークと実運用の両方で上回り、価格は10分の1、コーディングとエージェント系ベンチマークではClaude Opus 4.8に迫るとしています。公開前からコードネームOx AlphaとしてOpenCodeとOpenRouterで先行利用され、その週で最も使われたモデルだったとのことです。

悠真: 公開版は320B-A18B構成で、100万トークンのコンテキストとMITライセンスを備え、スパースと線形アテンションの組み合わせで長いコンテキストの配信コストを抑える設計です。APIは入力100万トークンあたり0.15ドル、出力は0.50ドルで、最初の2週間は50パーセントオフ。あるユーザーはKilo Codeで数日使い、高速で長いエージェント実行にも耐え、新しい定番だと評価しました。ただ別のコメントでは、GLMモデルが画像を理解できるのはいつかという疑問も上がっていて、出たばかりのマルチモーダル性能は検証待ちです。

葵: もう一つのQwen3.8-Flash-Nextは、Qwen4に向けたオープンウェイトのプレビューで、総パラメータ1250億・アクティブ60億のマルチモーダルMoEです。QSA、Gated Residual、N-gram埋め込み、Muonを軸にした新アーキテクチャが採用され、コミュニティ投稿ではQwen3-NextがQwen3.5のアーキテクチャを先取りした前例と同じ位置づけだと説明されています。

悠真: この新アーキテクチャの効き目ですね。QSAは長文検索のコストを下げ、Gated Residualは情報の経路を増やし、N-gramメモリはトークンあたりの計算を抑えたまま容量を増やすとされます。ウェイトはすでに公開済みですが、ライセンス規約は要確認です。一方で、あるユーザーは総パラメータ1250億ではローカル実行が難しいと指摘し、35B-A3Bの後継となる35〜40B・A3〜6B級の版を求めています。両モデルとも、総パラメータが大きい一方でアクティブを絞り、長文コンテキストとエージェント実行を売りにした点で共通しますね。

悠真: 話題を音声インフラに移します。SpekoはOpenRouter for Voiceと称するもので、音声認識、言語モデル、音声合成を一つのAPIで提供し、公開されているベンチマークを実行時の可用性と並べて示しています。創業者のBek氏は、以前は音声AIアプリのスタートアップで共同創業者兼CTOを務め、シリーズA後に辞めて、10以上の言語対応に苦労した日々を悔やんで作ったと話しています。

葵: 一方で、Gemini 3.5 Transcribeも今日ローンチされています。こちらはこれまでで最も正確な音声認識モデルと自ら位置づけ、リアルタイムでの自然な書き起こしを狙ったものです。自己修正を処理し、フィラー語を除去して、タイプするようにではなく話すように言葉が扱われるとしています。

悠真: うん 同じ音声認識でも方向性が違いますね。Spekoは複数モデルをまとめる統合口を狙い、Gemini 3.5 Transcribeはその単体の精度を売りにしている。

葵: 続いて、エージェント運用の二製品です。まずTracciaは、本番稼働する自律エージェント向けのベンダー中立型Agent Control Planeです。メーカーは、従来のトレースが何が起きたかを示しても、その行動が許容可能だったかは示さないという問題から作ったと述べています。PythonとNodeのオープンソースSDKでApache 2.0、OpenTelemetryネイティブを基盤に、LangChain、CrewAI、OpenAI Agents SDK、AutoGen、LlamaIndexなど複数フレームワーク横断で動作し、ハードブロックはエージェント実行の途中で停止させます。

悠真: PII検知、プロンプト評価、EU AI ActとHIPAA向けの監査証跡エクスポートも備えています。コスト帰属は二千五百以上のモデルに対応し、スパン終了時のローカル計算により10パーセントのトレースサンプリングでも正確だと主張しています。メーカーはまだ初期段階とし、SOC 2の審査は進行中、クーポンTRACCIAPHで3か月無料です。

葵: もう一つのIQ Routingは、エージェントを独立したリクエストの列ではなく軌跡とみなし、各ステップを品質基準を満たす最も安いモデルへ振り分けるドロップイン型ゲートウェイです。Claude CodeやCodexなどで使え、コードを変えずに既存ツールを向けるだけでよいとしています。同一または意味的に同じリクエストはキャッシュで再課金しません。

悠真: 自社トラフィック計測としては40〜80パーセントの支出削減を主張しています。同じ五ステップのLangChainループの例では、全ステップをclaude-opus-4-8で実行した1ドル84セントが、ルーティング後は77セント、つまり58パーセント減になると示しています。無料プランは永続無料で毎分二百四十リクエストまで、Teamプランは月70ドルです。

葵: コミュニティでは複数フレームワークのエージェントを一箇所で管理できる点を評価する声がありました。一方、IQ Routingのキャッシュが実行をまたいで再利用されるかは未回答のままで、質問者は同じ文言のリクエストでも実行内での位置が異なれば、別の先行ステップの下で作られた回答が渡される可能性があると指摘し、まだ試用しておらずドキュメントで最初に確認したいと述べています。

悠真: Lenzは、幻覚を許容できないAIワークフローのための独立・多モデル型のファクトチェックAPIです。テキストから検証可能な主張を取り出し、独立した情報源を検索してマルチモデルの議論を走らせ、レビューパネルに通して、各情報源と議論と手順をすべて見せた形で採点済みの判定を返す仕組みです。モデルごとのブラインドスポットが結論を握らないようにするという狙いで、APIとMCPの両方で利用できます。

葵: GitNexus、Akon Labsによるオープンソースのコーディングエージェント向けカーネルです。45,000のGitHubスターを持ち、組織内のすべてのコードベースを一つの情報源にまとめて、エージェントが問い合わせられるナレッジグラフカーネルだとされています。コードを決定的なグラフに解決し、エージェントは埋め込みの推測ではなく正確な呼び出し元やインポート、影響を得られるとのこと。公開ベンチマークでは、GitNexusを接続するとコーディングエージェントの実行が51パーセント安くなり、MCP経由でどのエージェントとも連携します。

葵: 今回紹介するのが「Ojin」、実在の顔と音声を持つAIエージェントと、リアルタイムで会話できるサービスです。セットアップに必要なのは静止画一枚と、プレーンな言葉で書いたペルソナ、それに音声だけで、撮影もスクリプトもいらないといいます。中身は一つのAPIの背後に二つの顔モデルを置く構成で、速度とスケール向けの「Oris Portrait」と、表現力向けの「Oris Presence」を用意しています。両方ともWebSocketでストリーミングされ、PipecatとLiveKitに組み込めるのが特徴です。

悠真: なるほど、二つのモデルを使い分けるというのがポイントですね。創業者のMio氏は、相手が文を終えたのか、それとも考えているだけなのかを判別するターンテイキングこそが製品の大部分だと説明しています。サイト上ではOris Portraitが二百ミリ秒未満のレイテンシーと謳っていて、価格は一分あたり0.05ドルから、十ドルの無料クレジット付き。運営元はドイツのJournee Technologies GmbHです。

葵: ただ、ここからが面白いところで、コミュニティの反応は称賛ばかりではありません。あるユーザーはエージェント「Sofia」から旅行の推薦を受け、途中で遮ったりランダムに割り込んでも会話がスムーズに続き、それにも応答したと報告しました。でも同時に「AIであることは明らかだが、体験はかなり良い」とも述べています。

悠真: その注文の付けどころが鋭いですね。アバター生成側で働くという別の投稿者は、ターンテイキングへの注力は正しい指摘だと認めつつ、誰もそれを基準に買わないと切り、エンドポインティングのレイテンシーを顔モデルの仕様の隣に掲載すべきだと提案していました。さらに、リアルタイム音声の一分単位の課金よりも、通話成果あたりのコストを知りたいという声もあって、会議を予約できた四分の通話は、成果のない六十秒の通話より安くなり得るとの指摘もありました。ただ、これらの評価は提供者側の主張か個人の体験談どまりで、第三者による検証やエンドポインティングの実測値は公開されておらず、競合との比較は未検証のままです。

葵: 次は「Savvy」。自分のドキュメントだけに基づいて動く、macOS向けのミーティングアシスタントです。フォルダを指定すると、クライアントごとにバージョン管理されたブリーフが作られます。ミーティング中は基本的に沈黙を保ち、三つの場合にだけ発言します。相手がブリーフで答えられる質問をしたとき、自分が設定したレッドラインに触れたとき、そしてAdviceボタンを押したときです。各カードには出典元が明記されます。

悠真: 既存のAIミーティングツールとの差別化が明確ですね。製作者によると、従来のツールは後から要約メールを送るだけで、アーカイブには役立っても会話の最中には役立たない。そこで通話中に助けになるよう作ったといいます。想定している利用者は、クライアント通話を取る人です。

葵: プライバシー面も独特な設計です。文書・インデックス・文字起こしはMac上に残り、外部に出るのは抜粋と音声ストリームだけ。ただ、文字起こしにはDeepgramかAssemblyAIのアカウントが必要で、音声はそのプロバイダーにストリーミングされるため、現行ビルドにオフラインの文字起こしモードはありません。Deepgramでは音声のモデル訓練利用をオプトアウトする設定がされますが、AssemblyAIの同等の扱いは利用者が規約を確認する必要があります。

悠真: 推奨文の生成にはOpenAI Codex CLIかAnthropic Claude Codeが使われ、抜粋と直近の文字起こしがそのCLIのサインイン先に送られます。音声と文字起こしは三十日後に削除され、クライアントを削除したときは派生データだけが消えて、元のソースフォルダには触れません。対応環境はApple SiliconとmacOS 13以降で、オープンソース、MITライセンスです。

葵: 「Cobalt」は、Kobo電子書籍リーダー向けのオープンソースのアプリケーションプラットフォームです。ランチャー、署名付きアプリストア、Rust SDK、そして各アプリを非特権プロセスに隔離するランタイムで構成されています。セットアップはUSB経由で一度だけ行い、以後のアプリのインストール、更新、削除はWi-Fi経由で端末上から完結します。

悠真: アプリの扱いも徹底していますね。各アプリは静的ARMバイナリとして動作し、起動前に署名が検証されます。再起動すると通常のKoboリーダー操作に戻るので、普段の読書とは共存できる。Rakuten Koboとは提携していないと明記されています。

葵: 対応確認済みの端末は、Clara BW N365、Clara Colour N367、Elipsa 2E N605、Clara HD N249、Libra 2 N418、Libra Colour N428です。2025年モデルのClara BW P365は、テスト済みのN365と同じハードウェアおよびファームウェアに一致した場合にサポートされます。その他の端末は未テストで、対応追加が予定されています。

悠真: 同梱アプリの幅が面白いところです。RSSの検出・リーダー、深層リサーチとElevenLabs APIを使うオーディオブック生成、arXivやGutenbergのブラウザ兼リーダー、オフラインゲーム、ターミナルに加えて、Claude CodeやCodexのコントローラまであります。Sidekickはコーディングエージェントからの承認リクエストを端末上で操作できる。SDKでは一つのRustファイルでアプリを記述でき、ネットワークやストレージ、オーディオ、フロントライト、Wi-Fiは機能単位で許可が求められます。

葵: 開発者は、目の衰えからノートPCの画面を避け、長時間のClaudeセッションをKobo側で確認・承認するために作ったと述べています。Hacker Newsで一位となり六百五十票超を獲得し、約百ドルの端末でClaude CodeとCodexを管理でき、バッテリーは約一か月持つと主張しています。ただし、これらは開発者本人の説明であり、独立に検証された結果ではありません。

葵: 「Sendra」はFigmaプラグインで、デザイン済みのフレームを選ぶと、GmailやOutlook、Apple Mail、Yahoo、AOLなどの主要メールクライアントで表示できるレスポンシブHTMLに書き出します。製品ページによると、コンポーネントライブラリや再構築は不要で、モバイルでの積み重ね、余白、サイズを要素ごとに調整でき、ダークモードの色上書きもできます。

悠真: 書き出されるのは標準的なHTMLで、MailchimpやKlaviyo、HubSpotなどのメールプラットフォームにそのまま貼り込めます。開発者でプロダクトデザイナーのJoe氏は、FigmaでメールをデザインしてもHTMLで作り直す手間と、プレビューでは気付かずOutlookやスマートフォンで崩れる問題を解決するために作ったと説明しています。

葵: レンダリング規則はプレビュー画像ではなく、実機の実クライアントで確認しているとのこと。直近の追加で、画像のホスティングとプラグイン内からのテスト送信が可能になり、最初の十回の書き出しは無料、Proで無制限になります。コミュニティでも、FigmaからHTMLへの変換中だったユーザーが、コードやプラグインを扱わずに変換できたと感謝を述べていました。ただ、これらの機能と効果は開発者の説明に基づく主張で、独立した検証結果は示されていません。

葵: さいごは「SpacebarX」、キーボード優先・ローカル優先のアウトライナーです。メモ、タスク、文章、Markdown、コード、プロジェクトを、一つの入れ子構造のアウトラインで管理します。日付はインラインで入力でき、Todayビューが対応が必要な項目を集め、ワークスペース全体を検索してもノートの文脈を保ちます。オフラインで動作し、ユーザーが管理するクラウドフォルダ経由で同期します。

悠真: 無料版は永久無料で、Pro版は視覚的ビュー、保存済み検索、暗号化ドキュメント、バージョン復元、カレンダー、アップロード、BYOK AIを追加し、月次・年次に加えて九十九ドルのオプションが示されています。開発者は、ノートとタスクが別々のアプリに分かれる問題を解消するために作ったと説明します。ファイルはローカルに残り、完全にオフラインで使え、同期には自分のGoogle DriveかDropboxを接続し、SpacebarXのサーバーがノートを保存・閲覧・制御することはないというのが主張です。これらは開発者の主張であって、検証済みの事実ではありません。

葵: 現在はPWAとして、ブラウザからデスクトップ・モバイルにインストールできますが、ネイティブのデスクトップ・モバイルアプリは開発中で、提供時期は未公表です。同期はGoogle DriveかDropboxを介し、CRDTによるマージで変更が上書きされない設計。iCloud同期は未提供で、時期も明らかにされていません。コミュニティの利用者は、操作性とGoogle Drive同期のスムーズさを評価し、WorkflowyとNotionを組み合わせたような体験で、入れ子リスト内の期日付きタスクがTodayビューに自動表示されると述べました。一方で、モバイル体験はある程度良好だがネイティブアプリで改善されるだろうと期待し、iCloud同期の開始時期を尋ねています。

葵: 五歳から九歳向けのiOSアプリ「ヨミ」では、子どもが物語を声に出して読むと、音声認識が読んだ言葉を聞き取り、言葉ごとに猫が少しずつ餌をもらえる仕組みです。読みにくい単語はタップすれば発音を聞けるほか、名前やキャラクター、場所、出来事を選ぶだけでオリジナル物語を作れるウィザードも備えています。収録ストーリーは易しい・普通・難しいの三段階で、現時点で英語とフィンランド語に対応し、追加言語を計画中です。

悠真: このアプリができたきっかけについて、開発者のデザイナー、エリナ氏は、小学一、二年生の先生とのワークショップで「ひとりでは読めるのに音読すると固まってしまう子がいるのはなぜか」という疑問を受けて、自身の子どもも黙読しかしなかったと説明しています。既存アプリの連続記録や火の絵文字が就寝前をストレスにしたため、ヨミには連続記録も広告もアカウントも、データ収集もランキングもコインも入れていない。休んだ日は猫が少し悲しむだけで、十四日間の連続記録を失う心配はないとのことです。

葵: つまり、ヨミは読み方を教えるアプリではないんですね。開発者は「ヨミは子どもに読み方を教えない。教えるのは先生と親」と明言し、商品サイトでも、すべての読書の困難を解決するわけではないとしつつ、声に出して少しでも読む子どもは読まない子どもより多く読むようになる、と主張していますが、これは開発者の見解であって検証結果ではありません。開発元はインタリニアー・オイです。

悠真: コミュニティの反応では、ゲーミフィケーションがない点を評価した保護者が、読後に親が質問すると息子が喜ぶため、内容確認機能が入れば人気が出るだろうと期待しています。別の保護者は、読書に苦労する十歳の娘に使わせたいと話しています。

葵: 「The Million Sad Ducks」は、百万羽の悲しいアヒルがいる世界を無料でズーム移動できる作品です。1ドル払うと1羽のアヒルが永久に幸せになり、自分で付けた名前が登録され、PDFの「アヒル幸福証明書」が発行されます。池は6つあり、価格は1ドルから1000ドルまでで、アヒルをどれだけ劇的にするかに応じて変わります。ギフトとしても使えて、名前を付けると証明書は贈り先に届きます。

悠真: 製作者はロンドン発のこの作品を「Million Dollar Homepage」のアヒル版だと認め、オリジナリティは主張しないと述べました。違いは、ピクセルが広告スペースだったのに対し、アヒルはギフトである点だと説明しています。また、悲しいアヒルは実際には存在せず、各アヒルの位置や色、ポーズ、小物はID番号から導出されるので、百万羽の世界全体は純粋関数であり、データベースには実際に幸せにされたアヒルだけが保存されるとのことです。一人で開発し、実際に支払いを受け付けています。

葵: 証明書はA4横向きの文書で、印章、月桂冠、3人の架空の署名者、「鳥類情緒福祉省」の名前が記載されています。コミュニティでは、あるユーザーがアヒルを「ダッキングストン三世」と名付けて幸せにしたと報告し、別のユーザーはAIエージェントの発表の海の中で素敵な発見だったと発売を祝福しました。同じユーザーは、証明書が笑えたと述べ、「鳥類情緒福祉省」という名前が、ちょうど良い感じの偽公式さだと評価しています。

悠真: その一方で、このユーザーは、チェックアウト時に名前を打ち間違えた場合、支払い後に修正できるのか、それともアヒルが誤った名前のまま永久に幸せな状態で残るのかを質問していますが、提供された情報には製作者の回答は含まれていません。

葵: 今日は、GLM-5.3-Flash や Qwen の新モデルといった、オープンウェイトの高速モデルの競争に加えて、本番規模のエージェント運用を支える二つの製品を紹介しました。

悠真: ベンダー中立のコントロールプレーンから軌跡を意識したルーティングまで、エージェントを本当に使いこなすための選択肢がそろっていましたね。

葵: 次回も、こうした学びの深い話題でお会いしましょう。最後までお聞きいただきありがとうございました。