WRITERの新モデルはオープンモデルの事後学習。出力単価9分の1でOpus 4.8に並ぶ

Palmyra X6 は、WRITER がオープンウェイトモデル GLM 5.2 を事後学習して構築した新しいフラッグシップモデルです。

📖 この記事で分かること

• Palmyra X6はGLM 5.2を事後学習して作られた
• 自社評価で0.87、Opus 4.8の0.86をわずかに上回る
• 出力単価は100万トークン$8、Opusは$75
• スコアは公開ベンチマークではなく社内評価

💡 知っておきたい用語

• ハーネス: モデルに仕事をさせる「段取り」の仕組み。同じモデルでも段取り次第で手数とコストが変わる
• 事後学習: 完成済みのモデルに追加学習をかけて用途に合わせ直すこと

最終更新日: 2026年8月15日

▶ 公式ページ

• Palmyra X6 モデルページ(WRITER)
• Palmyra X6 と WRITER Agent の発表(WRITER)
• ハーネス研究レポート(WRITER)

WRITERがPalmyra X6を公開

この記事のポイント

• WRITERが2026年8月13日、新フラッグシップ「Palmyra X6」を公開しました(2026年8月時点)。
• X6はオープンウェイトモデル「GLM 5.2」を事後学習して構築されたと公式が明記しています。
• 価格は入力100万トークン$2・出力$8(2026年8月時点)。顧客は公開日から利用できます。

エンタープライズ向けAIエージェント基盤のWRITERが、新しいフラッグシップモデル Palmyra X6(2026年8月時点)を公開しました。同時に、エージェント実行基盤である WRITER Agent のハーネスと、トークン消費を管理するガバナンス機能も更新しています。

公開されたリリースで目を引くのは、X6の作り方です。WRITERはX6を、オープンウェイトモデルの GLM 5.2 の上に事後学習して構築したと明記しています。GLM は中国の Z.ai が公開しているモデル系列で、WRITERはこれを「入手可能な中で最も強力なオープンウェイトモデル」と位置づけています。自社で基盤モデルを一から訓練するのではなく、公開された重みを出発点に自社用途へ寄せる構成を、フラッグシップに採用した形です。

自社評価の数値と価格

数値はすべてWRITER自身が設計した社内評価によるもので、公開ベンチマークではありません。

WRITERは、顧客が実際に運用しているワークフローを基に独自の評価を作ったとしています。測定するのは9つの能力で、グラウンディングと検索、ツール利用、コンテンツ生成、サブエージェントへの委譲、ブランドボイスなどが含まれます。公開ベンチマークが測る一般的な性能ではなく、社内知識に沿って答えを組み立てられるか、ガイドラインを守れるか、長い作業の途中で脱線しないかを見る設計です。

この9項目の平均スコアと価格は次のとおりです(いずれも2026年8月時点の公式記載)。

出力単価で見るとX6はOpus 4.8の約9分の1で、スコアは0.01ポイント上回っています。速度面では、タスクを平均26秒で完了し、毎秒82トークンを生成、単一のゴールに対して最大8時間まで無人で作業を継続できるとされています。WRITERは、評価したモデルの中でX6が最も政治的バイアスが小さかったとも記載しています。

ハーネスがコストを決めるという主張

WRITERは、コストを左右するのはモデルだけではなくハーネスの設計だと主張しています。

更新されたWRITER Agentは、タスクに応じて推論の深さを動的に変えます。単純な質問には直接答え、複雑な作業では構造化した計画を立てる、という切り替えです。処理をまとめて実行したり、サブエージェントに委譲したりすることで、同じ仕事を少ない手数で終わらせる設計になっています。

Palmyra X6と組み合わせた場合、平均でコスト52%減、速度48%改善、品質10%改善としています。さらに公式リサーチ「The Harness Effect」では、WRITER製・サードパーティ製を含めてテストした全モデル横断で、WRITER Agentがタスクを44%高速・タスクあたりコスト41%減で完了し、品質は維持したと報告しています。モデルを差し替えなくても段取りの改善だけで効果が出た、という主張です。

管理者向けの機能も広がりました。WRITER AgentでAnthropicやOpenAIのモデルを有効化でき、利用者はセッション開始時に選べます。Microsoft Azure、AWS Bedrock、NVIDIA NIM 経由の持ち込みモデルにも対応します。ガバナンス側では、全社の利用状況を期間比較できる集約ビュー、Playbooks と Skills 単位のコスト分析、アラートと上限による消費コントロールが追加されています。新機能は公開日からWRITER顧客が利用できます。

編集部の見方

編集部は、この発表で最も再利用価値が高いのはスコアそのものではなく、自社の実業務に沿った評価軸を自前で作ったという進め方だと見ます。

• 根拠1: 0.87という数値はWRITERが設計・実施した社内評価であり、第三者の公開ベンチマークではありません。ベンダーの自社評価は自社モデルに有利な設計になり得るため、この数字だけで他モデルとの優劣は判断できません。数値の使い道は「順位」ではなく「評価軸の作り方」の側にあります。
• 根拠2: 測定項目が、社内知識への忠実さ、ガイドライン遵守、長時間作業の一貫性といった、公開ベンチマークが拾いにくい実務要件で構成されています。導入検討でモデルを選ぶ企業が自前で用意すべき観点として、そのまま参考にできます。
• 根拠3: ハーネス側の効果が全モデル横断で44%高速・41%低コストと報告されており、これが再現するなら、コスト対策の順番は「上位モデルへの乗り換え」より先に「段取りの見直し」になります。

この見方が変わる条件は、第三者の公開ベンチマークや独立した検証でX6の順位が再現された場合です。そのときは評価軸の話ではなく、モデル選定の実データとして扱えます。

よくある質問

Q: Palmyra X6は誰でも使えますか

A: 公開日からWRITER顧客が利用できるとされています。今回のリリースでは一般向けの提供形態は示されていません。

Q: スコア0.87はどのベンチマークの数値ですか

A: 公開ベンチマークではなく、WRITERが顧客の実運用ワークフローを基に作成した社内評価の9項目平均です。第三者による検証結果ではありません。

Q: なぜオープンウェイトモデルを土台にすると安くできるのですか

A: 今回のリリースは価格の内訳を説明していません。公式が示しているのは、GLM 5.2 を事後学習して構築したという事実と、入力$2・出力$8という価格設定までです。

まとめ

WRITERは2026年8月13日、GLM 5.2 を事後学習した新フラッグシップ Palmyra X6 と、WRITER Agent のハーネス更新を公開しました。社内評価では9項目平均0.87で、出力単価は Claude Opus 4.8 の約9分の1にあたる100万トークン$8です。ただしこの数値はベンダー自身の評価であり、公開ベンチマークによる裏付けはありません。同時に示されたハーネス側の効果は全モデル横断で44%高速・41%低コストとされ、モデル選定より先に実行設計を見直す余地があることを示しています。

事後学習でコストを抑えた類似の事例は、以下の記事でも扱っています:

【用語解説】

• オープンウェイトモデル: 学習済みの重みが公開され、他社が追加学習や自社運用に使えるモデル
• グラウンディング: モデルの回答を、社内文書などの指定した情報源に基づかせること
• サブエージェント: 主となるエージェントが作業の一部を切り出して任せる、補助的なエージェント

引用元:

• [1] WRITER Makes Agentic AI Economically Sustainable at Enterprise Scale With Palmyra X6 Release and Major Harness Upgrades(WRITER)
• [2] The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI(WRITER)
• [3] Writer introduces new AI model and upgraded harness to contain token costs(TechCrunch)
• [4] Writer says its new Palmyra X6 model cuts AI agent costs by 52% as token spending surges(VentureBeat)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。