目次
Deep Principleの公式ブログは Hydrogen-1.0 を日付 2026-11-02（中国語インデックスの表示は Nov 2, 2026）で掲載している。英語ランディングは introducing-hydrogen-1.0、中国語は introducing-hydrogen-1-0-zh。化学・材料・生命科学向けの第三者による科学後学習リリースで、ベースは zai-org/GLM-5.3——智谱／Z.AIの新旗艦ではない。プロダクトの帰属は Deep Principle。
MIT付きのオープンウェイトはライセンスの話を解く。互換runtimeが立っているかどうかは別問題だ。Hugging Face／ModelScopeのページは重みの取得向け。モデルカードのUsage例はすでに起動済みの互換推論サービスを呼ぶだけで、重みのダウンロード／ロードはせず、いずれのハブがそのID向けにホスト推論を用意していることも意味しない。完全なデータセットと完全な学習レシピは重みに同梱されない。以下は公式ブログと、確認済みの3つのHugging Faceモデルカードに沿って開放境界とデプロイ要点を整理する。エンドツーエンドのデプロイは未実施、ブログのベンチ表は未再測、スループット／メモリ／科学タスク成功率も未実測。
関連記事：Atria Dawn 正式版ウェイト公開：Hugging Face で 512K コンテキスト、MiniMax M3.1 Flash のオープンウェイトが Hugging Face に公開、FlashX LegalがOpenRouterに登場、正式IDと現網価格、騰訊HyraがHyInvとHyPLM-Flashを公開、再現にまだ足りない条件。これらは別系統のオープンウェイトやGLM-5.3ホスティング記事。本稿はDeep PrincipleのHydrogen-1.0の重み・デプロイ注記・開放度に限定する。
誰が出し、ベースは何か
カード上のPublisher：Deep Principle。ベースモデルタグとfinetune関係：zai-org/GLM-5.3。技術ブログは、領域データに加え自前ラボの記録と発見トラジェクトリで後学習したと説明する。枠組みはGLM-5.3上の第三者科学後学習であり、「智谱がHydrogenという新旗艦を出した」ではない。
Deep Principle独自のコード／文書は別途 Apache-2.0 になる場合がある。第三者ファイルはそれぞれのライセンスを保つ。ここで扱うウェイト成果物について、カードはモデルウェイトを MIT と記載——再利用時は著作権と許諾表示を残す。「ツリー全体が単一ライセンス」には潰さない。
BF16本リポ：規模、ゲート、コンテキスト表記
本リポジトリ：deep-principle/Hydrogen-1.0。
Hugging Face API：
| 項目 | 値 |
|---|---|
gated | auto |
private | false |
| License（cardData） | mit |
| Base | zai-org/GLM-5.3（base_model:finetune:zai-org/GLM-5.3） |
| Safetensors total | 753329940480（約 753.3B；カード文面は 753B） |
createdAt | 2026-10-31T15:54:37.000Z ＝ 2026-10-31 23:54:37 Asia/Shanghai |
lastModified | 2026-11-02T09:00:24.000Z ＝ 2026-11-02 17:00:24 Asia/Shanghai |
モデルカード表には コンテキスト長 1M tokens、最大出力 128K tokens も並ぶ。利用可能なコンテキスト／出力予算は推論フレームワーク、サービス設定、実行資源に依存する。1M はカード上の表記であり、任意マシンが箱から出して1M満額で動くわけではない。
学習概要は技術ブログを指す。同じカード群は、完全なデータセットと完全な学習レシピは重みに同梱されないと明記する。
BF16デプロイの要点
本カードのDeployment節：チームは SGLang・8 GPU で試験したと記載。generation_config.json は必ず残す——end-of-turnトークンが列挙されており、無いと回答末で止まらない。
文書上の起動形（ID／フラグはカードどおり）：
python -m sglang.launch_server \
--model-path deep-principle/Hydrogen-1.0 \
--served-model-name hydrogen-1.0 \
--tp 8 --trust-remote-code \
--reasoning-parser glm45 --tool-call-parser glm47 \
--host 0.0.0.0 --port 8001運用メモに残す要点：
- テンソル並列
--tp 8 --trust-remote-code--reasoning-parser glm45--tool-call-parser glm47- 提供APIモデルID
hydrogen-1.0
続くUsage例は MODEL_BASE_URL 向けのOpenAI互換クライアントで、サービスがすでに起動している前提だ。呼び出しパターンであり、「ハブをcloneすれば会話できる」経路ではないし、Hugging Face／ModelScopeがそのID向けに公開ホスト端点を持つ証明にもならない。
量子化兄弟リポ：NVFP4とMXFP4
BF16だけではない。本リポ横に独立した量子化リポジトリが2つある。両カードとも MIT、baseは deep-principle/Hydrogen-1.0、学習概要も完全データ／レシピは同梱されないと繰り返す。量子化版はBF16と出力が異なる可能性がある。意図タスクで事前検証すること。その注意はカード記載——差分は未測定。
NVFP4 — deep-principle/Hydrogen-1.0-NVFP4
| 項目 | 値 |
|---|---|
gated | false |
| 量子化 | NVIDIA ModelOpt（modelopt_fp4）；例のKV cache fp8_e4m3 |
| ハード／試験 | 互換 NVIDIA Blackwell；Versions表は B200／B300；デプロイ節：チームは 8× B300 で試験 |
| Safetensors total（API） | 380989135104（約 381.0B） |
lastModified | 2026-11-02T09:00:35.000Z ＝ 17:00:35 Asia/Shanghai |
NVFP4例はSGLangで --quantization modelopt_fp4 --kv-cache-dtype fp8_e4m3、BF16と同じparser、および --context-length 262144。このコマンドはデプロイコンテキストを 262144 に上限する——どの環境でも 1M 満額だという主張ではない。hf_quant_config.json と config.json をチェックポイントと一緒に保つ。
MXFP4 — deep-principle/Hydrogen-1.0-MXFP4
| 項目 | 値 |
|---|---|
gated | false |
| 量子化 | AMD Quark |
| ハード／試験 | 互換 AMD Instinct；Versions：MI350X／MI355X；デプロイ：チームは MI350X + ATOM、テンソル並列4 で試験 |
| 起動 | python -m atom.entrypoints.openai_server（ATOMのHTTPは --server-port） |
| Safetensors total（API） | 384336046080（約 384.3B） |
lastModified | 2026-11-02T09:00:44.000Z ＝ 17:00:44 Asia/Shanghai |
MXFP4カードはチームのTP4試験に基づくデプロイ側の同時実行観察も記す：128 本の長考リクエスト同時がKVプールを埋め、evictionを起こして品質が急落；48 同時ではプール占有が 75% 未満で品質は通常だった、という内容。これは当該環境の観察であり普遍上限ではない——再測していない。
公式4経路
ブログ Availability の4経路：
- Hugging Face — オープンウェイトをダウンロード
- ModelScope — オープンウェイトをダウンロード（確認時
deep-principle/Hydrogen-1.0は HTTP 200） - NeuroSpark — API経由でアクセス
- Mira — Deep PrincipleのAI Scientist内で利用
1–2は重みハブ、3–4はプロダクト／API面。どの箇条もHF／ModelScopeのモデルページを「落とせば無料ホスト推論」には変えない。NeuroSpark／Miraを無制限無料ホストと誇張してもいけない——ブログは経路名を挙げただけだ。
ブログの評価数字
公式ブログはFrontierScience-Research（FSR）、GPQA Diamond、および内部研究シナリオ（科学計算、一段階前方反応、NMR構造、実験計画、材料発見トラジェクトリなど）での比較を自己申告し、GPT-6-Astra、Kimi-K3、起点の GLM-5.3 との数字も載せる。これらはブログの自己申告。スコアは再測していない。デプロイ速度、VRAM、スループット、科学タスク成功率も未実測。引用時は必ずそのラベルを付け、DigIntoAIの実測に書き換えない。
運用チェックリスト
- 帰属。 公開元＝Deep Principle；ベース＝
zai-org/GLM-5.3；智谱の新旗艦ではない。 - 時刻。 ブログ一覧日 2026-11-02；HF本リポ
lastModifiedは同日 17:00:24 Asia/Shanghai（09:00:24 UTC）。 - ライセンスとゲート。 ウェイト MIT；本リポ
gated=auto；NVFP4／MXFP4 APIは確認時gated=false。 - 規模。 BF16 約 753B（API total 753329940480）。
- コンテキスト／出力。 カード 1M／128K——利用長はruntimeとメモリ次第；NVFP4例はコンテキストを 262144 で頭打ち。
- BF16 runtime。 SGLang、
--tp 8、generation_config.json保持、trust-remote-code、reasoning-parser glm45、tool-call-parser glm47。 - 量子化経路。 NVFP4（Blackwell／ModelOpt）とMXFP4（Instinct／Quark／ATOM）は別リポ；BF16との出力ずれを想定。
- Usage ≠ ホスティング。 クライアント例はローカル互換サーバ向け；ハブページはそれだけではホスト端点にならない。
- 学習ギャップ。 ブログの公開概要 ≠ ウェイト同梱の完全データ／レシピ。
- スコア。 ブログ評価表＝自己申告；再測していない。
まとめ
2026-11-02、Deep Principleは GLM-5.3 上の科学後学習モデル Hydrogen-1.0 をオープンウェイトとして公開した。HF／ModelScopeのMIT BF16、独立したNVFP4／MXFP4、およびNeuroSpark／Miraという別経路。これは明確な重み＋デプロイ注記の話であり、同時に開放境界も明示する：本リポはgated、完全データ／レシピなし、ハブページは「落としてすぐ会話」ではない。SGLangやATOMを立てるには対応ハードと動くruntimeが要る——許可の開放は、すぐ使えるという意味ではない。実測メモはフッターのサイト運営者連絡先から送れる。