GLM-5.3とは — Z.ai新モデルの正体とGLM-5.2との違い

2026年8月14日、Z.ai（Zhipu AI）はGLM Coding Plan経由で新モデル「GLM-5.3」をリリースした。パラメータ数は743Bで、ベースモデルはGLM-5.2と同一——つまり事前学習をやり直したのではなく、post-training（事後学習）だけでコーディング・エージェント能力を伸ばしたモデルである。Z.aiの自社評価ではGLM-5.2比でコーディング能力が約50%向上したと主張し、Terminal-Bench 3.0やAgent's Last Examなど複数の公開ベンチマークでもオープン系トップの成績を記録している。ただし現時点で重みはまだ公開されておらず、利用できるのはAPI・サービス経由のみだ。本稿執筆時点でZ.aiはローンチから約2週間後（2026年8月末頃）にセキュリティレビューを経て重みを公開する予定としている。

GLM-5.3の最大の特徴は、パラメータ数743Bのベースモデル自体がGLM-5.2から変わっていない点にある。つまり事前学習コーパスやモデルアーキテクチャに手を加えたのではなく、post-trainingフェーズ——強化学習やエージェント指向のファインチューニングなど、事前学習後の追加調整工程——のみでコーディング・エージェント能力の底上げを図ったモデルだ。GLM-5.2のハードウェア要件についてはGLM-5.2の必要スペックまとめで解説した通りだが、ベースが同一である以上、推論に必要な計算資源の規模感は基本的に引き継がれると見てよい。Z.aiの自社評価によれば、この post-training のみのアプローチでコーディング能力がGLM-5.2比で約50%向上したという。ベースモデルを再学習せずにここまでのゲインを主張している点は、事前学習のスケールアップだけがモデル改善の手段ではないことを示す一例と言える。

GLM-5.3は複数の公開ベンチマークで実測スコアを公表している。特にエージェント型のコーディング・セキュリティタスクを扱うTerminal-Bench 3.0、Agent's Last Exam、AutomationBenchでオープン系モデル中1位を獲得している点が目を引く。

CyberGymやExploitBench、ExploitGymといったベンチマーク名からも分かる通り、GLM-5.3のスコアは一般的なコーディング能力だけでなく、セキュリティ・脆弱性探索領域に強く寄っている。これは後述するpost-trainingの設計方針と直結している。

近年のLLM開発では、パラメータ数や学習トークン量を増やす事前学習のスケールアップが性能向上の主軸とされてきた。GLM-5.3が示しているのは、それとは異なる改善経路だ。ベースモデルの事前学習をやり直さず、強化学習やタスク特化のファインチューニングといったpost-training工程だけを追加で回すことで、特定領域（この場合はエージェント型コーディングとセキュリティタスク）の能力を大きく伸ばせるという主張である。この方式のメリットは明確で、事前学習に比べてpost-trainingは必要な計算資源も開発期間も小さく済む。GLM-5.2からGLM-5.3への移行が短いサイクルで行われたのも、この非対称性を反映していると考えられる。一方でこのアプローチは、ベースモデルが持つ知識や推論の「地力」自体は変わらないという制約も意味する。post-trainingは既存の能力を引き出し、特定タスクへの適応を強化する工程であり、ベースモデルにない能力を新たに生み出すものではない。GLM-5.3のゲインが主にエージェント・コーディング・セキュリティ関連ベンチマークに集中しているのは、この特性と整合的だ。

GLM-5.3は、脆弱性探索用に構築されたデータと実行環境を用いてpost-trainingされている。Z.aiはこの学習を経てモデルが「多段階の攻撃連鎖を一貫した計画として推論し始めた」と説明している。単発のエクスプロイトを個別に処理するのではなく、複数ステップにまたがる攻撃シナリオを一つの計画として組み立てられるようになった、という趣旨だ。この能力の実証として、Z.aiはセキュリティ研究の枠組みで269のプロジェクトを対象に2,436件の脆弱性を発見し、その結果を公開レジストリcvd.z.aiに掲載している。これは防御側にとって価値のある成果である一方、同じ能力は攻撃側にも転用しうるという二面性を持つ。CyberGymやExploitBench、ExploitGymといったベンチマークで高スコアを記録していること自体が、この能力の強さを裏付けている。重みが公開日時点でまだリリースされておらず、Z.aiがローンチ後約2週間かけてセキュリティレビューを行うとしている背景には、こうした攻撃能力の転用リスクを事前に評価する必要性があると推測できる。ただし、この点についてZ.aiが明示的な理由を公表しているわけではなく、あくまで一般的に想定される背景である。

GLM-5.3は現時点でGLM Coding Plan経由での利用が可能で、Z.ai自身のコーディングツールZCodeに加え、Claude CodeやOpenCodeといったサードパーティのエージェント型コーディングツールとの連携も提供されている。API料金、コンテキスト長、ライセンス条件については、本稿執筆時点で公式に確認できる情報がなく、いずれも未公表である。推測値を示すのではなく、利用を検討する場合はZ.aiの公式アナウンスを都度確認する必要がある点に留意したい。

表からも分かる通り、GLM-5.3はモデル本体の規模やアーキテクチャではなく、学習の「仕上げ方」とその成果として現れるベンチマーク成績、そして重み公開の有無で GLM-5.2 と区別される。

2026年時点でオープン系のコーディング・エージェントモデルは急速に選択肢が広がっている。DeepSeek陣営はDeepSeek V4 Pro 0813 GAのように価格とハーネス統合を前面に出す動きを見せており、Qwenシリーズ（Qwen 3.8など）は幅広いパラメータ帯とオープンな重み配布を強みとしてきた。MiniMax H3やMuse Glimmerといったモデル群も、それぞれ推論効率やマルチモーダル対応など異なる軸で存在感を示している。GLM-5.3はこうした顔ぶれの中で、重みそのものはまだ公開していないという点で現時点では厳密な意味での「open-weight」モデルではなく、公開を予告した「これからopen-weightになる」モデルという立ち位置にある。一方でセキュリティ・脆弱性探索特化という切り口は他の主要モデルではあまり前面に出されていない差別化要素であり、コーディング能力全般よりも攻撃的セキュリティ研究や防御的コード監査といった用途で存在感を示す可能性がある。各モデルの具体的なベンチマークスコアの優劣を一律に比較できるほど条件は揃っておらず、用途に応じた性格の違いとして捉えるのが妥当だろう。

- 今すぐコーディング・エージェント用途で試したい場合：GLM Coding Plan経由のAPI・ZCode/Claude Code/OpenCode連携がすでに利用可能。料金・コンテキスト長は未公表なので事前に公式情報を確認する
- 自社データをモデルに触れさせたくない、オンプレミス／エアギャップ環境で使いたい場合：重みが未公開の現状では選択肢にならず、2026年8月末頃予定の重み公開を待つ必要がある
- セキュリティ研究・脆弱性調査目的の場合：Z.aiが公開した2,436件の脆弱性情報はcvd.z.aiで確認でき、モデル自体を使わずとも参照可能
- ローカル実行の準備を並行して進めたい場合：743B級モデルの一般的な取り扱いについてはローカルLLM推論エンジン比較で量子化や複数GPU構成の考え方を整理しているので、重み公開後に向けた準備の参考にできる