GLM-5.3で変わった点
GLM-5.3の位置づけ
GLM-5.3とは Z.ai が2026年8月14日に公開した大規模言語モデルです。
ベースは据え置き、伸びは事後学習だけ
珍しいのはベースモデルを作り直していない点です。 Z.aiは「GLM-5.2と同じベースモデルを使っており、すべての向上は事後学習から来ている」と明言しています。事後学習とは、学習を終えたモデルに課題を解かせて調整を重ねる後工程です。
"It uses the same base model as GLM-5.2 — every gain comes from post-training."（冒頭）／"Over the past month we kept scaling on this stack: more environments, more diverse tasks, and more compute spent training on them."（前段）— Z.ai 公式ブログより
コーディングは社内ベンチで50%改善
Z.aiは社内ベンチマーク「Z.ai Code Bench」でコーディングが5.2比50%改善したとし、オープンウェイトのコーディングモデルとして最も高性能だと主張しています。 オープンウェイトとは、モデルの重み（学習結果の数値）が配布され手元で動かせる形式です。前世代は GLM-5.2の解説記事 にあります。
| ベンチマーク | GLM-5.3 | GLM-5.2 | Mythos 5（表記は Fable 5 w/ fallback） | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal Bench 3.0 | 28.3 | 4.6 | 33.7 | 34.6 |
| DeepSWE v1.1 | 66.9 | 46.2 | 69.7 | 72.7 |
| CyberGym | 84.5 | 77.2 | 83.8 | 83.6 |
| ExploitBench | 54.4 | 24.4 | 78.0 | 76.5 |
| Agents' Last Exam | 28.5 | 23.8 | 23.8 | 28.6 |
"Stronger Coding: GLM-5.3 is the most capable open-weights model for coding, with a 50% improvement over GLM-5.2 on our in-house Z.ai Code Bench."（要点の箇条書き）／"GLM-5.3 improves from 4.6 to 28.3 on Terminal-Bench 3.0, from 46.2 to 66.9 on DeepSWE v1.1, and from 23.8 to 28.5 on Agents' Last Exam."（Stronger Coding の節）— Z.ai 公式ブログより
サイバー能力の急伸と残る差
CyberGym（脆弱性発見・％）
上位3モデルは0.9ポイント差に密集し、首位は僅差にすぎない。一方で自社の前世代からは7.3ポイント改善しており、競合との差より世代間の伸びのほうが大きい。
公式が「想定より速く伸びた」と書いているのがサイバー分野です。クローズドは重みを公開しない商用モデルを指します。
CyberGymで84.5%
脆弱性発見を測るCyberGymで、GLM-5.3は84.5%を記録しました。 公式はこれをベンチマーク最高とし、Mythos 5の83.8%とGPT-5.6 Solの83.6%を上回るとしています。CyberGymはソースコードが見える状態から脆弱性を特定し、実際に不具合を起こせるかを試す評価です。
"On CyberGym, which starts from white-box source code and tests whether the model can identify and validate vulnerabilities by triggering faults, GLM-5.3 scores 84.5%, up from GLM-5.2's 77.2% — the best result on the benchmark, ahead of Mythos 5 (83.8%) and GPT-5.6 Sol (83.6%)."（Emergent Cyber Capability の節）— Z.ai 公式ブログより
攻撃チェーンの上流では差が残る
より深い攻撃の工程を扱うExploitBenchでは54.4%。5.2の24.4%から倍以上に伸びたものの、Mythos 5の78.0%、GPT-5.6 Solの76.5%には届きません。 公式は「攻撃チェーンの上流ほど伸びが大きく、同時にクローズドとの差も広い」とまとめています。
"On ExploitBench, which requires deeper reasoning about real vulnerabilities and their exploitation, GLM-5.3 reaches 54.4%, more than doubling GLM-5.2's 24.4%, while Mythos 5 and GPT-5.6 Sol score 78.0% and 76.5%, respectively."／"The pattern across the three is consistent: the further up the exploitation chain a benchmark sits, the larger the gain from GLM-5.2 — and also the wider the remaining gap to the closed frontier."（いずれも Emergent Cyber Capability の節）— Z.ai 公式ブログより
使える場所と重みの公開時期
提供状況
後回しになっているのは重みだけです。
現時点の入り口と重み公開の予定
GLM-5.3はすでにAPIで使え、GLM Coding Plan の全利用者にも展開済みです。ZCode・Claude Code・OpenCode など好みのコーディングエージェントから試せます。 ZCodeはZ.ai純正のコーディング環境です。段階公開なのは重みのほうで、公開から2週間後という目安が示されています。APIでは thinking の無効化指定が廃止され、reasoning_effort が low・high・max の3段階になりました。既存実装は移行が要ります。
"Try GLM-5.3 in your favorite coding agents—ZCode, Claude Code, OpenCode, and more."／"We've rolled out GLM-5.3 to all GLM Coding Plan users."（いずれも Use GLM-5.3 with GLM Coding Plan & ZCode の節）／"GLM-5.3 supports three thinking effort levels: low, high, and max. Disabling thinking is no longer supported by GLM-5.3."／"Migration required: If your application currently uses thinking.type: \"disabled\", change it to enabled and set reasoning_effort to low before updating the model ID to glm-5.3. Otherwise, the request will fail."（いずれも API Changes in GLM-5.3 の節）／"Open Source: We will release the weights in two weeks after launch, once safety evaluation and hardening are complete."（要点の箇条書き）— Z.ai 公式ブログより
実コードでの検出実績
中国国内のセキュリティチームと組んで実コードに当てた結果、専門家の確認・選別・重複除去を経て269プロジェクトから2,436件の脆弱性を特定し、うち1,097件が中〜高深刻度だったとしています。 数十年見過ごされてきたものも含まれ、最古は約40年前にさかのぼります。
"the model identified 2,436 vulnerabilities across 269 projects, including 1,097 medium-to-high severity issues."／"Many had remained unnoticed for years or even decades, with the oldest dating back roughly 40 years."（いずれも Emergent Cyber Capability の節）— Z.ai 公式ブログより
英語の技術ブログを構造ごとマークダウンに変換するなら、次のツールが使えます。
