GLM-5.3 の技術仕様
| 仕様 | GLM-5.3 |
|---|---|
| 開発元 | Z.ai / Zhipu AI |
| リリース | 2026年8月14日 |
| モデルタイプ | フラッグシップ基盤モデル |
| 入力 | テキスト |
| 出力 | テキスト |
| コンテキストウィンドウ | 1,000,000 トークン |
| 最大出力 | 128,000 トークン |
| 思考 | 複数モード |
| ストリーミング | はい |
| 関数呼び出し | はい |
| 構造化出力 | はい |
| コンテキストキャッシュ | はい |
| MCP | はい |
| 主な用途 | コーディング、エージェント、エンジニアリング、サイバーセキュリティ |
Z.ai の公開モデルリポジトリには、ダウンロード可能な GLM-5.3 のアーティファクトではなく、依然として GLM-5.2 が目立つ形で表示されているため、未公開の仕様は明示的に未確認であると表記しておくべきです。
GLM-5.3 とは？
GLM-5.3 は Z.ai の GLM ファミリーの最新世代であり、複雑なセキュリティおよびエンジニアリングタスクを自律的に実行可能な AI システムへのシフトを示しています。
この発表が特筆されるのは、サイバーセキュリティが単なる別のベンチマークカテゴリとして提示されているわけではないからです。Z.ai は GLM-5.3 を用いて、ソフトウェアの脆弱性を発見し、攻撃開発ワークフローに参加できる AI システムを実証しています。
Reuters は、Z.ai がセキュリティ査定の完了後にモデルを一般公開する計画であり、より高度な機能は当初 信頼アクセス機構を通じて制限されると報じています。
これは GLM-5.2 からの強調点の大きな変化です。
GLM-5.2 は主に長期志向のソフトウェアエンジニアリングとエージェント型コーディングを中心に位置づけられていました。Z.ai の6月の研究ページは GLM-5.2 を「長期タスクのために構築」と説明しています。
GLM-5.3 はそのエージェント哲学を、はるかに機微な領域へと拡張しています。
software engineering → vulnerability discovery → cyber defense → controlled offensive security
GLM-5.3 の主な特徴は？
サイバーセキュリティ中心の推論
目玉機能はサイバーセキュリティです。
GLM-5.3 は以下を達成しました。
CyberGym で 84.5%
CyberGym は、AI システムがソフトウェアの脆弱性を特定する能力を評価します。この結果は、Mythos 5 の報告値である 83.8% をわずかに上回ります。
これは重要です。なぜならサイバーセキュリティには、構文的に正しいコードを生成する以上の能力が求められるからです。
有能なセキュリティエージェントには次が必要です。
- 不慣れなコードを理解する。
- 攻撃面を特定する。
- 脆弱性に関する仮説を立てる。
- データフローと制御フローを追跡する。
- 仮説を検証する。
- 適切な PoC（概念実証）を作成する。
- 脆弱性が実際に悪用可能かどうかを判断する。
GLM-5.3 の CyberGym スコアは、この連鎖の前半における意味のある進歩を示唆しています。
強力な脆弱性発見能力
84.5% の CyberGym スコアは、おそらく初期結果として最も印象的です。
これは脆弱性の識別において、GLM-5.3 を Mythos 5 よりわずかに上に位置づけます。
| モデル | CyberGym |
|---|---|
| GLM-5.3 | 84.5% |
| Mythos 5 | 83.8% |
差はわずか 0.7 パーセンテージポイントであるため、GLM-5.3 が決定的に優れていると表現するのは適切ではありません。
より興味深い点は、Z.ai のオープンウェイトモデルが、非常に制限の厳しいサイバーセキュリティシステムと同等の性能領域に入ってきていることです。
エクスプロイト開発は依然として弱点
GLM-5.3 はすべてのサイバーセキュリティタスクで卓越しているわけではありません。
ExploitBench では次のとおりです。
| モデル | ExploitBench |
|---|---|
| GLM-5.3 | 54.4% |
| Mythos 5 | 78.0% |
これは 23.6 ポイントの差です。
ここから重要な違いが明らかになります。
脆弱性を見つけることと、それを確実に悪用することは同じではない。
GLM-5.3 は脆弱性の特定において非常に有能に見えますが、初期の結果は、発見を信頼できるエクスプロイト開発へと確実に結びつけることが、なお一層難しいままであることを示しています。
エンタープライズのセキュリティチームにとって、これはモデルを単なる攻撃自動化エンジンというよりも、防御的な脆弱性分析アシスタントとして興味深い存在にします。
GLM-5.3 と GLM-5.2
GLM-5.2 は、最も有用で確認済みのベースラインを提供します。
| 機能 | GLM-5.2 | GLM-5.3 |
|---|---|---|
| ステータス | リリース済み | 発表済み |
| 主要ポジショニング | 長期タスク指向のエージェント | サイバーセキュリティ＋エージェント |
| コーディング | 優秀 | 強力なままの見込み |
| サイバーセキュリティ | 高いポテンシャル | フラッグシップとして明確に注力 |
| CyberGym | — | 84.5% |
| ExploitBench | — | 54.4% |
| コンテキスト | 1M | 未確認 |
| パラメータ | ~753B | 未確認 |
| ライセンス | MIT | オープンウェイト発表済み |
| API 料金 | 公開済み | 未公開 |
| 公開ウェイト | 利用可能 | 計画中 |
GLM-5.2 の確認済みアーキテクチャはおおよそ753B パラメータであり、公開モデルカタログには引き続き 753B モデルと FP8 版が掲載されています。
また、第三者の報告（Z.ai のモデル評価資料に基づく）によれば、GLM-5.2 は Terminal-Bench 2.1 で 81.0、SWE-bench Pro で 62.1 を達成しています。
ただし、これらの数値はGLM-5.2 のベンチマークとして扱うべきであり、GLM-5.3 に帰属させるべきではありません。
GLM-5.3 と Mythos 5
現時点では、これが最も意味のあるベンチマーク比較です。
| ベンチマーク | GLM-5.3 | Mythos 5 | 差 |
|---|---|---|---|
| CyberGym | 84.5% | 83.8% | +0.7ポイント |
| ExploitBench | 54.4% | 78.0% | −23.6ポイント |
この結果からは、よりニュアンスのある結論が導かれます。
脆弱性の特定では GLM-5.3 が優勢。
しかし：
エクスプロイト開発では Mythos 5 が依然として大きく優位。
したがって、**「GLM-5.3 は Mythos 5 に勝った」**と言うのは、入手可能なデータの解釈として正確ではありません。
より適切な表現は次のとおりです。
GLM-5.3 は脆弱性発見において Mythos 5 と同等水準に到達した一方、エクスプロイト開発ではなお後れを取っている。