Zhipu AI、1Mコンテキストを備えたフラッグシップモデルGLM-5.3を発表、コーディングとサイバーセキュリティで大幅な進歩
Zhipu AI の公式ドキュメントが GLM-5.3 のモデルページを更新し、この最新フラッグシップモデルが GLM-5.2 とまったく同じベースを採用しつつ、長期間にわたるタスク環境の数十倍規模のポストトレーニングによって能力の飛躍を実現したことを示している。同社によると、コーディングの体感は前世代比 50% 向上し、Terminal-Bench 3.0 などの公開ベンチマークでオープンソースモデルの中で首位となり、新興のサイバーセキュリティ能力も示している。モデル API はまもなく提供開始予定で、GLM Coding Plan は GLM-5.3 を全面展開している。
- GLM-5.3 は GLM-5.2 と同じベースを採用し、数十倍規模のポストトレーニングを実施
- コーディングの体感は前世代比 50% 向上、Terminal-Bench 3.0 は 4.6 から 28.3 へ上昇
- 1M コンテキストウィンドウ、最大 128K 出力トークン
- CyberGym スコア 84.5%、サイバーセキュリティ能力は Mythos 5 に迫る
GLM-5.3 とは
GLM-5.3 は Zhipu AI の最新フラッグシップベースモデルで、テキストの入出力、1M のコンテキストウィンドウ、最大 128K の出力トークンを備える。思考モード、ストリーミング出力、Function Calling、コンテキストキャッシュ、構造化出力、MCP ツール呼び出しに対応している。
コーディングとエージェント能力の飛躍
公式データによると、GLM-5.3 は複数の主要ベンチマークでオープンソースモデルの先頭グループにランクインし、コーディングとエージェント能力は Claude Fable 5 に匹敵する。Terminal-Bench 3.0 は 4.6 から 28.3 へ、DeepSWE v1.1 は 46.2 から 66.9 へ、Agents’ Last Exam は 23.8 から 28.5 へ上昇した。44 職種をカバーする GDPval-AA v2 では 1769 点を獲得し、コーディングから専門的なタスク実行へと能力が広がっていることを示している。
デモを超えて、複雑なプロジェクトを完遂
GLM-5.3 はより複雑で長期的なエンジニアリング目標に取り組むことができ、数万行のコード、数百のファイル、相互に依存する複数のシステムにわたって継続的に作業できる。フロントエンド開発、バグ修正、コードリファクタリングなどの実世界のタスクでは、人間の介入を最小限に抑えながら自律的に開発・反復を進め、プロジェクトを納品可能な状態まで推進できる。
実践的な専門家ワークフローでのポストトレーニングスケーリング
GLM-5.3 のトレーニングはもはや孤立したコーディング問題に限定されず、問題の発見、解決策の分析から実装、検証、納品に至るまでの完全なワークフローにまで拡張されている。一部のトレーニングタスクはシニアエンジニアの数日分の作業に相当し、モデルは実際の計算クラスター、ストレージシステム、社内ドキュメント、コードベースを使用する必要がある。同様のトークンバジェット内で、GLM-5.3 は完了品質、実行速度、コストの間でより良いバランスを実現している。
より強力なサイバーセキュリティ能力の出現
長期間にわたるタスク環境の拡大に伴い、GLM-5.3 はホワイトボックスコードレビュー、脆弱性の発見、検証などのセキュリティタスクで期待以上の能力を示している。CyberGym スコアは 84.5% に達し、Mythos 5 の 83.8% と GPT-5.6 Sol の 83.6% をわずかに上回る。ExploitBench は 24.4% から 54.4% へ上昇した。同社は、現在の強みはエクスプロイトチェーンの前半に集中しており、より深いエクスプロイトや本格的な攻防タスクには改善の余地があると指摘している。
提供状況
GLM-5.3 モデル API はまもなく提供開始され、完全な呼び出し例とモデル体験センターも順次公開される予定だ。GLM Coding Plan は GLM-5.3 を全面展開している。
