何が起きたか
Z.ai（旧Zhipu AI）が、コーディングエージェント向けの新モデルGLM-5.3を発表しました。特徴は「新しいベースモデルではない」ことです。同社の技術発表は「GLM-5.3でやったのは事後学習のスケーリングだけだ」と明言しており、GLM-5.2の背後にある743Bパラメータ規模のベースをそのまま使い、より多くの環境・多様なタスク・追加の強化学習計算だけで性能を伸ばしたと説明しています。
提供形態は限定的です。当初はGLM Coding Planと同社のコーディング環境ZCode経由のみで、APIとオープンウェイトは「安全性評価とハードニングが完了してから」後日公開されます。ウェイト公開は発表からおよそ2週間後の予定です。MITライセンスでウェイトを出したGLM-5.2とは、明らかに出し方が変わりました。
ベンチマークの読み方
伸び幅は大きいものの、フロンティア勢を追い抜いたわけではありません。Terminal-Bench 3.0でGLM-5.3は28.3、対してGPT-5.6 Solは34.6、Claude Fable 5は33.7。DeepSWE v1.1でも66.9に対し、GPT-5.6 Solが72.7、Fable 5が69.7です。AutomationBenchは26.2→48.2、Agents’ Last Exam CLIは23.8→28.5と、いずれも自己ベスト更新にとどまります。
むしろ注目すべきは効率です。同社の非公開評価Z.ai Code Benchでは、Max推論のGLM-5.3が1タスクあたり約7.5万出力トークンで34.5%、GLM-5.2は約9.6万トークンで23.4%。High設定では約5万トークンで31.4%を出し、12万トークンを使ったClaude Opus 4.8の29.5%（同社報告値）を上回ったとしています。ただしこれは自社の私的ベンチで、独立した測定ではない点は割り引いて読む必要があります。
想定より速く伸びた「サイバー能力」
今回もっとも扱いが難しいのはセキュリティ領域です。Z.aiは「事後学習をスケールさせるにつれ、サイバー能力が予想より速く伸びた」と述べ、脆弱性の発見から完全な攻撃チェーンの構築へとタスクが進むほど顕著だったとしています。ソースコードに対する脆弱性発見・検証を測るCyberGymでは84.5%（GLM-5.2は77.2%）で、同社報告のGPT-5.6 Sol 83.6%、Mythos 5 83.8%をわずかに上回りました。一方ExploitBenchは54.4%とGLM-5.2の24.4%から倍増したものの、GPT-5.6 Sol 76.5%、Mythos 5 78%には届いていません。ExploitGymでは2時間予算で105タスク、6時間で130タスクを完了（GLM-5.2は29と39）ですが、Fable 5の181/247、GPT-5.6 Solの216/293とは差があります。
実運用の数字も出ています。中国のセキュリティチームとの協業で、専門家レビュー・スクリーニング・重複排除を経て269プロジェクトから2,436件の脆弱性を検出。うち1,097件がクリティカルまたは高深刻度に分類され、公開済みは53件、2,383件はリリース時点でエンバーゴ中です。Reutersは金曜、Z.aiが高度な機能の一部に「trusted access（信頼済みアクセス）」方式の制御を導入すると報じています。オープンウェイトで名を上げた企業が、能力の一部を段階的な提供に切り替え始めた——ウェイト公開の2週間遅らせも、この文脈で見るのが自然でしょう。
移行は「モデル名の置換」では済まない
実務上、見落とされやすい仕様変更があります。GLM-5.3は推論努力度をlow / high / maxの3段階でもち、maxがデフォルトかつコーディング推奨ですが、思考（thinking）そのものを無効化できません。現在 thinking.type: 'disabled' を送っているアプリケーションは、値をenabledに変え、努力度を指定してからモデル識別子を切り替える必要があり、そうしなければリクエストは失敗するとZ.aiは説明しています。つまりこれはモデル名の差し替えではなく移行作業です。
価格面では、GLM-5.2がAPI入力100万トークン1.40ドル／出力4.40ドルだったのに対し、GLM-5.3の一般API価格は今回の発表資料では示されていません。Coding Planは個人向けLiteがプロモーション価格で月12.60ドル（週1万クレジット）、Proが月56ドル、Maxが月117.60ドル、チーム向けはStandardが1人月88ドル、Premiumが188ドル。加えてポイント制のクォータへ移行し、入力・キャッシュ入力・出力を別々に計上、平日ピーク時間帯以外の呼び出しは消費ポイントが50%になります。API価格が出るまで、本番運用の総コストはGLM-5.2や競合と比較できません。
GLMシリーズの加速度
2025年7月のGLM-4.5は355Bパラメータのmixture-of-experts（小型版GLM-4.5-Airは106B）、9月のGLM-4.6はコンテキストを12.8万から20万トークンへ拡張し、Claude Code、Cline、Roo Code、Kilo Codeといった環境を狙いました。2026年2月のGLM-5で744Bパラメータ・アクティブ40B・事前学習28.5兆トークンに到達し、非同期強化学習基盤「slime」とともに「エージェンティック・エンジニアリング」へ看板を掛け替えます。6月のGLM-5.2は753Bパラメータ、安定した100万トークン文脈、20超のコーディング環境対応、長文脈の計算負荷を下げるIndexShareを備えました。約1年でこの速度です。Reutersによれば同社は先月、香港での株式売出しで約314億香港ドル（約40億ドル）を調達し、R&Dと計算基盤、人材、事業拡大に充てるとしています。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての実利は「安さ」より「トークン効率」に移りつつあります。Z.ai Code Benchの自社報告値では、GLM-5.3はHigh設定で約5万出力トークンで31.4%と、12万トークンを要したClaude Opus 4.8の29.5%を上回りました。エージェントの費用は単価×トークン量で決まる以上、受託開発やSIerのようにコード生成を原価に直結させている事業では、モデル選定基準を「1Mトークンいくら」から「1タスクいくら」に変える段階です。ただしGLM-5.3のAPI価格は未公表で、当面はCoding Plan（Lite月12.60ドル〜、Max月117.60ドル、チーム1人月88／188ドル）とZCode経由に限られます。まずは平日ピーク外の呼び出しがポイント消費50%になる点を踏まえ、CIやバッチのコード生成をオフピークに寄せる検証から始めるのが現実的でしょう。
技術責任者が今週動くべきは2点です。第一に移行コストの棚卸し。thinking.type: 'disabled' を送っている実装は切り替え時に失敗します。自社のエージェント基盤がモデル名を設定値で差し替える設計になっているなら、その前提はもう成立しません。第二にセキュリティ部門との合意形成。269プロジェクトから2,436件の脆弱性、うち1,097件が高深刻度という数字は、同じ能力が自社コードの監査にも、自社への攻撃にも使えることを意味します。ECやSaaSのように公開エンドポイントを持つ事業は、「攻撃者側のコストが下がった」前提でバグバウンティや外部診断の頻度を見直す時期です。中国製モデルの採用可否はデータ持ち出しポリシーの問題として別途整理が要りますが、ウェイトが2週間後にオープンで出るなら、自社VPC内での評価という選択肢は残ります。