GLM-5.3が脆弱性発見で首位｜Claude・GPT超え、ウェイト公開は2週間延期
中国のZ.ai（ゼットエーアイ）が8月14日、新モデル「GLM-5.3」を公開した。
セキュリティ分野のベンチマークCyberGym（サイバージム）で84.5%を記録し、Claude Mythos 5の83.8%、GPT-5.6 Solの83.6%をわずかに上回った。
オープンウェイト系のモデルが、この領域で商用の最上位モデルを抜いた形になる。
ただし今回は、いつもの「公開と同時にウェイトも配布」ではない。Z.aiはウェイトの公開を約2週間先送りすると発表した。何が起きたのか、順に見ていく。
伸ばしたのは学習後の工程だけ
GLM-5.3の最大の特徴は、ベースモデルをGLM-5.2から一切作り直していない点にある。
パラメータ数は743B（7,430億）で前モデルと同一。性能の伸びはすべて、事前学習のあとに行う「ポストトレーニング（事後学習）」の規模を広げたことから来ている。
具体的には、学習に使うタスク環境の数を増やし、環境の種類を広げ、学習時間そのものを延ばした。
Z.aiは公式に「GLM-5.3でやったのは、ポストトレーニングのスケールだけ」と説明している（The Stack の報道より）。
数字で見ると伸び幅は大きい。
Terminal-Bench 3.0：4.6 → 28.3（約6倍）
DeepSWE v1.1：46.2 → 66.9
Agents' Last Exam（CLI部門）：23.8 → 28.5
ExploitBench：24.4% → 54.4%
巨額の資金を投じて基盤モデルを作り直さなくても、学習後の工程を厚くするだけでここまで動く。 発表後に海外メディアが揃って見出しに取ったのも、この一点だった。
CyberGymでの逆転
CyberGymは、AIがソフトウェアの脆弱性をどれだけ発見できるかを測るベンチマークだ。
GLM-5.3はここで77.2%から84.5%へ伸び、Claude Mythos 5（83.8%）とGPT-5.6 Sol（83.6%）を上回った。差は1ポイント未満と僅差だが、順位としては先頭に立っている。
攻撃コードの構築力を測るExploitBenchでも、24.4%から54.4%へと2倍以上に伸びた。
Z.aiによれば、この分野の能力は同社が想定していたより速く伸びたという。
学習の規模を広げた結果、狙って伸ばした以上にサイバー領域が立ち上がってきた形になる。詳細な内訳はMarkTechPost の解説記事がまとまっている。
コーディング全体の順位
見出しの数字だけ見ると「GLM-5.3が全部で最強」に読めてしまうが、そうではない。
Z.ai自身のCode Benchでは、GLM-5.3は約5万トークン規模で31.4%。同じ土俵でClaude Opus 4.8が29.5%、Claude Fable 5が39.5%を記録している。GLM-5.3はOpus 4.8を上回るが、Fable 5には届いていない。
より難易度の高いコーディング評価でも、GPT-5.6 SolとFable 5に及ばない結果が出ている。
首位を取ったのはサイバーセキュリティの領域だけ。総合的なコード生成力では、依然としてFable 5とGPT-5.6 Solが前にいる。
「Claude超え」という言葉は、どの領域の話なのかで意味がまるで変わる。
ウェイト公開は約2週間後へ
今回いちばん異例なのが、公開の進め方だ。
前モデルGLM-5.2は、発表と同じ週にHugging Face（ハギングフェイス）でウェイトが配布された。誰でもダウンロードして手元で動かせる状態が、すぐに用意されていた。
GLM-5.3では、そのウェイト配布が約2週間先送りされている。 Z.aiは理由として、安全性の評価と対策（ハードニング）を完了させるためだと説明している。
想定より速く伸びたサイバー能力を、審査を通さないまま世界中へ配布する判断を避けた形になる。
現時点で使えるのは以下の経路のみ。
Z.ai の API
GLM Coding Plan（Lite 月12.60ドル／Pro 月56ドル／Max 月117.60ドル）
同社のコーディングエージェント「ZCode 3.0」（macOSとWindows、Linuxに対応）
オープンウェイトのモデルを手元で動かしたい場合は、8月末ごろまで待つ形になる。
要点サマリー
Z.aiが8月14日にGLM-5.3を公開。ベースモデルは743BでGLM-5.2と同一
性能向上はすべてポストトレーニングの規模拡大によるもの
CyberGymで84.5%を記録し、Claude Mythos 5・GPT-5.6 Solを僅差で上回った
総合的なコーディングではFable 5・GPT-5.6 Solに届いていない
ウェイト公開は安全性評価のため約2週間先送り。前モデルは同週配布だった
まとめ｜まず「どの領域で勝ったのか」を確かめる
今日試せることを1つ挙げるなら、手元で使っているコーディングAIについて、自分の用途がどのベンチマーク領域に当たるのかを言語化してみることだ。
脆弱性の洗い出しが中心なのか、長時間のエージェント作業なのか、それとも複雑なコード生成なのか。用途が決まれば、「Claude超え」という見出しが自分に関係あるかどうかも自然に決まる。
GLM-5.3のウェイトが公開されるのは8月末ごろの見込み。手元で動かす検証は、そのタイミングまで待つ形になる。
▼ 毎朝、AIの最新ニュースが1分で読める
Substack「えーAI」では、最新AIニュースと活用術を毎朝 無料配信している。
その日いちばん効くニュースだけを選び、1分で読める形にして届ける。
▼ あわせて読みたい
GLMシリーズが「オープンソースでGPT超え」と言われ始めた地点を振り返る。
中国勢が追い上げる一方、Claudeを出すAnthropicの足元はどうなっているのか。
AIニュースは毎日更新。取りこぼしたくない方はフォローを。
※ この記事はAIによって執筆した記事です。誤りが含まれる可能性があります。重要な情報は必ず一次ソースをご確認ください。
