GLM-5.3とは コーディング5割増と創発的に伸びたサイバー能力

コーディングを強くするつもりで追加学習を積んだら、脆弱性を見つけて攻撃の道筋を組み立てる能力のほうが先に伸びていた。

Z.aiが2026年8月14日に公開したGLM-5.3は、そういう出方をしたモデルです。

おかげで重みの公開は安全性評価の後ろに回され、今日触れる入り口も限られています。

GLM-5.3 コーディングを鍛えたらサイバー能力まで伸びた

Z.aiはベースモデルを作った後にかける追加学習（ポストトレーニング）に、脆弱性の発見データと検証環境を入れました。

狙っていたのは、個々の欠陥を見つけて筋道立てて説明する力です。

ところが学習をスケールさせるほど、モデルは単発のバグ発見を飛び越えて、複数の段階にまたがる攻撃の全体像を組み立て始めた。

1件の欠陥を報告して終わりではなく、どこから入ってどう到達させるかまで一続きの計画にしてくる。

Z.ai自身が想定していた伸び方と違ったと書いていて、創発という言葉が使われるのはこの部分です。

数字も出ています。

GLM-5.2の公開以降、269のオープンソースプロジェクトで見つかった脆弱性のうち、1,097件が深刻度criticalかhighに分類されました。

53件はCVE付きで公開済み、2,383件はまだ公開前の状態だそうです。

ベンチマークのスコアが少し上がった、という話ではありません。

実在するコードベースを回して、実際に報告できる形の脆弱性が四桁出ている。

ここからが数字の話です。

CyberGymで首位 ExploitBenchでは大差の2位という非対称

CyberGymは84.5%で、Mythos 5もGPT-5.6 Solも抜いて首位です。

一方でExploitBenchは24.4%から54.4%へ倍以上に伸びたのに、78.0%のMythos 5には遠く及んでいない。

同じサイバー能力という括りでも、測るものが変わると順位がひっくり返ります。

ExploitGymも似た形です。

2時間で105タスク、6時間で130タスク。

GLM-5.2の29と39から見れば別物ですが、181と247のMythos 5とはまだ距離があります。

ニュースの見出しでは「CyberBench」というベンチ名や「Fable 5を上回った」という書き方も見かけますが、公式が出しているのはCyberGymで、この表でGLM-5.3が抜いたのはMythos 5とGPT-5.6 Solです。

Fable 5はコーディング側の比較相手なので、混ざると評価を読み違えます。

GLM-5.2と同じ743Bベースのまま 後段だけで5割伸ばした

GLM-5.3はGLM-5.2と同じ743Bのベースモデルで動いています。

アーキテクチャの変更も事前学習のやり直しも入れず、伸びはすべてポストトレーニングをスケールさせた分です。

Terminal Bench 3.0の4.6%から28.3%が一番派手に見えますが、元の数字が低すぎた反動でもあります。

実務で効くのはAutomationBenchとGDPval-AA v2のほうで、この2つはFable 5もGPT-5.6 Solも上回りました。

長い手順を途中で落とさずに最後まで走らせる方向で、素直に強くなっています。

ただしTerminal BenchとDeepSWEはFable 5が上のままです。

Z.aiの表現も「上回った」ではなく「迫った」で、そこは誇張していません。

コーディング全域で勝ったわけではない、というのが正確な読み方です。

私が引っかかったのは、スコアそのものよりベースを一切触らずに一段上げられたという事実です。

同じ重みからまだ引き出せる余地が残っていた、ということですから。

オープンウェイトはまだ公開されていない 今日使える3つの入り口

ここが既存のGLM解説記事と決定的に違うところです。

GLMシリーズはMITライセンスのオープンウェイトが売りでしたが、GLM-5.3は本稿執筆時点で重みが公開されていません。

Z.aiはローンチから約2週間後、安全性の評価と対策の作り込みが終わったタイミングで公開すると表明しています。

8月末あたりの見込みです。

自社で想定より速く攻撃側の能力が伸びたと言っているモデルなので、この2週間は形式的な待機ではないと見ています。

今日使えるのは次の3経路です。

• Z.ai API
• GLM Coding Plan（既存契約者に順次展開）
• ZCode

つまり重みを落としてローカルで回す手順は、まだ動きません。

GLM-5.2向けに書かれたセルフホスト記事をそのまま5.3に読み替えると、最初のダウンロードで止まります。

検索して出てくる情報の多くが5.2までの前提で書かれているので、ここは踏みやすい落とし穴です。

GLM Coding Planの料金を円で見る

GLM Coding PlanはLite、Pro、Maxの3段です。

月額プランだとLiteが18ドル、Proが80ドル、Maxが168ドル。

1ドル159円で換算すると、それぞれ約2,900円、約1万2,700円、約2万6,700円になります。

年払いにすると月あたり3割ほど下がって、Liteが約2,000円、Proが約8,900円、Maxが約1万8,700円です。

Claude CodeなどのCLIから叩く前提なら、Liteの月2,000円台は試すハードルとしてかなり低いほうだと思います。

注意したいのはAPI側です。

GLM-5.3固有のトークン単価は、ローンチ時点で公表されていません。

従量課金で自社プロダクトに組み込むつもりなら、単価が出るまでコスト試算が立たない状態だと思っておいたほうがいいです。

今すぐ触るか 2週間待つかの判断軸

日々のコーディングをCLIから回したいなら、Coding Planで今日から触っていいと思います。

月2,000円台で、Terminal BenchとDeepSWEの伸び幅は手元でも体感できるはずです。

ローカルやVPCの中で閉じて動かしたい、あるいはライセンス条件を確認してから決めたいなら、8月末の重み公開を待つのが素直です。

今APIで組み込んでも、単価が出た後に構成を見直すことになりかねません。

セキュリティ検証に使うつもりなら、CyberGymの首位だけで判断しないほうがいいです。

ExploitBenchとExploitGymではMythos 5に大きく離されているので、用途がエクスプロイト構築寄りなら期待値を下げて入ったほうが安全です。

どの入り口を選ぶにしても、今回いちばん後に効いてくるのはベースを触らず後段だけで一段上げたという事実だと思っています。

モデルの世代交代を待たなくても、まだ伸びしろは残っている。