Zhipu AI が GLM-5.3 を投入 ── 脆弱性利用能力が2倍以上に急増
ベースモデルは前作のGLM-5.2と全く同じ、という設定にまず驚くだろう。全てのパフォーマンス向上が後処理（ポストトレーニング）によって得られたのだという。特にサイバーセキュリティ分野での数値の伸び幅は、開源モデルとして異例の水準にある。
▸何が変わったのか
複雑なコーディングと長時間タスクでの性能が大幅強化された。自社ベンチマーク「Z.ai Code Bench」ではGLM-5.2比で50%の改善を記録。公開ベンチマークのTerminal Bench 3.0では4.6から28.3へ、SWE-Marathon (v1.1)では19.4から42.5へと急上昇。さらに「Emergent Cyber Capability」と呼ばれるサイバー能力が顕在化し、脆弱性発見ベンチマークCyberGymで84.5を獲得。利用（Exploit）系ベンチマークではGLM-5.2の約2倍のスコアを出している。
◈前モデル / 競合との比較
Kimi K3やDeepSeek-V4 Pro-0813、Qwen3.8-Maxなどの競合と並ぶベンチマーク結果を公表。Terminal Bench 2.1では88.2とKimi K3（88.3）に肉薄し、Terminal Bench 3.0では28.3とKimi K3（17.4）やOpus 4.8（21.1）を大きく上回る。ExploitGym（6時間）では130を記録し、GLM-5.2（39）やKimi K3（70）を大きく引き離している。
◈技術背景と意義
基盤モデル（ベースモデル）の構造や重みは変えず、その後の学習段階であるポストトレーニングに注力したことが今回の鍵だ。これにより、特にコード生成やツール利用といった実務的なタスクでの精度が引き上げられた。サイバーセキュリティ能力の向上は、大規模なポストトレーニングに伴い予期せず顕在化した「創発的な能力」として紹介されている。
▸こんな人・用途に
・複雑なソフトウェア開発や大規模リファクタリングを自動化したいエンジニア
・システムセキュリティの脆弱性スキャンやパッチ適用を効率化したいセキュリティ担当者
・長時間にわたる自律的なエージェントタスクを実行させたい研究者
▸Hacker Newsの反応
リリース直後でありながら1,000超のスコアを叩き出すなど、開発者コミュニティの興奮はピークに達している。価格破壊と実用性能への称賛が中心だが、「どのモデルを選べばいいか迷う」という混沌もちらついている。
「使ってみてかなり驚いた。最高の状態でOpus 4.8に近い感覚。これは正直かなりやばい性能だ。」
「GLM-5.3-FlashはDeepSeekより安くて高性能なのに、まだ話題になっていない。この価格帯は異常だと思う。」
「リリースが集中していて、実際の業務で検証する暇がない。価格以外の基準でどう選べばいいか、正直かなり困っている。」
「中国への制裁は逆に彼らの開発意欲を掻き立てている気がする。国としての資源と知恵がこれほど集中すると、対抗するのは難しい。」
「ベンチマークの数値はすごいけど、実際の挙動はまだ様子見。GLMのアップデートタイミングはいつも予想外だ。」
SOURCE: Zhipu AI (2026-08-25)
