GLM-5.3は、国際的にZ.aiとして運営されている中国の研究所Zhipu AIが2026年8月14日にリリースした大規模言語モデルです。これはGLM-5ベースモデルのトレーニング後アップグレードであり、コーディングとエージェント作業に特化しています。Zhipuは、リリースから約2週間後にHugging Faceでオープンウェイトを公開する予定です。Zhipuの内部評価では、コーディング能力がGLM-5.2と比較して50%向上しました。
この組み合わせが今回のリリースが重要な理由です。Seeking Alphaが「中国版OpenAIの挑戦者」と評する研究所が、「Claude Fable 5に迫る」と主張するコーディングモデルを出荷し、その後ウェイトを公開するのです。これは、当社のDeepSeek V4 Pro APIガイドで取り上げたDeepSeekの最新リリースからわずか1日後のことであり、中国におけるオープンモデル競争は週単位で進行しています。
この記事では、GLM-5.3とは何か、ベンチマークが示すもの（その一部はZhipu自身のテストによるもの）、オープンウェイト計画の仕組み、そして最初のリクエストを送信する方法について説明します。このリクエストは、コードを一切書かずにApidogでテストできます。
TL;DR (要点)
- GLM-5.3はZhipu AI（Z.ai）から2026年8月14日にリリースされました。GLM-5ベースモデルは同じで、すべての性能向上は大規模な後処理トレーニングによるものです。
- Terminal-Bench 3.0のスコアは4.6から28.3に跳ね上がり、6.2倍の改善を達成し、オープンソースモデルの中で1位にランクインしました。Agents’ Last Examでもオープンモデルの中で1位です。
- CyberGym：84.5%（Claude Mythos 5およびGPT-5.6 Solをわずかに上回る）。ExploitBench：54.4%（最先端モデルにはまだ及ばず）。
- オープンウェイトは、Zhipuがこれまでで最も広範なリスクレビューと称するものを経て、2026年8月28日頃にHugging Faceで公開されます。
- 公式ドキュメントによるGLM-5ファミリーのアーキテクチャ：Mixture of Experts、総パラメータ数744B、フォワードパスごとに約40Bがアクティブ、200Kのコンテキストウィンドウ。
- APIは`https://api.z.ai/api/paas/v4/chat/completions`でOpenAI互換です。リリース時点では5.3固有の料金は発表されていません。
GLM-5.3とは
GLM-5.3はGLM-5ファミリーの3番目のポイントリリースであり、最も焦点を絞ったものです。Zhipuは基盤を再トレーニングしていません。公式ドキュメントでは、GLM-5ベースは総パラメータ数744B、フォワードパスごとに約40Bがアクティブ、200Kトークンのコンテキストウィンドウを持つMixture of Expertsモデルと記述されており、これらの仕様は変更されていません。変更されたのはその上に構築されたすべてであり、性能向上は同じベースウェイトに適用された大規模な後処理トレーニングから完全に得られています。
この詳細は、聞くよりも重要です。研究所がベースモデルに手を加えることなくこれほどモデルを改善する場合、その事後トレーニングパイプライン自体が製品となります。ZhipuはGLM-5.2と比較してコーディングが50%改善したと主張しており、ターゲットとなるワークロードは、ターミナル駆動のエージェントタスク、長期的なソフトウェアエンジニアリング、セキュリティ分析といった具体的なものです。これは一般的なチャット機能のアップグレードではありません。
実用的な要約：GLM-5.3は、オープンモデルの経済性で強力な自律コーディング動作を望む場合に評価すべきモデルであり、ウェイトが公開されれば自身のハードウェアで実行する選択肢も得られます。
GLM-5.3ベンチマーク：数値とその情報源
BigGo FinanceとPandailyのリリース報道は、以下の結果を報じました。「情報源」列を真剣に受け止めてください。一部の数値は公開リーダーボードからのものであり、その他はZhipu自身の評価実行からのものであり、これらは同じ種類の証拠ではありません。
| ベンチマーク | GLM-5.3結果 | 文脈 | 情報源 |
|---|---|---|---|
| Terminal-Bench 3.0 | 28.3 (4.6から上昇) | 6.2倍の飛躍; オープンソースモデル中で1位 | リリースレポート |
| Agents’ Last Exam | オープンソースモデル中で1位 | リリース時にスコアは未公開 | リリースレポート |
| CyberGym | 84.5% | Claude Mythos 5およびGPT-5.6 Solをわずかに上回る | リリースレポート |
| ExploitBench | 54.4% | 最先端モデルに及ばず | リリースレポート |
| SWE-Marathon | GLM-5.2の約2倍 | 長期的なソフトウェアエンジニアリング | Zhipu内部評価 |
| コーディング能力（総合） | GLM-5.2比+50% | Zhipuの主要な主張 | Zhipu内部評価 |
2つの解釈が妥当です。寛大な解釈：Terminal-Bench 3.0で4.6から28.3への飛躍はノイズではありません。ターミナルベンチマークは、モデルがシェルコマンドを連鎖させ、出力を読み取り、多くのステップでエラーから回復できるかを測定するものであり、GLM-5.2はその点で弱点がありました。1つのポイントリリースでオープンモデルの中でほぼ最下位から1位になることは、エージェントパイプラインでどのモデルを選択するかを変えるでしょう。
懐疑的な解釈：最も引用される2つの主張、50%のコーディング向上とSWE-Marathonスコアの2倍化は、Zhipuの内部数値であり、それらを再現するための公開されたハーネスはありません。それが間違いであるとは言えませんが、ウェイトが公開され、独立した評価者がスイートを再実行するまでは未検証のままです。
実際には「Claude Fable 5に迫る」とはどういう意味か
Zhipu自身の表現では、GLM-5.3のコーディングおよびエージェント能力は「Claude Fable 5に迫っている」とされています。この表現には慎重な意味合いが含まれています。
主張が妥当な点：エージェントとターミナルの側面では、報告された数値は最先端の領域に近づいています。Terminal-Bench 3.0とAgents’ Last Examでオープンソースモデルの中で1位を獲得したことは、GLM-5.3が自律コーディングエージェントにとって重要なタスクにおいて、あらゆるオープンな競合を飛び越えたことを意味します。CyberGymの84.5%という結果は、Claude Mythos 5およびGPT-5.6 Solをわずかに上回っていますが、その差は実行ごとのばらつきで説明できる程度の小さいものです。
主張が妥当でない点：ExploitBenchでは54.4%と、依然として最先端モデルに明確に遅れをとっています。エクスプロイト開発は、曖昧さの下での深い多段階推論を重視するため、このギャップは、最も困難な推論重視の作業においては、最先端モデルが依然として優位性を持っていることを示唆しています。「approaching（迫る）」は正直な言葉です。「matching（匹敵する）」ではありませんし、Zhipuは正直なところ「matching」とは言っていません。
あなたのスタックにとっての実践的な解釈：GLM-5.3は、ターミナルエージェント、CI自動化、およびリポジトリ規模のコーディングタスクにおいて、直接ベンチマークを行う価値があります。最も困難な推論問題については、現時点では最先端のクローズドモデルが優位を保っている可能性が高いです。最先端モデルがこれらの軸でどのように区別されるかを実感したい場合は、当社のGrok 4.6 vs GPT-5.6 vs Claude Fable 5比較で、同じベンチマークカテゴリを作業例とともに解説しています。
オープンウェイト計画：Hugging Faceで8月28日頃
最も寿命の長いリリース詳細はベンチマークではありません。Zhipuは、GLM-5.3のオープンウェイトをリリースから約2週間後に公開することを約束しており、これは2026年8月28日頃に、同社の以前のオープンリリースが公開されているzai-org Hugging Face組織で公開されることを意味します。
2週間のギャップは意図的なものです。Zhipuは、今回のリリースのためにこれまでで最も広範なリスクレビューシステムを構築したと述べており、その理由はセキュリティベンチマークを見れば明らかです。CyberGymで84.5%のスコアを出すモデルは、意味のある攻撃的なセキュリティ能力を持っており、そのウェイトを公開することは、監視されたAPIの背後で提供するのとは異なる決定です。このレビュー期間は、オープンリリースにかかるコストと言えます。
ウェイトの公開があなたにとって何を意味するかは、あなたのハードウェアに依存します。744BパラメータのMoEでのフル精度推論は、トークンあたり約40Bのパラメータしかアクティブでなくてもサーバークラスの領域であり、ほとんどのチームは量子化されたコミュニティ版を待つでしょう。ローカルでの実行を計画している場合、当社のGLM-5.3のセルフホスティングガイドでは、ウェイトが公開される前に、サイジング、サービングスタック、ホスト型APIに対するベースラインの構築について説明しています。
GLM-5.3がオープンモデルの状況にどのように適合するか
明らかな比較対象はDeepSeekです。両研究所は中国のもので、オープンウェイトを公開し、どちらも積極的に価格を設定し、互いに24時間以内にリリースされました。違いは焦点です。DeepSeekのV4 Proラインは汎用性の高い主力モデルですが、GLM-5.3はコーディングエージェントが勝負に値するワークロードであるという専門的な賭けです。あなたのトラフィックが主にエージェントによるコーディングである場合、その特化がGLM-5.3を最初にテストする根拠となります。
経済性が残りの状況を形作ります。当社のDeepSeek APIコスト最適化ガイドで分析したDeepSeekの最近の価格上昇は、オープンモデルAPIの価格がどれほど速く変動するかを示し、多くのチームをヘッジとしてセルフホスティングに傾けさせました。Terminal-Benchでトップに立つオープンウェイトのGLM-5.3は、これらのチームに別の信頼できる選択肢を提供します。Zhipuはリリース時に5.3固有のAPI料金を公開していませんでした。参考までに、本稿執筆時点での公式料金ページでは、GLM-5.2が入力トークン1Mあたり1.4ドル、出力トークン1Mあたり4.4ドルと記載されているため、5.3の数値もその近辺になると予想され、予算を組む前にページを確認してください。
オープンエコシステムの文脈も重要です。量子化されたバリアントが存在すれば、GLM-5.3はAPI依存関係なしで実行できるモデルのプールに加わります。当社の2026年ベストローカルLLMまとめでは、現在のオープンリーダーの位置づけを網羅しており、Terminal-Benchでトップに立つモデルの登場は、そのリストを再編成することになるでしょう。
GLMコーディングプランのクォータがリセットされました
既存ユーザーに直接影響するリリース日の詳細が1つあります。Zhipuは8月14日にすべてのユーザーのGLMコーディングプランのクォータをリセットしました。Z.aiを通じてコーディングプランを購読している場合、リリース日に利用枠が新たに開始され、5.3を試すためにそのクォータを使うためのオープンな招待状となっています。
コーディングプランは、Zhipuのコーディングツール向け定額制サービスであり、トークンごとのAPIアクセスとは異なります。リセットはプランにのみ適用され、APIの請求には適用されません。中国本土のユーザーは、独自のプランと請求を持つopen.bigmodel.cnを通じて同じエコシステムを利用できます。
5分でAPIを試す
Z.aiのAPIはOpenAI互換であるため、主要なLLM APIを呼び出したことがある方なら、リクエストの形式は見慣れたものに見えるでしょう。国際エンドポイントは`https://api.z.ai/api/paas/v4/chat/completions`です。中国本土では`https://open.bigmodel.cn/api/paas/v4/chat/completions`を使用します。認証はBearerトークンです。注意点として、リリース時には公式ドキュメントでまだ`glm-5`がドキュメント化されたモデルIDとして記載されていたため、以下の`glm-5.3`IDはGLM-5ファミリーの慣例に従っています。何かをデプロイする前に、モデルドキュメントページで正確な文字列を確認してください。
export GLM_API_KEY="your-key-from-z.ai"
curl https://api.z.ai/api/paas/v4/chat/completions \
-H "Authorization: Bearer $GLM_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "Write a bash script that finds the five largest files in a git repo, excluding the .git directory."
}
],
"temperature": 0.6,
"max_tokens": 1024
}'
レスポンスはOpenAIスキーマに従い、メッセージコンテンツを含む`choices`配列と、トークンカウントを含む`usage`ブロックが含まれます。
cURL文字列を編集するよりも高速なループ：リクエストをApidogにインポートし、`GLM_API_KEY`を環境変数として保存し、Z.aiエンドポイント用とbigmodel.cn用の2つの環境を作成します。地域やモデルIDの切り替えは編集ではなくドロップダウンになり、保存されたレスポンスはオープンウェイトが公開される日の回帰ベースラインとなります。
PythonおよびNode.jsクライアント、ストリーミング、エラー処理を含む完全な手順については、GLM-5.3 APIクイックスタートをご覧ください。
FAQ (よくある質問)
GLM-5.3はオープンソースですか？
現時点ではオープンソースではありませんが、オープンウェイトになります。Zhipuは、同社がこれまでで最も広範なものと説明するリスクレビューを経て、APIローンチから約2週間後の2026年8月28日頃にHugging Faceでウェイトをリリースすることを約束しています。それまでは、ホストされたAPIを通じてのみアクセス可能です。
GLM-5.3はGLM-5.2とどう違うのですか？
ベースモデルは同一です。すべての改善は大規模な後処理トレーニングから来ています。Zhipuは内部評価でコーディング能力が50%向上し、Terminal-Bench 3.0で4.6から28.3に飛躍し、SWE-Marathonスコアが約2倍になったと報告しています。コンテキストウィンドウ、パラメータ数、アーキテクチャはGLM-5ファミリーのベースラインから変更されていません。
GLM-5.3の費用はいくらですか？
Zhipuはリリース時に5.3固有のAPI料金を公開していませんでした。公式料金ページには、GLM-5.2が入力トークン1Mあたり1.4ドル、出力トークン1Mあたり4.4ドルと記載されており、これが利用可能な最良の基準です。予算を組む前にライブ料金ページを確認してください。コストが主要な制約である場合、当社のDeepSeek価格上昇後のAPIコスト最適化ガイドでは、あらゆるトークンごとのAPIに適用できる戦術を網羅しています。
GLM-5.3を自分のハードウェアで実行できますか？
ウェイトが公開された後であれば可能です。ただし、注意点があります。GLM-5ファミリーは744BパラメータのMixture of Expertsモデルであり、フォワードパスごとに約40Bのアクティブパラメータを持つため、フル精度での提供にはマルチGPUサーバーハードウェアが必要です。量子化されたコミュニティビルドは敷居を下げますが、現実的なサイジングについてはセルフホスティング準備ガイドをご覧ください。
GLM-5.3はコーディングにおいてClaudeやGPTよりも優れていますか？
報告されているエージェントおよびターミナルベンチマークでは競争力があり、Terminal-Bench 3.0でオープンモデルの中で1位にランクされ、CyberGymではClaude Mythos 5およびGPT-5.6 Solをわずかに上回っています。ExploitBenchでは54.4%と最先端モデルに遅れをとっています。正直な答えはワークロードに依存する、というものです。本番トラフィックを切り替える前に、両方に対して独自の評価セットを実行してください。これは、APIを採用する前にテストするのと同じ方法です。
GLM-5.3があなたのスタックにどのように適合するか
GLM-5.3は、明確な売り文句を持つ専門的なリリースです。最先端に近いコーディングエージェント性能、2週間後のオープンウェイト公開、そして既存のコードをすぐに向けられるOpenAI互換APIです。ベンチマークの物語は、ターミナルおよびエージェントタスクで強力であり、ExploitBenchのギャップについては正直であり、8月28日以降に独立した実行が公開されるまでは部分的に未検証です。これは評価を正当化するのに十分なシグナルですが、移行を正当化するのに十分なほどではありません。
低コストで始める方法：上記のcURLリクエストを送信し、レスポンスを保存し、実際のワークロードに対して小さなプロンプトスイートを構築します。そのスイートを整理するためにApidogをダウンロードし、Z.aiおよびbigmodel.cnのエンドポイントを切り替え可能な環境として維持し、今日の探索的な呼び出しを、オープンウェイトが到着し、自身のデプロイメントをホスト型APIと比較する際に必要となる回帰ベースラインに変えましょう。