>
>
公開日
2026年8月14日、中国Z.ai（智譜AI）が新モデル「GLM-5.3」を発表しました。コーディングとエージェントタスクの性能向上に加え、開発チーム自身が「想定以上」と認めるほどサイバーセキュリティ能力が伸び、オープンウェイトモデルとしては異例の段階的公開に踏み切っています。本記事では、この発表内容を情シスの視点で整理し、どの観点で情報を取り入れ、どう社内対応すべきかを解説します。
GLM-5.3とは？発表の3行まとめ
GLM-5.3は、Z.aiが2026年8月14日に発表した、コーディングとサイバーセキュリティタスクに強い新しいオープンウェイトモデルです。ベースモデルはGLM-5.2から変更せず、事後学習（ポストトレーニング）のスケールアップだけで性能を引き上げた点が最大の特徴です。情シスにとって重要なのは、性能そのものよりも「なぜ強くなったか」と「なぜまだ手元で動かせないか」という2点です。
ベースモデル据え置き・事後学習のみで性能向上：GLM-5.2と同じ743Bパラメータ規模のMoE基盤モデルを再利用し、学習環境とタスクの種類を拡大。独自ベンチマーク「Z.ai Code Bench」ではGLM-5.2比で約50%の性能向上を達成
サイバーセキュリティ能力が想定を超えて発展：脆弱性発見ベンチマーク「CyberGym」で84.5%を記録し、Anthropicの非公開モデル「Claude Mythos 5」（83.8%）をわずかに上回った。実世界のOSSプロジェクト検証では269件から2,436件の脆弱性を発見
モデルの重みは2週間後に段階公開：発表時点ではGLM Coding Plan・API・ZCode経由でのみ利用可能。安全性評価とハードニングを終えた8月末ごろにオープンウェイトとして一般公開予定
出典：GLM-5.3: Frontier Coding with Emergent Cyber Capabilities（Z.ai公式ブログ）
なお、同じく中国発のオープンウェイトモデルとしては、2026年7月に発表され7月27日にウェイトが公開された「Kimi K3」が記憶に新しいところです。両モデルの性能検証だけでなく、データ送信・ライセンス条件・シャドーAI化リスクといった観点で似た論点を抱えているため、Kimi K3を評価済みの情シスの方はKimi K3オープンウェイト公開｜性能・料金と企業導入リスクを情シス視点で徹底解説も合わせてご覧ください。
GLM-5.2からの進化点とベンチマークで見る立ち位置
GLM-5.3の性能向上は、公開ベンチマーク3種すべてでClaude Opus 4.8を上回った一方、最上位モデルにはまだ届いていないというのが実態です。「オープンウェイトの中では最上位クラスだが、フロンティア級クローズドモデルとは依然差がある」という位置づけを正確に理解しておくことが、過大評価も過小評価も避ける第一歩になります。
長時間のターミナル操作を評価する「Terminal-Bench 3.0」、ソフトウェア開発タスクの「DeepSWE v1.1」、長時間エージェントタスクの「Agents' Last Exam」の3つの公開ベンチマークで、GLM-5.3はいずれもGLM-5.2から大きく向上し、Claude Opus 4.8を上回りました。
ベンチマーク | GLM-5.2 | GLM-5.3 | Claude Opus 4.8 | Claude Fable 5 | GPT-5.6 Sol |
|---|---|---|---|---|---|
Terminal-Bench 3.0 | 4.6 | 28.3 | 21.1 | 33.7 | 34.6 |
DeepSWE v1.1 | 46.2 | 66.9 | ー | ー（Fable 5に及ばず） | ー（Fable 5に及ばず） |
Agents' Last Exam | 23.8 | 28.5 | ー | 28.5未満（GLM-5.3が上回る） | 28.6（ほぼ同水準） |
※GPT-5.6 SolとClaude Fable 5の一部数値は報道ベースの相対評価（gihyo.jp記載）であり、公式の絶対スコアが未掲載の項目は「ー」としています。
トークン効率の面でも改善が見られます。Z.ai独自の非公開ベンチマーク「Z.ai Code Bench」では、Max effort設定でGLM-5.2が9万6,000トークンで23.4%だったのに対し、GLM-5.3は約7万5,000トークンで34.5%を記録したと報告されています。より少ない出力トークンで高いスコアを出せる設計は、長時間稼働させるコーディングエージェントの運用コストに直結するため、性能スコア以上に注視する価値があるポイントです。
ただし、Z.ai Code Benchは非公開ベンチマークであるため数値を第三者が再現できない点、そして各社のスコアが独自ハーネス（実行環境）で測定されている可能性がある点は、Kimi K3の記事でも触れた「同じ指標でも実行環境が異なればスコアの差をそのままモデルの能力差と読めない」という論点がそのまま当てはまります。ベンダー公表値は出発点として扱い、8月末のウェイト公開後に進む第三者検証を待つのが安全な読み方です。
サイバーセキュリティ能力の急伸｜情シスが警戒すべき点
GLM-5.3を単なるマイナーアップデートではなく重要なニュースにしているのは、脆弱性の発見から悪用までを一貫して計画する能力が、Z.ai自身の想定を超えて伸びた点です。情シスにとっては、攻撃側のツールが高度化している現実として受け止める必要があります。
Z.aiは事後学習に脆弱性発見のデータと実行環境を追加しましたが、学習をスケールアップするにつれて能力が複合的に向上し、個々のバグの発見にとどまらず複数段階の悪用手順を組み立てられるようになったと公式に説明しています。攻撃チェーンの深い部分を測るベンチマークほど、GLM-5.2からの伸びが大きい点が特徴です。
ベンチマーク | 測定内容 | GLM-5.2 | GLM-5.3 | Claude Mythos 5 |
|---|---|---|---|---|
CyberGym | 脆弱性の発見・検証 | 77.2% | 84.5% | 83.8% |
ExploitBench | 根本原因の推論と攻撃コード作成 | 24.4% | 54.4% | 78.0% |
ExploitGym（6時間） | 時間内タスク完遂数 | 39件 | 130件 | 247件 |
CyberGymではGLM-5.3がClaude Mythos 5をわずかに上回った一方、より深い悪用の推論を要求するExploitBenchやExploitGymでは、依然としてクローズドモデル最上位との差が大きく残っています。「脆弱性を見つける」段階では急速に追いついているものの、「見つけた脆弱性を実際に機能する攻撃へ変換する」段階ではまだ開きがある、という読み方が実態に近いでしょう。
実運用面での実績も見逃せません。Z.aiは中国の複数のセキュリティチームと協力し、269のOSSプロジェクトを検証した結果、2,436件の脆弱性を発見（うち1,097件が重大〜高深刻度）したと公表しています。発見された脆弱性には約45年前（1981年）に混入したものも含まれており、長期間放置されたコードベースを粘り強く分析する用途に強みがあることを示しています。情シスとしては、自社が利用・開発するOSSコンポーネントについて、こうした自動脆弱性発見AIの精度向上を前提にした脆弱性管理体制（SBOM整備、パッチ適用の迅速化）の重要性が一段と増したと捉えるべきです。
オープンウェイト段階公開という新しい姿勢
GLM-5.3のもう一つの注目点は、性能そのものではなく公開の仕方です。Z.aiは今回、サイバー能力の急伸を理由に、モデルの重みを即座に公開せず安全性評価を経てから段階的に公開するという、中国のAI企業としては異例の判断をしています。
GLM-5.2のウェイトは発表から数日以内にHugging Faceで公開されていましたが、GLM-5.3では発表時点でGLM Coding Plan・API・ZCode経由のアクセスのみが提供され、ウェイト自体は安全性評価とハードニングを終えたうえで発表から約2週間後（8月末ごろ）に公開される予定です。AI安全性に関する北京の調査会社Concordia AIの研究者は、中国の組織が安全性を理由に一般公開を遅らせたのは今回が初めてだとコメントしており、AnthropicがClaude Mythosに適用している段階公開の考え方に近いアプローチと位置づけられています。
情シスにとっての含意は次の2点です。
「オープンウェイトだから今すぐ自社ホスティングできる」わけではない：現時点で入手できるのはAPI経由のアクセスのみであり、外部送信を避けたい用途での検討は8月末のウェイト公開後になります
公開が遅れる理由自体がリスク評価の材料になる：ベンダーが「攻撃的な能力が強すぎるため公開を遅らせている」と公式に認めているモデルである以上、社内でのPoCも読み取り専用の権限から始めるなど、通常のオープンウェイトモデル以上に慎重な権限設計が妥当です
料金・提供チャネルと自社ホスティングの現実
GLM-5.3は発表時点でGLM Coding Planの全ユーザー向けに提供されており、コスト試算の土台となる料金体系はポイント制へ移行しています。自社ホスティングを検討する場合は、コストよりも先にインフラ要件がボトルネックになる点を押さえておく必要があります。
GLM Coding Planの利用枠はポイント制に移行し、消費量は入力トークン・キャッシュ済み入力トークン・出力トークンごとに計算されます。ピーク時間帯は平日14時〜18時（UTC+8）で、それ以外の時間帯（週末含む）はオフピークとなり消費ポイントが通常の50%になる設計です。API固有の料金表はまだ公開されていませんが、前身GLM-5.2の価格（入力$1.4／出力$4.4、100万トークンあたり）が踏襲される見込みと報じられています。参考までに、Anthropicの現行モデルはClaude Fable 5が入力$10／出力$50、Claude Opus 5が入力$5／出力$25、Claude Sonnet 5が入力$2／出力$10、Claude Haiku 4.5が入力$1／出力$5という価格設定であり、GLM-5.2水準が踏襲されればGLM-5.3はHaiku 4.5より入力単価はやや高いものの出力単価は下回る水準になると見込まれます。
API仕様では、推論の強さをreasoning_effortパラメータのlow・high・maxの3段階から選ぶ常時推論の構成に一本化され、推論を無効化するオプションは廃止されました。これまで思考を無効化して動かしていたアプリケーションにとっては破壊的変更にあたるため、既存のGLM連携がある場合はAPI呼び出し部分の見直しが必要です。コンテキストウィンドウは100万トークン、最大出力は12.8万トークンで、現時点ではテキスト入力のみに対応しており、画像を含むマルチモーダル入力には対応していません。
自社ホスティングを検討する場合の現実的なハードルは、Kimi K3のケースと同様にインフラ規模です。743Bパラメータのモデルを実用速度で動かすには相応の計算資源への投資が必要であり、AWS Bedrock・Azure AI Foundry・Google Vertex AIといった大手クラウドのマネージドカタログには本記事執筆時点でGLM-5.3の収載は確認できていません。既存のクラウド契約の枠内で調達できない場合、新規ベンダーの審査プロセスが必要になる点まで含めて、稟議のリードタイムを見込んでおくことをおすすめします。API利用を許可する場合のキー発行・利用量モニタリング体制の考え方は、Claude Code企業利用の統制ガイドで解説したAPIキー管理の枠組みがそのまま応用できます。
導入判断フロー：情シスはGLM-5.3をどう扱うべきか
GLM-5.3について、大多数の企業にとって急いで乗り換える理由はなく、「シャドーAI監視の即時開始」と「第三者検証の進展を見ながらの再評価」という2段構えが妥当な対応です。ただし自社のAI活用フェーズによって優先度は変わります。
すでにClaude・GPT等の法人契約があり、AI活用が安定的に回っている企業は、急いで乗り換える理由はありません。GLM-5.3は公開ベンチマークでは既存フロンティアモデルに一部で及ばない領域が残っており、Z.ai自身もCode Bench以外の指標で先行を認めていません。ウォッチすべきは、8月末のウェイト公開後に進む第三者による再現検証です。並行して、従業員の無断利用（シャドーAI化）の監視は即時に始めてください。
コーディング用途でAIコスト最適化を検討している企業にとって、GLM-5.3のトークン効率の良さは検証価値があります。PoCは（1）機密性の低いリポジトリに限定、（2）API経由での実施、（3）エージェント権限は読み取り専用から開始、の3条件で設計するのが安全です。
データレジデンシー要件でクラウドAIの選択肢が限られている企業にとっては、ウェイト公開後の自社ホスティングが初めて具体的な検討対象になります。ただし743Bパラメータのモデルを実用速度で動かすインフラ投資は相応の規模になり、大手クラウドのマネージドカタログにも未収載であるため、専業の推論プロバイダーを含めた提供事業者の選定とAI利用ガイドライン・デプロイ統制ルールの整備を並行して進めるのが現実的です。
主要な業務AIエージェント同士の選定基準はChatGPT Work・Gemini Spark・Claude Cowork徹底比較｜情シスが押さえる選定基準と統制ポイントで、クローズドモデル同士の比較はGPT-5.6（Sol/Terra/Luna）情シス向け機能・価格・リスク・導入判断で整理しています。
情シスが今すぐ確認すべきチェックリスト
自社がどのスタンスに該当するかが見えたら、次はスタンスを問わず共通で確認しておくべき実務項目です。以下の項目を、話題化してから現場が先行利用する前に確認しておくことを推奨します。
GLM-5.3・Kimi K3など、話題化している中国発オープンウェイトモデルの業務利用可否を一次アナウンスとして周知したか
GLM Coding Plan・ZCode等、GLM-5.3のコンシューマ向け利用経路からの機密データ入力を許可するかどうかを明文化したか
GLM-5.3のウェイト公開（8月末予定）後に自社ホスティングを検討する場合の、インフラ投資対効果とデータガバナンス評価の担当者を決めたか
コーディングエージェントに新モデルを組み込む際、読み取り専用権限からの段階的な権限付与ルールを適用しているか
開発部門がGLM Coding Plan・API等の利用を独自に開始していないか、利用実態を棚卸ししたか
未承認AIサービスの利用状況を、ネットワークログやOAuth連携の監視で可視化できる体制があるか
チェックリストの詳細版はAI導入前 リスクアセスメントチェックリスト（無料DL・本文末尾のフォームから入手可）でカテゴリー別に整理しています。エージェントの権限設計そのものについては、MCP企業導入のセキュリティ完全ガイドとAIエージェントとは？情シス向け定義・仕組み・導入ステップ完全ガイドも合わせてご覧ください。
よくある質問（FAQ）
Q. GLM-5.3は無料で使えますか？
A. GLM Coding Planを通じた利用が中心で、利用枠はポイント制です。ピーク時間帯（平日14時〜18時、UTC+8）以外はポイント消費が通常の50%になるオフピーク料金が適用されます。API固有の単価は本記事執筆時点で未公開です。
Q. GLM-5.3はClaude Fable 5やGPT-5.6 Solより高性能ですか？
A. 一部のベンチマーク（Agents' Last Examなど）では上回る、または同水準の結果が出ていますが、Terminal-Bench 3.0やコーディングの総合力ではClaude Fable 5・GPT-5.6 Solが依然として上回っています。「オープンウェイトの中では最上位クラスだが、フロンティア級クローズドモデルにはまだ届いていない」という理解が実態に近いです。
Q. GLM-5.3のオープンウェイトは自社ホスティングできますか？
A. 発表から約2週間後（8月末ごろ）にウェイトが公開される予定です。ただしGLM-5.2と同じ743Bパラメータ規模のモデルであるため、実用速度で動かすには相応のインフラ投資が必要になります。AWS Bedrock等の大手クラウドのマネージドカタログには本記事執筆時点で収載が確認できていません。
Q. GLM-5.3はサイバーセキュリティ用途にどう使えますか？
A. 脆弱性の発見に強く、実際にOSSプロジェクトから2,436件の脆弱性（うち1,097件が重大〜高深刻度）を発見した実績があります。一方で、発見した脆弱性を実際に機能する攻撃へ変換する能力（ExploitBench等）は、クローズドモデル最上位とまだ差があります。自社の脆弱性管理体制の強化に生かす一方、攻撃側のツールとしても急速に高度化している現実として受け止める必要があります。
Q. 情シスとして今週中にやるべきことは？
A. （1）GLM-5.3・Kimi K3等の中国発オープンウェイトモデルの業務利用可否の一次アナウンス、（2）開発部門によるGLM Coding Plan・API利用の有無の確認、（3）未承認AIサービス利用の可視化体制の確認、の3点です。モデルの本格評価は、第三者による再現検証の進展を待ってからで問題ありません。
まとめ：モデル競争の加速に、統制側の準備を追いつかせる
GLM-5.3は、「性能向上」と「安全性を理由にした段階的な公開」という2つの側面から、情シスが向き合うオープンウェイトモデルの選択肢と論点を広げました。新モデルを個別に都度評価するのではなく、「評価の型」と「利用の常時可視化」を持つことが、モデル競争が数週間単位で続く今の現実解です。
「マネーフォワード Admina」は、ChatGPT・Claude・Cursorをはじめとする200以上のAIサービスへのアクセスやOAuth連携を検知し、シャドーAIを含むSaaS利用の全体像を可視化するSaaS管理プラットフォームです。新しいAIモデルが話題になるたびに発生する「勝手な利用」を早期に把握し、安全な活用推進とガバナンスを両立させたい情シスの方は、シャドーAI管理の詳細をご覧ください。実際の画面や自社環境での検知範囲を確認したい場合は、個別相談会（デモ）をご利用いただけます。
本記事の内容に誤り等がございましたら、こちらからご連絡ください。
監修
Admina Team
情シス業務に関するお役立ち情報をマネーフォワード Adminaが提供します。
SaaS・アカウント・デバイスの管理を自動化し、IT資産の可視化とセキュリティ統制を実現。
従業員の入退社対応や棚卸し作業の工数を削減し、情報システム部門の運用負荷を大幅に軽減します。
中小企業から大企業まで、情シス・管理部門・経営層のすべてに頼れるIT管理プラットフォームです。
