Z.ai、コード特化モデル GLM-5.3 を発表──750B パラメータで Kimi K3 を凌駕
GLM-5.2 の拡張ポストトレーニングにより、パラメータ数わずか 750B で米大手フロンティアモデルに匹敵するコーディング性能を実現した。
リリース: 2026-08-14 · 読了 3 分記事の要約
1. 核心（What）
- Z.ai は 2026 年 8 月 14 日、コード特化型の新型モデル「GLM-5.3」を発表した。
- パラメータ数は約 750B であり、Moonshot AI の Kimi K3 の約 1/3 の規模に抑えられている。
- ベースモデルは GLM-5.2 と同一であり、ポストトレーニングの拡張のみでベンチマークスコアの大幅な向上を達成した。
- まずはコーディングプラン向けに提供が開始されており、数週間以内に Hugging Face でオープンウェイトとして公開される予定である。
2. 影響（Why）
- ポストトレーニング特化による高効率化: 事前学習の巨大なコストをかけずとも、強化学習（RL）環境の拡充とポストトレーニングの徹底によって米大手に対抗できることを示しており、国内の開発チームにとっても効率的なモデル洗練のアプローチとして参考になる。
- 迅速なリリースサイクルがもたらす採用優位: 米大手企業が数ヶ月かけるプレリリース検証を短縮して即座に市場投入する戦略は、国内の受託開発や特定の業務自動化ツールを手掛ける事業者（中堅 SIer・SaaS 企業規模）が最新モデルを迅速に検証・採用する判断を後押しする。
3. 根拠・詳細（How）
- ポストトレーニング手法の刷新: 新規の事前学習ではなく、GLM-5.2 のベースモデルに対して「より多くの環境、多様なタスク、それらに費やされる豊富な計算資源」を用いた強化学習主導のトレーニングレジームを適用している。
- テキスト中心のスコア最適化: ビジュアル機能をあえて持たせずテキスト処理に絞ることで、タスク特化のベンチマークスコアで Claude Fable 5 や GPT-5.6-Sol を一部上回る水準に到達している。
4. 展望・課題（Next）
- API およびオープンウェイトの展開: コーディングプラン限定での提供から、今後は API 経由での利用および 2 週間以内を目標とした Hugging Face でのオープンウェイト公開が予定されている。