Z.ai、オープンウェイトモデル GLM-5.3 を公開──事後学習のみでコード生成性能 50% 向上
同一の 743B ベースチェックポイントから事後学習だけで性能を引き上げ、Terminal Bench 3.0 でオープンソース SOTA を達成した。
リリース: 2026-08-28 · 読了 4 分記事の要約
1. 核心（What）
- Z.ai はエージェント型コーディングおよびサイバー防御向けモデル GLM-5.3 のオープンウェイトを公開した。
- GLM-5.2 と同一のベースモデルを使用しながら、事後学習の拡張によりコーディング性能を大幅に引き上げている。
- CyberGym の脆弱性発見タスクにおいて最高性能を記録し、脆弱性の悪用ベンチマークでは GLM-5.2 の 2 倍以上のスコアを示した。
- 推論時には新たに reasoning_effort パラメータ（low/high/max）が導入され、思考プロセスの無効化は非対応となった。
2. 影響（Why）
- 事前学習なしで引き出せるフロンティア水準: 追加の事前学習コストをかけずに事後学習だけで大規模 MoE モデルの限界を 50% 押し上げられるなら、既存のベースモデル資産を持つチームはファインチューニングへの再投資で追随できる。
- 国内セキュリティ・開発現場への影響: 脆弱性解析や長期的リファクタリングを内製する国内のセキュリティ監査・Vertical SaaS 企業（従業員 100〜500 人規模）は、商用 API に依存しない VPC 完結型のエージェント基盤として検証する価値がある。
3. 根拠・詳細（How）
- アーキテクチャと実行環境の仕様: 753B MoE モデルとして実装され、BF16・FP8（E4M3）・F32 のテンソルに対応。vLLM などのフレームワークを用いて H100 等の環境上で FP8 重みによる運用が可能。
- 推論パラメータの変更点: 従来の thinking-off トグルが廃止され、low/high/max を取る reasoning_effort パラメータへ移行。クリア思考用の clear_thinking=true を明示的に渡す設計が必須となる。
4. 展望・課題（Next）
- 実運用における互換性の検証: 思考プロセスの常時有効化に伴うレイテンシ増加を考慮し、既存の GLM-5.2 パイプラインからの移行検証が必要となる。