Z.ai、AIの土台を再学習せずGLM-5.3を発表

Z.aiはGLM-5.3を発表しました。GLM-5.3はGLM-5.2と同じ743Bのベースモデルで動作します。報告されているすべての性能向上は、スケールアップされたpost-training（より多くのタスク環境、より多くの環境タイプ、より長い訓練）によるものです。 成果は主に2つの分野で現れています。コーディングは最も長期的なベンチマークで大きく向上し、Terminal-Bench 3.0は4.6から28.3に上昇しました。サイバーセキュリティはZ.aiが予想していたよりもさらに進展し、CyberGymは84.5%に達しました。Weightsはまだ公開されていません。 展開可能か？部分的に可能です。GLM-5.3はZ.ai API、GLM Coding Plan、およびZCodeを通じて利用可能です。Weightsはまだ公開されていませんが、Z.aiは安全性評価と強化が完了した後、リリースから約2週間後に公開すると述べています。 現在利用できる企業：スタートアップ企業や中規模のエンジニアリング組織は、Coding PlanまたはAPIを通じて今日から導入できます。データレジデンシーやベンダーレビューの規則がある大企業は、weightsの公開を待つべきです。セキュリティベンダーやMSSPは最も多くのシグナルとポリシーへの露出を得られます。 業界：Developer tooling、cloud infrastructure、application security、fintechおよびe-commerce engineering、カーネル、ブラウザエンジン、またはネットワークスタックを出荷するベンダー。 アプリケーション：Repository-scale refactors、long-horizon CLI agents、CI failure triage、white-box vulnerability discovery、crash triage、およびsecure code review。 コーディング結果：Terminal-Bench 3.0はGLM-5.2と比較して4.6から28.3に向上しました。DeepSWE v1.1は46.2から66.9に向上しました。Agents’ Last Exam (CLI)は23.8から28.5に向上しました。44の職種にわたるGDPval-AA v2では、GLM-5.3は1,769点を獲得しました。Z.ai社内の評価であるZ.ai Code Benchでは、GLM-5.2と比較して50%の改善を報告しています。タスクあたり約50,000出力トークンで31.4%を報告しています。Claude Opus 4.8は120,000トークンで29.5%を記録しています。Claude Fable 5は最大努力で39.5%と依然としてリードしています。Z.aiは、プライベートベンチマークが汚染リスクを低減すると主張しています。公開されているスイートでは、GLM-5.3はいくつかのより難しいコーディング評価でGPT-5.6 SolとFable 5に劣っています。すべての数値はベンダー報告によるもので、ハーネス、コンテキスト長