Z.ai、ベースモデル再訓練なしでGLM-5.3を出荷：複雑なコーディングや長期的タスクで向上

Z.aiは、GLM-5.2と同じ743Bのベースモデル上で動作するGLM-5.3をリリースしました。報告されている改善点はすべて、より多くのタスク環境、より多様な環境タイプ、より長いトレーニングを含む、スケールアップされたポストトレーニングによるものです。このモデルは、長期的なコーディングベンチマークで大幅な向上を示しており、Terminal-Bench 3.0は4.6から28.3へ、DeepSWE v1.1は46.2から66.9へ、Agents' Last Exam (CLI)は23.8から28.5へと改善しました。社内のZ.ai Code Benchでは、同社はGLM-5.2比で50%の改善を報告しており、タスクあたり約5万出力トークンで31.4%を記録し、12万トークンで29.5%のClaude Opus 4.8を上回りました。一方、Claude Fable 5は依然として39.5%でリードしています。サイバーセキュリティに関しては、Z.aiは改善は計画外だったと述べており、CyberGymは77.2%から84.5%に上昇し、83.8%のMythos 5や83.6%のGPT-5.6 Solを上回りました。ExploitBenchは24.4%から54.4%へと2倍以上に向上しましたが、それでも78.0%のMythos 5には及びません。このモデルは、Z.ai API、GLM Coding Plan、ZCodeを通じて利用可能ですが、重みはまだ公開されていません。Z.aiは、安全性評価と強化が完了した後、ローンチから約2週間後に重みを公開すると述べており、ベンチマークがエクスプロイトチェーンの深部にあるほど、GLM-5.2に対するゲインが大きいことを強調しています。