Z.aiがコーディングおよび防御的セキュリティ向けにGLM-5.3 APIをリリース

Why it matters

Hosted access lets Z.ai monetize and monitor a model it says can chain exploits while postponing the harder-to-control open-weight release.

Z.aiは8月18日にGLM-5.3へのAPIアクセスを開放し、同社の新しいコーディングおよびサイバーセキュリティモデルをホステッドインターフェースの背後に置く一方で、ラボは追加のセキュリティ作業のためにモデルの重みを保留している。

北京のAIラボは入力トークン100万あたり1.40ドル、出力トークン100万あたり4.40ドルを請求しており、GLM-5.2に記載された同じ料金設定となっている。キャッシュされた入力はトークン100万あたり0.26ドルである。Z.aiはGLM-5.3がパートナーモデルゲートウェイ経由でも利用可能だと述べているが、発表ではそれらのプロバイダを特定していない。

Z.aiは2019年にTsinghua UniversityのKnowledge Engineering Groupから発展した。共同設立者のJie TangとJuanzi LiはGLM研究プログラムを中心にラボを立ち上げ、同プログラムは2021年に最初の事前学習フレームワークを発表し、翌年にオープンソースのGLM-130Bモデルを公開したと、Z.aiの企業沿革は記している。

強制推論モードを持つ事後トレーニングによるアップグレード

Z.aiはGLM-5.3がGLM-5.2と同じベースモデルを使用しており、性能向上はすべて事後トレーニングに由来すると述べている。つまりこのリリースは6月にZ.aiが出荷したモデルの洗練であり、新たなファウンデーションモデルの学習ランではない。

モデルはテキストのみを受け取り、コンテキストウィンドウは100万トークン、最大出力は128,000トークンである。関数呼び出し、構造化出力、コンテキストキャッシュ、ストリーミングされたツール呼び出しをサポートする。開発者はOpenAIのChat CompletionsおよびResponsesプロトコル、またはAnthropicのMessagesプロトコルと互換性のあるインターフェイスを通じて接続できる。

推論は常に有効化されている。Z.aiは低・高・maxの推論努力設定を提供しており、デフォルトはmaxである。推論を無効にしてリクエストを送るアプリケーションはエラーを受け取るため、既存のGLM統合はパラメータを確認せずにモデル識別子を切り替えることはできない。Z.aiはこの変更を扱う移行ガイドを公開している。

強制推論設定はコストとレイテンシに影響する。Z.aiは長いコンテキストのワークロードを移行する際、トークン当たりの価格が上がっていないとしても両方をテストすることを推奨している。

ベンチマークの改善は長いタスクで最も大きい

Z.aiはGLM-5.3がTerminal-Bench 3.0で4.6から28.3に、DeepSWE v1.1で46.2から66.9に、Agents' Last Examで23.8から28.5に改善したと報告している。これらは同社が報告した結果であり、ここで独立に再現されたものではない。

ローカル開発環境を中心に構築したプライベートテストであるZ.ai Code Benchでは、同社によればGLM-5.3は最大努力レベルで34.5%の完遂スコアを達成し、タスクあたりおよそ75,000出力トークンを使用した。GLM-5.2は約96,000出力トークンを消費して23.4%だった。プライベートベンチマークは公開テストセットの汚染への露出を減らすが、その設計と評価は公開ベンチマークほど詳しく検査できない。

Z.ai自身の比較はGLM-5.3がまだ劣る点も示している。同社はClaude Fable 5が同社のコーディングベンチマークで39.5%を記録し、GLM-5.3の最大努力時より5ポイント高かったと報告している。

APIアクセスがオープンウェイトに先行

サイバーセキュリティは今回のリリースでより重要な部分である。Z.aiはGLM-5.3の事後トレーニングデータに脆弱性発見環境を追加し、タスクが欠陥の特定から完全な悪用チェーンの構築へと移行するにつれてモデルの改善度合いが大きくなったと述べている。

Z.aiによれば、CyberGymではGLM-5.3が84.5%を記録し、GLM-5.2の77.2%と比べて改善した。ExploitBenchのスコアは24.4%から54.4%に上昇した。より深い悪用テストでもGLM-5.3はZ.aiが評価したクローズドモデルには及ばず、それらは76%を超えていた。

Z.aiはまた、GLMモデルがセキュリティ専門家によるレビューと重複除去を経て269の実プロジェクトから合計2,436件の脆弱性を特定し、そのうち1,097件が中〜高深刻度に分類されたと述べている。対象プロジェクトはオペレーティングシステム、ブラウザエンジン、インフラソフトウェア、ウェブアプリケーション、ネットワークプロトコルを含む。

これらの能力が段階的配布を説明する。Z.aiがGLM-5.3を8月14日に導入した際、同社は追加の安全対策をテストするために重みの公開を2週間延期すると述べ、Axiosが報じた。その期間中、選ばれたセキュリティパートナーには制御されたアクセスが提供された。

8月18日のAPIローンチは、開発者にモデルの自由に改変可能なコピーを渡すことなく即時アクセスを提供する。またZ.aiに利用状況の可視化と遅延中のアクセス制御を行う手段を与える。Z.aiが計画どおりに重みの公開を行えばこの取り決めは一時的だが、より優れたサイバーモデルが生み出す中心的な問題を浮き彫りにしている：ホステッドされた保護策は重みがラボを離れると終わる。

強制推論モードを受け入れる準備ができている開発者にとって、GLM-5.3は前任モデルと同じトークン価格で利用可能である。Z.aiにとって難しいリリースは、ダウンロード可能なバージョンが続くときに訪れる。