Z.ai、文書化されたアクセス経路を示さずにGLM-5.3の研究を公開
Z.ai はコーディングと脆弱性悪用の進展を報告しているが、同社の製品ドキュメントは GLM-5.1 を最新リリースとしており、GLM-5.3 へのアクセス経路は提供していない。
By RuntimeWire Staff · Published · Updated
Primary source: Z.ai
Why it matters
Z.ai links long-horizon coding training to sharp claimed gains in vulnerability exploitation. Developers and security researchers still lack a confirmed GLM-5.3 endpoint, model identifier or downloadable artifact for reproducing those results.
Z.ai、張鵬（Zhang Peng）、唐傑（Tang Jie）、劉徳氷（Liu Debing）によって共同設立された北京の人工知能開発企業は、8月14日の研究投稿で、コーディングエージェントと脆弱性研究向けのポストトレーニングアップデートとしてGLM-5.3を発表した。GLM-5.3の投稿によれば、モデルはGLM-5.2と同じベースモデルを使用しており、改善はさらに1か月の強化学習、拡張されたタスク環境、および追加のポストトレーニング計算から得られたとされている。
製品としての記録はやや不明瞭だ。8月14日時点で、Z.aiの公式リリースノートはGLM-5.1を最新の文書化されたGLM-5リリースとして特定しており、GLM-5.3をリストしていなかった。Z.aiのGLM-5ドキュメントは、GLM-5をGLM Coding Planを通じて利用可能なオープンウェイトのファウンデーションモデルとして説明しているが、GLM-5.3のAPIエンドポイント、ホストモデル識別子、またはダウンロード可能なアーティファクトを特定していない。
Z.aiは8月14日の投稿で、安全性評価とハードニングが完了した2週間後にGLM-5.3の重みを公開すると述べている。投稿は読者をZ.aiのCoding PlanとZCode（Z.aiのコーディングエージェント）に案内しつつ、Hugging Faceのアクセスは "Coming Soon." と表記している。ただしAPIエンドポイント、モデル識別子、重みのダウンロードは公開していない。したがって、開発者は8月14日時点でGLM-5.3への確定したアクセス経路や再現可能な本番構成を持っていなかった。
8月14日のページはZ.ai作成の研究投稿であり、詳細なトレーニングとベンチマークの主張を含んでいる。これらのスコアとサイバーに関する所見は、独立した評価がそれらを再現するまではZ.aiの主張として扱うべきである。投稿とZ.aiの製品ドキュメントの間のギャップは、GLM-5.3の最終的なライセンスと提供構成も未確定のままにしている。
唐（Ting）、Tsinghua Universityのコンピュータサイエンス教授でありZ.aiの共同創業者は、2006年から運用されている学術検索およびナレッジグラフシステムAMinerを作成した。彼の研究はデータマイニング、ソーシャルネットワーク、ナレッジグラフ、ファウンデーションモデルを含み、グループはGLM-130B、ChatGLM、CogView、CogVideo、CodeGeeXに貢献した。Tsinghua の略歴によれば、彼は2006年に同大学でコンピュータサイエンスの博士号を取得したとある。研究ホームページで、唐は自らの使命を「機械に人間のように考えさせることを教える」と表現している。
Zhang、Z.aiのCEOは、商業化に携わる前にTsinghuaのKnowledge Engineering Groupおよびそのデータサイエンス研究センターで働いていた。Liu、Z.aiの会長は、企業および資本運営に注力してきた。創業者たちはTsinghua発の研究を基盤にZ.ai（中国国外では以前Zhipu AIとして知られていた）を構築した。
Z.aiはモデル開発の背後に多大な資源を有している。香港での募集目論見書は、2025年6月30日時点で従業員数883名、そのうち657名が研究開発に従事していると報告している。収益は2024年にRMB312.4百万、2025年前半6か月でRMB190.9百万に達した。年央時点でZ.aiは8,000を超える機関顧客および約8,000万台のデバイスにサービスを提供していると述べている。
同じ目論見書によれば、Z.aiは2025年9月30日で終了する9か月間で12,000を超える機関顧客を有し、2025年11月の平均日次トークン消費量は約4.2兆であったと報告している。これらは上場手続きのために開示されたZ.ai自己申告の指標であり、独立監査されたアクティブ使用の指標ではない。
目論見書はまた、シリーズAngelからシリーズB6までのラウンドで総計およそRMB8.364億のプレIPO投資を報告している。最新の記載ラウンドではRMB4.377億が調達され、ポストマネーバリュエーションはおよそRMB24.377億と示唆された。目論見書で名前が挙がっている支援者にはMeituan、Qiming Venture Partners、Legend Capital、Ant Group、Aramco Venturesが含まれる。グローバルオファリングは1株HK$116.20で37,419,500株をカバーし、総額で約5.57億ドルの粗収入を示唆している。
CB Insightsの報告は、Z.aiが民間資本で14億ドル以上を調達したと伝えている。他の報告された支援者にはAlibaba、Tencent、Hillhouse、そして中国政府系ファンドが含まれるとForbesは報じている。Z.aiは2026年1月8日に香港で上場し、そのオファリングはDealroomの報告によれば約5.58億ドルを調達したとされる。
Post-training drives the reported gains
Z.aiは、GLM-5.3のトレーニングスタックがGLM-5.2で導入された3つのコンポーネントを使用していると述べている：長いコンテキスト処理のためのIndexShare、長期タスク上での強化学習のためのSAO、および非同期強化学習トレーニングのためのオープンソースフレームワークslime。
投稿で説明されるトレーニング環境は、短いコーディング演習というよりは専門的なエンジニアリング作業の単位に似ている。ある例では、モデルは計算クラスター、ストレージ、ドキュメント、コード、および実験結果へのアクセスを与えられる。モデルは機械学習インフラのボトルネックを特定し、実装を変更し、テストを実行し、正当性を損なうことなく測定可能な速度改善を達成しなければならない。
そのような環境を十分に構築すること自体が工学的な問題になっている。Z.aiは研究エージェントがタスクパターンを収集し、それらを隠れた状態や複数ステップの依存関係を持つ実行可能なシナリオに変換すると述べている。別のジャッジが各タスクを試行してそれが解けることを確認し、生成されたベリファイアが結果をテストして、モデルが基礎となる作業を完了せずに報酬を得られるショートカットを塞ごうとする。
人間はそのパイプラインの一部として残る。Z.aiは環境の作成と検証が依然として意味のある手作業を必要とすることを認めている。Z.aiが専門家が手作業で設計・監査する速度よりも速く信頼できるタスクと報酬を生成できない限り、このアプローチはスケールさせるのが難しいだろう。
Z.aiのコーディングベンチマーク表は、Terminal-Bench 3.0で4.6から28.3へ、DeepSWE v1.1で46.2から66.9へ、Agents' Last Examで23.8から28.5へと上昇したと報告している。プライベートなCode BenchではZ.aiは50%の改善を主張している。最大努力設定では、Z.aiはGLM-5.3がタスクあたりおよそ75,000出力トークンを使用して34.5%のタスクを完遂したとし、これはGLM-5.2の96,000トークンでの23.4%と比較されている。プライベートテストのタスクセットと方法論は投稿から独立して検査することができず、これらの結果のいずれも提供資料内で独立に再現されていない。
比較表は単一のリーダーを示していない。GLM-5.3はMoonshot AI、DeepSeek、Alibaba、Anthropic、OpenAIのモデルと比較されている。GLM-5.3は一部の評価でリストされたオープンウェイト代替の中で優位に立っている一方で、競合他社は複数のコーディングおよび悪用（exploitation）テストでより高い結果を出している。Z.aiによるGLM-5.3を最強のオープンウェイトのコーディングモデルとする記述は、選択した評価と設定に依存している。
Z.ai reports an unexpected cyber gain
より重要な主張はコーディングの訴求の外に現れる。Z.aiは、ポストトレーニングのスケールに伴いGLM-5.3のソフトウェア脆弱性を発見し悪用する能力が予想よりも速く改善したと述べている。投稿は、孤立した欠陥の特定から多段階の悪用計画の形成へと進行したことを記述している。
Z.aiはそのサイバーベンチマーク結果で、GLM-5.3のCyberGymスコアを84.5（GLM-5.2の77.2から上昇）と報告している。ExploitBenchでは54.4を記載し、GLM-5.2の24.4と比較している。ExploitGymでは2時間制限と6時間制限でそれぞれ105と130の成功結果を報告しており、GLM-5.2の29と39と比較されている。これらの結果は独立した再現を必要とする。
比較には内部的な名称の不一致が含まれている。Z.aiの表はAnthropicの78.0のExploitBench結果を "Fable 5" とラベル付けしているが、本文ではそのモデルを "Mythos 5" と呼んでいる。投稿はZ.aiがどの構成をテストしたかを明確にしていないため、その結果をいずれかの名前に確実に割り当てることはできない。同じ表にはGPT-5.6 Solが76.5と記載されている。
サイバー指標の実際の意味は、それぞれのベンチマークの分母、ツールへのアクセス、リトライポリシー、および実行条件に依存する。プロトコルの詳細がなければ、生のエクスプロイト数は比較が特に難しい。それでも、Z.aiの評価スタックは、脆弱性発見から実際の悪用に至る過程のより後半で最大の相対的な改善を記録している。
制御されたベンチマークを越えて、Z.ai reports は、同社のモデルが専門家によるレビュー、スクリーニング、および重複排除の後に269プロジェクトで合計2,436件の脆弱性を特定し、そのうち1,097件が重大または高い深刻度と説明されたと報告している。Z.aiによれば53件は公開され、2,383件はエンバーゴのままで、更新はZ.ai Security Disclosure Ledgerに記録されている。
Z.aiはこれらの所見を中国の複数のセキュリティチームとの共同作業によるものと帰属している。リストされた対象には、システムカーネル、オペレーティングシステム、ブラウザエンジン、オープンソースのインフラストラクチャ、ウェブアプリケーション、およびネットワークプロトコルが含まれる。これらは独立した監査による測定というよりもZ.aiが報告した合計値であり、個々の所見は引き続き専門家によるレビューと調整された公開の対象となる。
Open weights and coding distribution are separate contests
Z.aiはオープンウェイトモデル分野でDeepSeek、Moonshot AIのKimi、AlibabaのQwenと競合している。商用配布はまた、モデルを開発者のワークフローに直接組み込むコーディング製品にも依存している。ZCodeとZ.aiのCoding Planがその製品レイヤーを提供し、Cursorのような下流ツールは基盤モデルだけを提供するのではなく統合されたコーディング環境の制御によって競争している。
同社のsubscription pageでは、Liteコーディングプランが月額16.2ドルからと掲示され、そのプランは20を超えるコーディングツールをサポートするとしている。ホスト型サブスクリプションはZ.aiに開発者との直接的な請求関係をもたらす。オープンウェイトの展開は、自身のインフラ上でモデルを実行・改変したい購入者に向けられる。Z.aiの公式資料はGLM-5をオープンウェイトとして記述している一方で、GLM-5.3の投稿はウェイトを2週間の安全性評価とハードニング期間の後にのみ提供すると約束している。
研究投稿で記述されたモデルは、数万トークンを消費でき、ターミナル、リポジトリ、インフラを横断して動作するジョブを想定している。より良いベンチマークスコアはZ.aiがそのユースケースを売り込むのに役立つ可能性がある。導入は、長時間実行される作業の確実な完遂、再現可能な評価、およびモデルへの文書化された経路に依存するだろう。
報告されたサイバーの結果は、同じ学習手法における安全性コストを露呈している。未知のコードを検査し、ツールを操作し、仮説をテストし、失敗を乗り越えて継続するように訓練されたエージェントは、攻撃的なセキュリティ作業を支えるメカニズムを獲得する可能性がある。Z.aiは、より強力なコーディング性能を追求する過程で研究者がその能力の成長に遭遇したと述べている。
現時点で、Z.aiはGLM-5.3のトレーニング、コーディング、およびサイバーに関する詳細な主張を公式のリリースノートにGLM-5.3を追加することなく公開している。研究投稿は2週間のレビュー後にウェイトを約束しているが、Z.aiのドキュメントには2025年8月14日時点でGLM-5.3のAPIエンドポイント、ホストモデル識別子、またはダウンロード可能なアーティファクトは記載されていない。研究者がどのアーティファクトまたはサービング構成が報告された結果に対応するかを特定できるまで、独立したテストはベンチマークの主張を検証することができない。