GLM-5.3

GLM-5.3とは？

GLM-5.3は、Z.aiが開発した最新のフロンティアモデルであり、複雑で長期的なコーディングおよびエージェント型タスク向けに特別に設計されています。前モデルであるGLM-5.2と同じベースモデルを共有しており、すべての改善はアーキテクチャの変更ではなく、大規模なポストトレーニングのスケーリングによるものです。その結果、エージェント型コーディングにおけるオープンソースSOTAパフォーマンスと、トレーニング中に明示的にターゲットとされていなかった脆弱性発見やサイバー防御における創発的な能力が実現しました。

対象ユーザー

• プロフェッショナルなソフトウェアエンジニア：複数日にわたるインフラストラクチャ作業に取り組む方々。モデルは、ボトルネックの診断、最適化の実装、コンピュートクラスター全体での実験実行など、エンドツーエンドのタスクを主導できます。
• セキュリティ研究者およびレッドチーム：本物のサイバー能力を持つオープンモデルを求める方々。GLM-5.3は、一般的なコーディング能力を犠牲にすることなく、エクスプロイト生成や脆弱性発見のベンチマークで強力な結果を示しています。
• AIプロダクト開発者：長期的なエージェントワークフローを自律的に処理できるモデルを必要とする方々。ユーザーが問題を分解し、すべてのステップを監督する必要性を軽減します。

主な特徴

大規模なポストトレーニングのスケーリング

GLM-5.3の向上は、GLM-5.2用に構築されたスタックでのポストトレーニングのスケーリングに完全に由来しています：効率的な長文コンテキスト処理のためのIndexShare、長期的なタスクでの強化学習のためのSAO、大規模な非同期トレーニングのためのslime。過去1か月間、Z.aiは環境、タスクの多様性、およびコンピュートをスケールアップしましたが、ベースモデルには変更はありません。

合成タスク環境

手作りのベンチマークを超えてスケールするために、Z.aiは実行可能で検証可能な環境をエンドツーエンドで合成するパイプラインを構築しました。リサーチエージェントは実際の作業からタスクパターンを収集し、それらを多段階の依存関係と隠れた状態を持つ長期的な環境に変換します。判定エージェントが解決可能性を検証し、検証器は参照ソリューションなしで合成され、報酬のショートカットを閉じます。

創発的なサイバー能力

本番環境に近いワークフローでのトレーニングを通じて、GLM-5.3は脆弱性発見とサイバー防御において予期しない強みを発揮しました。CyberGymで84.5、ExploitBenchで54.4をスコアし、GLM-5.2のExploitGymの2時間/6時間タスクでの29/39から大幅にジャンプしました。これは、多様な専門家の作業に対するポストトレーニングのスケーリングが、元のトレーニング目標を超えた能力を解放できることを示しています。

長期的な信頼性

コンパクションを備えたSAO戦略はGLM-5.2から引き継がれ、短期的なタスクではなく長期的なタスクでの向上が持続するのに役立っています。改善は劇的です：Terminal-Bench 3.0は4.6から28.3に、DeepSWE v1.1は46.2から66.9に上昇しました。

注目すべき点

GLM-5.3は、アーキテクチャではなくポストトレーニングのスケーリングだけが、エージェント型コーディングとサイバー能力の新しいフロンティアであることを証明しています。

これは、エージェント型コーディングのベンチマークにおけるこれまでで最も強力なオープンソースの成果であり、サイバー結果は本当に驚くべきものです。合成環境パイプラインも主要なインフラストラクチャの成果です：ボトルネックをモデル能力から環境生成に移し、Z.aiはすでにそのプロセスをより自律的にするための作業を進めています。エンドツーエンドで実質的な作業を主導できるオープンモデルを必要とするチームにとって、GLM-5.3は現在、打ち負かすべきベンチマークです。

チェックする価値がある場合…

エージェント型コーディングツール、セキュリティリサーチワークフロー、またはタスクを実際に主導できるモデルを必要とする長期的な自動化を構築している場合。複雑なコーディングやサイバー作業でクローズドなフロンティアモデルに近づくオープンモデルを待っていたなら、GLM-5.3は真剣に評価する価値があります。