AI最新情報読了 8 分

サイバー攻撃の腕まで勝手に伸びた——Z.aiの新AI「GLM-5.3」、重み公開だけ後回しにした理由

Shiritomo編集部 @shiritomoAI_jp 2026年8月14日更新

コーディング用に鍛え直しただけのはずなのに、脆弱性を見つけて実際に攻撃コードへ組み立てる力まで、狙っていた以上に伸びていた——中国のZ.aiが2026年8月14日、予告なしに新モデル「GLM-5.3」を公開しました。
同社の説明によれば、これは意図した設計ではなく、学習を重ねる過程で表れた「想定外の副産物」だといいます。

AIにコードを書かせている人、社内のセキュリティ診断にAIを使い始めている人にとっては、性能そのものよりも「なぜそうなったのか」が気になる発表です。
何が起きたのかを、公式情報とあわせて確かめてみました。

先に結論をまとめると：
– GLM-5.3は743Bパラメータ（AIモデルの規模を示す指標）のベースモデルを土台に、コーディングとエージェント（自律的にタスクをこなすAI）向けに追加学習したモデルで、開発ツール「ZCode」から今すぐ試せます
– 脆弱性を見つける「CyberGym」というベンチマーク（性能を測る共通試験）で84.5点（前モデルGLM-5.2は77.2点）、攻撃コードを組み立てる「ExploitBench」で54.4点（同24.4点）と、サイバー関連のスコアが特に伸びています
– Z.aiはこれまで新モデルの重み（AIの中身のデータ）を即座に無料公開してきましたが、GLM-5.3に限っては安全評価を理由に、公開を数週間先に遅らせています

予告なしの発表に、まず動いたのは海外の開発者だった

今回の発表は、事前告知のないタイミングでの公式ブログとX（旧Twitter）への投稿という形で行われました。
日本語のSNS上での反応を探しましたが、記事執筆時点で確認できたのは英語・中国語の開発者コミュニティによる投稿が中心で、目立った日本語の反応はまだ見当たりませんでした。

公式アカウントの発表はこちらです。

Introducing GLM-5.3: Built to Code. Ready for Cyber Defense.

– Top-tier coding and agentic capabilities, achieved through post-training on the 743B base model
– A major leap in cybersecurity, setting a new standard among open models

Tech Blog: https://t.co/ekQkO83jCv pic.twitter.com/y3Y2AB0wxr
— Z.ai (@Zai_org) 2026年8月14日

この投稿の直後には、中国の開発者アカウントが公表されたベンチマークを引用しながら「智譜（Z.ai）が正式にGLM-5.3を発表。
一部のエージェント系ベンチマークではすでにGPT-5.6 Sol、Fable 5、Kimi K3を上回った」（日本語訳、原文は中国語）と投稿するなど、発表直後から他社モデルとの比較を交えた反応が広がっていました。

突发，智谱正式发布 GLM-5.3🔥

这次 GLM-5.3 的重点非常明确：

继续强化 Coding 和 Agent，而且在部分 Agent Benchmark 上，已经直接超过 GPT-5.6 Sol、Fable 5 和 Kimi K3。

官方公布了 9 项 Benchmark。

其中 GLM-5.3：

AutomationBench 48.2，超过 Kimi K3 46.7、Fable 5 46.2、GPT-5.6 Sol… https://t.co/U0ZBuKOA2c
— Max For AI (@MaxForAI) 2026年8月14日

これらはあくまで開発者個人の速報的な感想であり、Z.aiの公式見解ではありません。
口コミだけでは実際の性能はわからないため、公式が公表した数字を一次情報で確かめてみました。

調べて分かったこと

GLM-5.3は本当にどれくらい強くなったのか

複数の技術メディアの報道によると、GLM-5.3は前モデル「GLM-5.2」と同じ743Bパラメータのベースモデルを使い、追加の学習（ポストトレーニング）だけで性能を引き上げたモデルだとされています。
土台は変えず、学習に投じる計算量や学習環境の種類を増やして性能を伸ばした、という位置づけです。

サイバー関連のベンチマークでは、次のような伸びが報告されています。

CyberGym（ソースコードから脆弱性を見つけて検証する試験）：84.5点（GLM-5.2は77.2点）
ExploitBench（見つけた脆弱性を攻撃可能な形へ組み立てられるかを問う試験）：54.4点（同24.4点）
ExploitGym（時間内にどれだけ攻撃タスクを完了できるかを数える試験）：2時間以内に105件、6時間以内に130件を完了（同29件・39件）

コーディング関連でも、エージェント作業を測る「AutomationBench」で48.2点（同26.2点）、ソフトウェア開発タスクを測る「DeepSWE」で66.9点（同46.2点）と、いずれも前モデルから伸びているとされています。
これらの数値はZ.ai公式ブログを引用した複数の技術メディアの記事に基づくもので、Shiritomo編集部が独自に再現テストを行ったものではありません。

なぜコーディング特化のはずが、攻撃の腕まで伸びたのか

ここが今回の発表で最も興味深い点です。
技術メディアの報道によれば、Z.aiは主に「コーディングとエージェント能力の向上」を目的にGLM-5.3を学習させましたが、その過程でサイバーセキュリティ関連の能力が想定より早いペースで伸びたと説明しているとされています。
単に個別の脆弱性を見つけるだけでなく、脆弱性の発見から攻撃コードの組み立てまでの一連の流れ（エクスプロイトチェーン）を、一貫した推論でこなせるようになったという点が報道で強調されています。

これは裏を返せば、同じ能力が防御にも攻撃にも使える、両刃の性能だということです。
CyberGymが「見つける力」を、ExploitBenchとExploitGymが「攻撃として実行する力」を測るベンチマークである以上、GLM-5.3はこの両方で前モデルを上回ったことになります。
Z.ai側はこれを「サイバー防御に対応した」というポジティブな文脈で発表している一方、悪用リスクをどう見ているかについては、確認できた一次情報の中に詳しい説明は見当たりませんでした。

なぜ今回だけ重みの公開を遅らせているのか

Z.aiはこれまで、GLM-5やGLM-5.2をHugging Face（AIモデルを無料公開・共有するプラットフォーム）で即座に公開し、「オープンウェイト（誰でも重みをダウンロードして使える）」を売りにしてきました。
ところが今回は、開発ツール「ZCode」とGLM Coding Plan（月額制の利用プラン）経由ではすぐに使えるものの、APIアクセスとオープンウェイトの公開は「段階的に」行うとされ、複数の技術メディアが「安全評価が完了してから、数週間内をめどに公開する」という趣旨のZ.aiの説明を報じています。

前モデルまでの「即公開」路線からの変化であり、上で触れたサイバー攻撃関連の性能の伸びと合わせて考えると、悪用リスクへの配慮が背景にある可能性がうかがえます。
ただしZ.ai側がこの遅延の理由を明言した一次情報は確認できておらず、あくまで報道内容からの推測にとどまる点には注意が必要です。
なお現時点で試す方法は、ZCodeとGLM Coding Planの利用のみで、プラン価格は情報源によって記載に差があったため、最新価格は公式サイトでの確認をおすすめします。

Shiritomo編集部の考察：サイバー系ベンチマークの数字は「話半分」で見る

SNS運用やデータ分析を扱う立場から見ると、今回のようなAIベンダー発表のベンチマーク数値は、そのまま鵜呑みにしないほうがよいと考えています。
CyberGymやExploitBenchはいずれもベンダー側が引用した試験であり、第三者機関による独立検証の報道はまだ見当たりません。
SNS上の「上回った」という反応も、実測ではなく公式発表の数字をそのまま引用しているケースがほとんどでした。

もう一つ注目したいのは、Z.aiが「即時オープン化」という自社の看板をあえて崩してまで公開を遅らせた点です。
オープンソースAI企業がこの判断をするのは珍しく、能力が実際どこまで「攻撃寄り」なのかを見極める意味でも、数週間後に予定される重み公開のタイミングは注視する価値があります。
初速の盛り上がりだけで性能を判断せず、一次情報のアップデートを追い続けることが、この手のニュースを扱う上での基本姿勢になるでしょう。

まとめ

Z.aiの新モデル「GLM-5.3」は、コーディング特化として発表されながら、サイバーセキュリティ関連のベンチマークで前モデルを大きく上回る結果を示し、開発元自身が「想定を超えた伸び」と位置づけている点が特徴的でした。
一方で、これまでの即時オープン化路線から外れて重みの公開を遅らせている事実は、性能の伸びと無関係ではなさそうです。
詳細な数値や公開スケジュールは今後変わる可能性もあるため、続報を確認していきたいところです。