2026年8月14日、Z.ai は大規模言語モデル「GLM-5.3」の公開を発表した。ベースモデルは前版と同じだが、ポストトレーニングの拡張により複雑なコーディングや長時間のタスク処理能力が大幅に向上している。
Z.ai は GLM-5.3 の主要な進歩を、基盤となるモデルの変更ではなく、ポストトレーニングの段階でのスケーリングと環境拡張にあると位置づけている。
GLM-5.2 で構築したインフラストレークの上に、より多様で複雑なタスク環境を導入し、計算資源を投入して学習を進めた。具体的には、経験豊富なエンジニアが数日かけて行うような本格的な開発や研究ワークフローを模倣した環境を用いている。例えば、機械学習の基盤構築において、モデルは実際のエンジニアと同じコンピューティングクラスターや内部ドキュメントにアクセスし、ボトルネックの特定から最適化の実装、実験の実行までを一連のタスクとして遂行する必要がある。
エージェントとしての能力が向上するにつれて、学習の難易度はモデルそのものから環境側へ移行している。Z.ai は、実際の専門的な作業に近い実行可能で検証可能なタスク環境を大量に生成するためのパイプラインを整備した。研究用エージェントが実際の業務パターンからタスクを集め、マルチステップな依存関係を持つ環境を作成する。さらに、ジャージエージェントによって各タスクの解決可能性を検証し、信頼性の高い報酬信号を得ている。
サイバーセキュリティ分野では、脆弱性発見のデータと環境をトレーニングに組み込んだ結果、単なる欠陥の特定を超えて、複数の段階にわたる攻撃計画を立てる能力が急激に発達した。ベンチマーク「CyberGym」において GLM-5.3 は 84.5% のスコアを記録し、同種のオープンモデルの中で最高性能を示している。
また Z.ai は実用的な開発環境におけるエージェントの能力を測定するための独自ベンチマーク「Z.ai Code Bench」を導入した。これにより、公開テストセットによる汚染リスクを減らし、実際のユーザー体験に近い評価が可能になっている。
GLM-5.3 は出力トークン数を削減しながらも性能を向上させており、特に高難度のタスクにおいて他の主要なクローズドモデルと比較して効率的な処理を実現している。