GLM-5.3とは？Z.ai最新モデルの性能・料金・オープンウェイト公開時期とライセンスを整理【2026年11月最新】
この記事のポイント
GLM-5.3はZ.aiが2026年8月14日に発表したコーディング・エージェント向けのフラッグシップモデルで、8月28日にオープンウェイトが公開済みです。API料金（入力$1.40／出力$4.40）、Coding Plan、独自ライセンスの中身、GLM-5.3-Flashとの違い、業務で使うときの注意点まで整理します。
GLM-5.3は、中国のZ.ai（旧Zhipu AI）が2026年8月14日に発表した、長時間のコーディングとエージェント作業に寄せたフラッグシップ基盤モデルです。GLM-5.2と同じベースモデルのまま事後学習（post-training）だけで自社コーディングベンチのスコアを約50%引き上げ、サイバー能力の伸びを理由に2週間保留していたオープンウェイトも2026年8月28日にHugging Faceで公開済みです。
発表直後は「重みは未公開」「API価格は未掲載」「ライセンス未発表」と分からないことが多いモデルでしたが、2026年11月12日時点ではこの3点がいずれも決まっています。API料金は入力$1.40／出力$4.40（100万トークンあたり）、ライセンスはMITに近い独自の「glm-5.3」ライセンスです。
想定している読者は、Claude CodeやClineなどのコーディングツールで安いモデルを使いたい開発者と、社内のAIコーディング環境やセルフホストを検討している情報システム部門・技術責任者です。
GLM-5.3とは｜Z.aiのフラッグシップ・コーディングモデル
GLM-5.3は、汎用チャットよりも「数百ファイルにまたがる開発作業を長時間自走させる」ことに的を絞ったモデルです。Z.aiは「Built to Code. Ready for Cyber Defense.」というコピーで発表しました。
項目 | 内容 |
|---|---|
開発元 | Z.ai（旧Zhipu AI／智譜AI。清華大学発） |
発表日 | 2026年8月14日 |
オープンウェイト公開 | 2026年8月28日（Hugging Face |
ベースモデル | GLM-5.2と同一。新しい事前学習はしていない |
アーキテクチャ | MoE（Mixture-of-Experts） |
パラメータ | 総パラメータ753B（公式モデルカード）。アクティブは約40B/トークン（報道） |
コンテキスト長／最大出力 | 1Mトークン／128Kトークン |
入力 | テキストのみ（画像・音声・動画は不可） |
推論モード | 常時オン。 |
ライセンス | 独自の「glm-5.3」ライセンス（MITに近いが1条項が違う） |
提供形態 | Z.ai API、GLM Coding Plan、ZCode、オープンウェイト、OpenRouter・Amazon Bedrockなど |
出典: docs.z.ai GLM-5.3、Hugging Face zai-org/GLM-5.3、The Batch
パラメータ数は発表直後の報道で「約743B」とする記事が多くありましたが、公式モデルカードの表記は753Bです。系譜としては、MITライセンスで公開されたGLM-5.1、2026年6月のGLM-5.2に続く直系のモデルで、元になる重みはGLM-5.2そのものです。
「事前学習なしで50%向上」は何を意味するか
GLM-5.3は新しい事前学習を行わず、事後学習の量と種類を増やすことで性能を上げています。Z.aiの説明では、次のような手法を使いました。
- タスク環境の数と種類を増やし、学習ステップも長くした
- 自社OSSの
slime（非同期の強化学習フレームワーク）とSAO（長工程タスク向けの強化学習実装）を使った - 開発者のワークステーションを模したサンドボックスで、エージェントが実プロジェクトから学習環境と報酬信号を自動で作るパイプラインを組んだ
巨大な計算資源で一から学習し直すのではなく、すでにある能力を実務に近い環境で鍛え直したモデルだと言えます。「コーディング50%向上」は、Z.ai自社のZ.ai Code BenchでGLM-5.2の23.4%から34.5%に上がったことを指します。
発表時（8月14日）と現在で変わったこと
出典: Hugging Face — zai-org/GLM-5.3
GLM-5.3は発表時点で未確定の項目が多く、8月中に書かれた解説記事の多くはそのままの情報で止まっています。2026年11月12日時点の状況は次のとおりです。
項目 | 発表時（2026年8月14〜16日） | 現在（2026年11月12日時点） |
|---|---|---|
オープンウェイト | 安全性評価のため保留 | 8月28日に公開済み（BF16／FP8） |
ライセンス | 未発表 | 独自の「glm-5.3」ライセンス（MITではない） |
従量課金APIの価格 | 公式ページに未掲載 | 入力$1.40／キャッシュ入力$0.26／出力$4.40（100万トークンあたり） |
サードパーティ配信 | 確認できず | OpenRouter、Amazon Bedrock、Cloudflare、Alibaba Cloudなどで配信 |
Coding Planの対応モデル | GLM-5.3、GLM-5-Turbo、GLM-4.7 | GLM-5.3、GLM-5.3-Flash |
姉妹モデル | なし | GLM-5.3-Flash（8月26日公開、MIT） |
後継モデル | — | GLM-5.4などの公式発表はない |
API価格はGLM-5.2と同額の据え置きです。発表直後は「GLM-5.2の価格を流用している記事が多いが公式未確認」という状態でしたが、現在は公式の料金ページとVentureBeat、The Batchの報道で一致しています。
8月20日にOpenRouterへ匿名で登場したステルスモデル「Ox Alpha」は、のちにGLM-5.3-Flashだったと分かりました。経緯はOx Alphaとはにまとめています。
GLM-5.3でできること｜対応機能と実務での使いどころ
GLM-5.3が得意なのは、1回で終わるコード生成よりも、計画・実装・検証を何度も回して完了まで持っていく長工程の開発タスクです。公式の対応機能は次のとおりです。
機能 | 内容 |
|---|---|
Thinking Mode | 推論は常時オン。 |
ストリーミング出力 | 対応 |
Function Calling | 外部ツールの呼び出し |
Context Caching | 長い会話や同じ前提の繰り返しでコストを下げる |
構造化出力 | JSONなど |
MCP連携 | 外部ツール・データソースとの接続（MCPとは） |
APIプロトコル | OpenAI Chat Completions互換、OpenAI Responses互換、Anthropic Messages互換の3種 |
Z.aiは、数千行のコードや数百ファイル、依存しあう複数システムにまたがる作業を、人が細かく分解しなくても進められると説明しています。想定されている用途は、フロントエンド開発、バグ修正、リファクタリング、脆弱性診断の補助です。
実務で役立つのはトークン効率です。Z.ai Code Bench（Max設定）では、1タスクあたりの出力トークンが約96,000から約75,000へ約22%減り、正答率は23.4%から34.5%に上がりました。クレジット制のCoding Planでは、同じ枠でこなせる仕事が増えます。
できないこともはっきりしています。
- 画像・音声・動画は入力できない。デザインカンプの画像からUIを起こすような使い方は、マルチモーダル対応のGLM-5.3-Flashの領域です
- 推論をオフにできない。短い応答でも
lowまでしか下げられず、レイテンシが気になる用途には向きません - 一般知識系は強くない。The BatchによればHLE（ツールなし）42.3%、AA-Omniscience 34%で、知識を問う質問応答はフロンティアモデルに劣ります
- 日本語性能の公式評価はない。第三者の評価も現時点では見当たらないため、日本語の指示や文章生成は自社で試す必要があります
ベンチマークの読み方｜勝っている項目と、負けている項目
GLM-5.3が他社モデルを上回っているのは、公式表ではCyberGym、AutomationBench、GDPval-AA v2の3つだけです。コーディングの最難関ベンチではGPT-5.6 SolやAnthropic系にまだ届いていません。数値はすべてZ.aiの自社測定で、第三者による再現はArtificial Analysisの指数以外ほとんどありません。
GLM-5.2からの改善幅と他社最高値
ベンチマーク | GLM-5.2 | GLM-5.3 | 表中の他社最高 |
|---|---|---|---|
Terminal Bench 2.1 | 81.0 | 88.2 | 88.8（GPT-5.6 Sol） |
Terminal Bench 3.0 | 4.6 | 28.3 | 34.6（GPT-5.6 Sol） |
DeepSWE v1.1 | 46.2 | 66.9 | 72.7（GPT-5.6 Sol） |
NL2Repo | 48.9 | 58.0 | 69.7（Claude Opus 4.8） |
FrontierSWE | 67.5 | 78.1 | 88.2（Claude Fable 5） |
SWE-Marathon v1.1 | 19.4 | 42.5 | 48.8（Claude Opus 4.8） |
Toolathlon Verified | 59.9 | 73.0 | 76.5（Kimi K3） |
AutomationBench v1.0.6 | 26.2 | 48.2 | 46.7（Kimi K3） |
HLE w/ Tools | 54.7 | 62.5 | 64.5（GPT-5.6 Sol） |
GDPval-AA v2（Elo） | 1508 | 1769 | 1743（Claude Fable 5） |
CyberGym | 77.2 | 84.5 | 83.8 |
出典: Hugging Face zai-org/GLM-5.3 モデルカード（Z.ai自社測定）
Terminal Bench 3.0の4.6→28.3は6倍の伸びに見えますが、GLM-5.2がほぼ解けていなかったことの裏返しでもあります。「最難関タスクをある程度完走できるようになった」と読むのが実態に近いと考えられます。Z.aiはTerminal Bench 3.0とALE-CLIについて「オープンモデルの中で最高」と表現しており、比較の基準はあくまでオープンモデル内です。
第三者評価では、Artificial Analysis Intelligence Indexで発表当時（v4系の指数）60を記録し、Kimi K3と並んでオープンウェイトの首位でした。同じ指数でClaude Opus 5は63、GPT-5.6 Solは61です。なお指数はその後v5系に改定され、現在のサイトではGLM-5.3（max）が45と表示されています。版の違う数値を並べて比べないよう注意してください。
比較相手のモデルそのものの仕様は、Claude Fable 5とはとGPT-5.6とはにまとめています。
まとめると、GLM-5.3は全方位で最強のモデルではありません。フロンティアの一歩後ろまで来た、API単価が数分の一のオープンウェイトモデルという位置づけが正確です。Z.ai Code BenchのHigh設定では31.4%を約50,000トークンで出しており（Claude Opus 4.8は29.5%を約120,000トークン、Claude Fable 5は39.5%）、コストあたりの成果では有力な選択肢に入ります。
サイバーセキュリティ能力｜CyberGym 84.5%は「防御側で首位」という意味
CyberGym 84.5%は、既知の脆弱性を見つけて再現する「防御寄り」の評価で他社最高を上回ったという意味です。攻撃コードを組み立てる評価では、商用フロンティアモデルに大きく離されています。
評価項目 | GLM-5.2 | GLM-5.3 | 表中の他社最高 | 何を測るか |
|---|---|---|---|---|
CyberGym | 77.2% | 84.5% | 83.8% | 既知脆弱性の発見・再現（防御寄り） |
ExploitBench | 24.4% | 54.4% | 78.0%（Claude Fable 5） | 攻撃コードを組み立てる力（攻撃寄り） |
ExploitGym（2時間／6時間） | 29／39 | 105／130 | 216／293（GPT-5.6 Sol） | 制限時間内に完了した攻撃タスク数 |
出典: Hugging Face zai-org/GLM-5.3 モデルカード
「GLM-5.3はサイバー最強」という要約は正しくありません。脆弱性の発見・検証で首位を主張している一方、攻撃側はGLM-5.2から倍以上に伸びたものの、GPT-5.6 SolやAnthropic系の半分前後にとどまります。
実地の成果として、Z.aiは269のOSSプロジェクトで2,436件の脆弱性を見つけ、うち1,097件がHigh〜Criticalだったと公表しています。対象にはLinux、WebKit、FreeBSDが含まれます。AIによる脆弱性検出はGPT-5.5-Cyber、OpenAI Daybreak、AnthropicのProject Glasswingでも進んでいますが、GLM-5.3はこれらと違い、重みまで誰でも入手できる形で公開されています。
オープンウェイトはいつ公開された？2週間保留した理由
GLM-5.3の重みは、発表から14日後の2026年8月28日に公開されました。Z.ai公式Xが「GLM-5.3 is now open-weight」と告知し、Hugging Faceの zai-org/GLM-5.3（FP8）と zai-org/GLM-5.3-BF16 で配布されています。画像は発表直後の画面で、当時は最新がGLM-5.2でした。
公開を遅らせた理由
GLM-5.2はリリースとほぼ同時に重みが出ていたため、今回の保留は明確な方針転換でした。The Batchによれば、経緯は次のとおりです。
- 事後学習を大きくした結果、脆弱性を見つけて悪用する能力が想定より速く伸びた
- Z.aiは「重みを出す前に安全性テストが必要」と判断し、選ばれたセキュリティパートナーと期間限定の安全性評価を行った
- 評価を終えたあとに重みを公開した
OpenAIやAnthropicは、サイバー能力の高いモデルを登録制（trusted access）で限られた相手にだけ提供しています。Z.aiは公開前に評価期間を置く方式を取り、評価後は誰でも使える形で出しました。
重みが公開されたあとは、モデル側の安全制御を外した派生版を止める手段は事実上ありません。オープンウェイトの是非については、Anthropicのオープンウェイトモデルに対する立場と読み比べると、両陣営の考え方の違いが見えます。
第三者の安全性評価としては、米国NIST傘下のCAISIが2026年7月にGLM-5.2の評価を公表し、セーフガードを「mixed」としていました。GLM-5.3単体の同様の評価は、現時点で確認できていません。
ライセンスはMITではなく独自の「glm-5.3」
ライセンスは、GLM-5.2やGLM-5.3-FlashのMITではなく、独自の「glm-5.3」ライセンスです。内容はMITとほぼ同じで、違うのは1条項だけです。
項目 | 内容 |
|---|---|
許諾範囲 | MITとほぼ同じ。重み・設定・推論／学習コードを対象に含め、実行・デプロイ・ファインチューニング・再配布の権利を明記 |
違う条項（第2条） | 自社と関連会社の合計売上が連続12か月で100億ドルを超える事業者が、Model as a Service（第三者に推論APIを提供するサービス）を営む場合は、商用利用の前にZ.AIのセキュリティ審査を通る必要がある |
MaaSに当たらないもの | 特定の機能に組み込んだエンドユーザー向け製品、他社がホストするモデルへのリクエスト中継 |
利用規約（AUP）・サイバー用途の制限 | なし |
保証 | 否認（出力にも及ぶ） |
出典: Hugging Face zai-org/GLM-5.3 LICENSE
一般企業やスタートアップが自社サービスに組み込む、社内で動かす、改変して再配布する分には、実質的な制限はほとんどありません。対象になるのは、GLM-5.3をそのままAPIとして売るハイパースケーラー級のクラウド事業者です。二次情報では「半非商用」「near-MIT」と表現が割れていますが、条文に沿って読むと、制限が及ぶ範囲はかなり狭いと分かります。
セルフホストに必要な環境
項目 | 内容 |
|---|---|
配布形式 | Safetensors（BF16／FP8） |
公式に案内されている推論基盤 | vLLM、SGLang、TokenSpeed、Transformers、KTransformers、Unsloth、Ascend NPU、Docker Model Runner |
llama.cpp／Ollama／LM Studio | コミュニティの量子化版で対応 |
必要メモリの目安 | 2bit量子化で約245GB、8bitで約810GB（Unslothの数値。二次情報） |
個人のPCで動かせる規模ではなく、GPUサーバーかクラウドが前提です。また、Hugging Faceには第三者がアップロードした同名のリポジトリが多数あります。公式は zai-org 配下だけなので、ダウンロード元は必ず確認してください。
GLM-5.3とGLM-5.3-Flash・GLM-5.2の違い
出典: Z.ai 公式ドキュメント — GLM-5.3-Flash/FlashX
GLM-5.3は性能重視の本命、GLM-5.3-Flashは画像入力ができて単価が約10分の1の軽量版です。GLM-5.2はCoding Planでは指定してもGLM-5.3に振り替えられます。
項目 | GLM-5.3 | GLM-5.3-Flash | GLM-5.2 |
|---|---|---|---|
公開 | 2026年8月14日（重みは8月28日） | 2026年8月26日 | 2026年6月 |
規模 | 753B（アクティブ約40B） | 320B（アクティブ18B） | GLM-5.3と同じベース |
入力 | テキストのみ | テキスト＋画像などのマルチモーダル | テキスト |
ライセンス | 独自「glm-5.3」 | MIT | MIT |
API単価（入力／出力、100万トークン） | $1.40／$4.40 | $0.15／$0.50 | $1.40／$4.40 |
Coding Planの消費倍率（入力／キャッシュ／出力） | 6.9／1.7／24 | 2.3／0.56／8 | GLM-5.3に振り替え |
向いている用途 | 長工程のコーディング、エージェント、脆弱性診断 | 画像を含む作業、軽い反復作業、コスト重視 | — |
GLM-5.3-Flashの仕様と性能はGLM-5.3-Flashとはで詳しく扱っています。料金ページには「GLM-5.3-FlashX」の記載もありますが、詳細な仕様は確認できていません。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
初回相談は無料・30分（オンライン）。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜（税別）
GLM-5.3の料金｜API従量課金・Coding Plan・第三者経由
出典: Z.ai 公式ドキュメント — GLM Coding Plan Overview
GLM-5.3を使う方法は、Z.aiの従量課金API、月額制のGLM Coding Plan、OpenRouterなどの第三者経由、セルフホストの4つです。個人がコーディングツールで使うならCoding PlanのLite（月$18）、自社アプリに組み込むなら従量課金APIが基本になります。
従量課金API（Z.ai公式）
項目 | 価格（100万トークンあたり） |
|---|---|
入力 | $1.40 |
キャッシュ入力 | $0.26 |
出力 | $4.40 |
キャッシュの保存 | 期間限定で無料 |
GLM-5.2と同額の据え置きです。推論が常時オンで既定がmaxのため、思考トークンを含む出力が膨らみやすい点は見積もりに入れておく必要があります。
GLM Coding Plan（サブスクリプション）
ティア | 月払い | 年払いの月換算（30%OFF） | 5時間枠クレジット | 週次クレジット | 週あたりの目安（GLM-5.3） |
|---|---|---|---|---|---|
Lite | $18 | $12.60 | 2,000 | 10,000 | 約4,800万〜1億400万トークン |
Pro | $80 | $56 | 12,000 | 60,000 | 約2億9,000万〜6億2,700万トークン |
Max | $168 | $117.60 | 28,000 | 140,000 | 約6億7,600万〜14億6,300万トークン |
出典: docs.z.ai GLM Coding Plan。週あたりの目安はキャッシュヒット率95〜98%を想定した公式の換算
- 公式ドキュメントで確実なのは「Starting at just 18 USD per month」とクレジット数です。Pro $80／Max $168は購入画面が動的表示で取得できず、複数の価格集計サイトの10月時点の値で一致したものです。過去に改定があったとの情報もあるため、契約前に z.ai/subscribe で実額を確認してください
- 支払いは月払い・四半期払い（20%OFF）・年払い（30%OFF）
- 対応モデルはGLM-5.3とGLM-5.3-Flash。GLM-5.2・GLM-5.1を指定するとGLM-5.3に、GLM-4.7はGLM-5.3-Flashに振り替えられます
- クレジットは「入力・キャッシュ入力・出力のトークン数×倍率」で消費されます。GLM-5.3-Flashは約3分の1の消費で済みます
- ピーク時間は平日14:00〜18:00（中国時間）＝日本時間の平日15:00〜19:00。それ以外の時間と土日終日はオフピークで、消費が50%になります
- 上限に達すると超過課金はされず、次のリセットまで止まります（第三者情報）
日本のオフィスアワーの後半がちょうどピーク帯に当たるため、重い処理を夜や午前に回すだけで実質的な枠が増えます。
OpenRouter・クラウド経由
OpenRouterのGLM-5.3ページには40前後のプロバイダーが並び、Z.ai・Together・Fireworks・Nebiusなど多くは$1.40／$4.40です。Amazon Bedrockは$1.68／$5.28で、入力$0.07前後からの安いプロバイダーもあります（2026年11月12日時点）。
安いプロバイダーは量子化の方式や条件が違うことがあり、データの扱いや保存先も提供元ごとに違います。業務で使う場合は、OpenRouterの設定で提供元を指定するか、Amazon Bedrock、Cloudflare、Mistral（EU域内）など契約条件を確認できる経路を選ぶのが無難です。
ZCode（Z.ai公式のエージェント型開発環境）
ZCodeはGLM-5.3を前提に作られたZ.ai公式のデスクトップアプリで、課金はCoding Planと紐づきます。発表時点では次の機能が案内されていました。
- 長時間のタスクをエージェントが計画・実行するGoals機能
- 急ぎでないタスクを空いている時間帯に回すアイドルタイム実行
- Git連携、ブラウザの自動操作、リモート開発、危険な操作の前の確認
- 新規ユーザー向けの5日間の無料トライアル（GLM-5.3で1日300万トークン）
無料トライアルは発表時点の条件で、現在も同じ内容かは確認できていません。利用前に公式サイトで確かめてください。
GLM-5.3の使い方｜既存ツール・ZCode・API・セルフホスト
出典: Z.ai 公式ドキュメント — Claude Code
すでにClaude CodeやOpenCodeを使っているなら、ベースURLとAPIキーを差し替えるのが一番早い方法です。用途ごとの経路は次のとおりです。
経路 | こんなときに | 前提 |
|---|---|---|
① 既存のコーディングツールに接続 | Claude Code、Codex、Cline、OpenCodeなどを使っている | GLM Coding Plan |
② ZCode | GLM-5.3向けに作られた環境でそのまま試したい | GLM Coding Plan |
③ API（Z.ai／OpenRouter／Bedrockなど） | 自社アプリや社内システムに組み込む | APIキーと従量課金 |
④ セルフホスト | データを社外に出せない、重みを自社で管理したい | 数百GB級のメモリを持つGPU環境 |
既存のコーディングツールに接続する
GLM Coding Planには3種類の互換エンドポイントがあります。
- Anthropic Messages互換:
https://api.z.ai/api/anthropic - OpenAI Chat Completions互換:
https://api.z.ai/api/coding/paas/v4 - OpenAI Responses互換:
https://api.z.ai/api/v1
公式は、ZCode、Claude Code、Codex、OpenCode、AutoClaw、OpenClaw、Clineなど20以上のツールに対応するとしています。Claude Codeの使い方やOpenClawのセットアップを済ませている環境なら、環境変数の書き換えで切り替えられます。コーディングツール自体から選ぶ場合はAIコーディングツールのおすすめ比較が参考になります。
従量課金APIで直接呼ぶ場合は、POST https://api.z.ai/api/paas/v4/chat/completions に "model": "glm-5.3" を指定します。
推論の重さは reasoning_effort で調整する
reasoning_effort は low / high / max の3段階で、指定しなければmaxで動きます。Z.ai Code BenchではHigh設定でもMaxに近い結果をトークン約3分の2で出しているため、日常の作業はhigh、難しいタスクだけmaxにする使い分けが現実的です。
GLM-5.2から移行する人が先に確認すべき4点
既存のGLMユーザーにとって、GLM-5.3への切り替えは「中身が入れ替わる」変更です。どれも既存の自動化フローにそのまま影響します。
- Coding PlanではGLM-5.2・5.1を指定してもGLM-5.3に振り替えられる。 前世代のまま使い続ける選択肢は事実上ありません。プロンプトの挙動が変わる前提で、自動化フローを再検証してください
thinking: {"type": "disabled"}はエラーになる。 先にthinking.typeをenabledにし、reasoning_effort: "low"を指定してから、モデルIDをglm-5.3に変えます。順番を逆にするとリクエストが失敗しますreasoning_effortの既定がmax。 明示していないコードは、移行後にトークン消費とレイテンシが増えます- GLM-4.7を使っていた人はGLM-5.3-Flashに振り替わる。 マルチモーダル対応の別モデルになるため、出力の傾向も変わります
前世代の仕様はGLM-5.2とはにまとめていますが、Coding PlanではGLM-5.2を指定しても実際にはGLM-5.3が動く点に注意してください。
日本企業が導入する場合の注意点
重みが公開されたことで、GLM-5.3は「Z.aiのAPIに送る」「データを社内に置いたままセルフホストする」のどちらかを選べるようになりました。発表時点ではオンプレミス運用ができませんでしたが、現在は設備さえあれば中国のクラウドを通さずに使えます。
API利用とセルフホストの判断
観点 | Z.ai API | 第三者クラウド（Bedrockなど） | セルフホスト |
|---|---|---|---|
データの送り先 | Z.ai（中国企業）のサーバー | 提供元のクラウド（リージョンを選べる場合あり） | 自社環境の中だけ |
初期費用 | ほぼなし | ほぼなし | GPUサーバーの調達・構築が必要 |
運用負荷 | 小さい | 小さい | 大きい（更新・監視・安全対策を自前で） |
向いているデータ | OSS、公開予定のコード、検証用のコード | 社内コード（契約条件を確認したうえで） | 顧客データ、未公開の中核ロジック |
Z.aiのAPIを使う場合、中国の法令が論点になります。
法令 | 概要 |
|---|---|
国家情報法（2017） | 中国の組織は国家の情報活動に協力する義務を負う |
データセキュリティ法（2021） | 政府のデータ要求への協力義務 |
サイバーセキュリティ法（2017） | 国内でのデータ保存と、セキュリティ機関への技術協力 |
Z.ai APIのデータ保持期間や学習への利用条件は、利用規約とプライバシーポリシーで個別に確認が必要です。顧客データや未公開のコードを送るかどうかは、法務・情報システム部門の承認を前提にしてください。中国製モデルの採用が調達面で問題になった例として、楽天のRakuten AI 3.0をめぐる指摘も参考になります。
セルフホストの場合でも、安全制御はモデル提供元ではなく自社の責任になります。社内ルールの作り方は生成AIのセキュリティ対策、コーディング環境に固有のリスクはAIコーディングのセキュリティリスクで整理しています。
GLM-5.3のような新しいモデルを自社の業務システムに組み込む場合、API連携だけで済ませるか、セルフホストまで含めるかで、工数と費用は大きく変わります。方式ごとの費用の目安はAI開発の費用相場にまとめています。
日本語での品質は第三者の検証データがほぼないため、どの経路を選ぶにしても、自社のタスクで実際に試してから判断してください。
こんな人におすすめ / おすすめしない人
おすすめできる人・組織
- コーディング用途で月額コストを抑えたい個人開発者。月$18のLiteでフラッグシップが使え、日本時間の夜や土日はオフピークで消費が半分になります
- Claude CodeやCodex、Clineなどを使っていて、モデルだけ差し替えたい人。互換エンドポイントがあるため移行の手間が小さく、合わなければ戻せます
- 重みを自社で管理したい企業。ライセンス上、自社サービスへの組み込みや社内運用にはほぼ制限がなく、データを社外に出さずに使えます
- 長時間の自動化タスクやエージェントを回したい人。AutomationBenchの結果とトークン効率の改善が活きる用途です
- OSSや自社コードの脆弱性診断を補助させたい人。CyberGymで首位を主張しており、OSSでの実地成果も公表されています
おすすめしない人・組織
- 最難関の開発タスクで最高精度が必要なプロジェクト。Terminal Bench 3.0やDeepSWE、FrontierSWEではGPT-5.6 SolやClaude系に届いていません
- 画像やスクリーンショットを読ませたい人。GLM-5.3はテキスト入力のみなので、GLM-5.3-Flashを選んでください
- 中国企業のAPIにデータを送れず、セルフホストの設備もない組織。この場合は第三者クラウドの契約条件を確認するか、別のモデルを検討するのが現実的です
- 応答の速さを最優先する用途。推論をオフにできないため、短い応答でも待ち時間が発生します
- 日本語の長文生成が主な目的の人。コーディング寄りのモデルで、日本語の文章生成の評価は乏しい状況です
よくある質問
Q. GLM-5.3は無料で使えますか？
重みは公開されているため、ライセンス料なしでダウンロードして動かせます。ただし数百GB級のメモリが必要で、実際には設備費がかかります。手軽に試すなら、Coding PlanのLite（月$18）か従量課金APIが現実的です。ZCodeの無料トライアルは発表時点で案内されていましたが、現在の条件は公式サイトで確認してください。
Q. ライセンスはMITですか？商用利用できますか？
MITではなく、独自の「glm-5.3」ライセンスです。商用利用はできます。追加条件が付くのは、年間売上100億ドル超の事業者がGLM-5.3を推論APIとして第三者に提供する場合だけで、一般企業が自社製品に組み込む使い方は対象外です。姉妹モデルのGLM-5.3-Flashは素のMITです。
Q. GLM-5.3の次（GLM-5.4やGLM-6）はいつ出ますか？
2026年11月12日時点で、Z.aiから後継モデルの公式発表はありません。発売日を予想するサイトもありますが、いずれも推測です。
Q. GLM-5.3は日本語に対応していますか？
日本語の入出力自体はできますが、日本語性能の公式評価や第三者のベンチマークは見当たりません。日本語の指示に従う精度や文章の自然さは、自社の用途で試して確かめる必要があります。
Q. Hugging Faceのどのリポジトリからダウンロードすればいいですか？
公式は zai-org/GLM-5.3（FP8）と zai-org/GLM-5.3-BF16 です。同名の第三者リポジトリが多数あるため、組織名が zai-org であることを確認してください。コミュニティの量子化版を使う場合は、配布元の信頼性も自分で判断する必要があります。
Q. ベンチマークの数値はどこまで信用できますか？
モデルカードの数値はすべてZ.aiの自社測定です。第三者の評価はArtificial Analysisの指数程度で、指数の版が変わると数値も変わります。参考値として見たうえで、自社のタスクで実測することを前提にしてください。
まとめ
GLM-5.3は、GLM-5.2と同じベースモデルのまま事後学習だけで自社コーディングベンチを約50%引き上げた、Z.aiのフラッグシップモデルです。発表時に保留されていた重みは2026年8月28日に公開され、API価格も入力$1.40／出力$4.40で確定しました。
性能面では、CyberGym・AutomationBench・GDPval-AAで他社を上回る一方、最難関のコーディングベンチや攻撃寄りのセキュリティ評価ではGPT-5.6 SolやAnthropic系に届いていません。画像入力が必要ならGLM-5.3-Flashを選ぶことになります。
ライセンスはMITではありませんが、制限が及ぶのは超大手のクラウド事業者だけです。一般企業にとっては、「Z.aiのAPIに送るか、セルフホストでデータを社内に置くか」を選べるようになった点が、発表時からの最も大きな変化です。まずLite（月$18）か従量課金APIで自社のタスクを試し、機密データを扱う段階でセルフホストや第三者クラウドを検討するのが、損の少ない進め方です。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
この記事の著者
AI革命
編集部
AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。
最新記事
DX推進とは何か？大手薬局が最初につまずきやすいポイントを解説
2026/07/18
GitHub Copilotのローカルサンドボックスとは｜一般提供開始・MXC（Microsoft Execution Containers）の仕組み・有効化の方法とポリシー設定【2026年11月】
2026/10/11
AI企業が希少本を裁断してデータ化｜学習データ枯渇問題・著作権と保存の論点・出版業界への影響を解説【2026年11月最新】
2026/09/07
Safe SuperintelligenceがNVIDIAと提携｜イリヤ・サツキバー氏のSSI初の外部連携・計算資源10倍と非公開路線の変化【2026年7月速報・11月続報】
2026/09/06
AMD Helios(ヘリオス)とは？MI455X×72基のラックスケールAI基盤｜NVIDIA GB300/Vera Rubinとの違い・価格・出荷時期を解説【2026年11月最新】
2026/09/01
GPT-5.5提供終了｜10月14日にChatGPT・Codexから削除・API継続・GPT-6系への移行手順【2026年11月】
2026/10/10
