GLM-5.3とは？性能・料金・安全な使い方を詳しく解説

コーディングエージェントに大規模リポジトリを任せると、数百ファイルを読み、長時間かけて実装とテストを繰り返すことがあります。モデルが賢くなるほど便利になる一方、変更範囲、計算量、セキュリティ判断を人間が把握しにくくなる点は見逃せません。

2026年8月14日にZ.aiが発表したGLM-5.3は、まさにこの「長く複雑な作業」を主戦場にしたモデルです。本記事では、発表翌日の2026年8月15日時点で確認できる仕様、利用方法、料金の状態、セキュリティ能力の読み方を整理します。

まずツール概要を確認したい方は、GLM-5.3のツールページをご覧ください。

GLM-5.3とは

GLM-5.3は、Z.aiのコーディング・エージェント向け最新モデルです。興味深いのは、GLM-5.2から基盤モデルを変更せず、改善をすべてポストトレーニングで実現したと説明している点です。

公式仕様は次のとおりです。

巨大なコンテキストは、大規模コードベースや長い設計資料を一度に扱う用途で有利です。ただし「入る」ことと「重要な依存関係を正確に使える」ことは同じではありません。実務では、対象ディレクトリ、変更禁止領域、テスト条件を明示し、段階ごとに差分をレビューする必要があります。

コーディング性能はどこまで伸びたのか

Z.aiは、独自のZ.ai Code BenchでGLM-5.2比50%向上したと報告しています。また、公式発表に掲載された数値ではTerminal Bench 3.0が28.3、DeepSWEが66.9でした。

長期タスクの効率についても、Z.aiの測定ではHigh設定が約5万出力トークンで31.4%に達し、比較対象のClaude Opus 4.8は約12万トークンで29.5%だったとされています。

これらはモデル提供元による評価であり、独立した第三者検証ではありません。プロンプト、実行環境、ツール、停止条件によって結果は変わります。導入判断では、自社のIssueを匿名化した評価セットを作り、成功率だけでなく、差分量、再試行回数、テスト通過率、レビュー時間、総コストを測るのが現実的です。

既存の選択肢と比べる場合は、Claude Code、OpenCode、OpenAI Codexのツールページと、AIコーディングエージェント比較も参考になります。

セキュリティ能力は「安全」を意味しない

GLM-5.3で特に注目されているのがサイバーセキュリティ能力です。Z.aiの公表値ではCyberGymが84.5、ExploitBenchが54.4で、GLM-5.2から大幅に上がっています。さらに、269件のオープンソースプロジェクトを対象に2,436件の脆弱性を発見し、そのうち1,097件を中〜高重要度と報告しています。

ここでも注意が必要です。発見件数が多いことは、そのまま誤検知の少なさや実運用上の安全性を証明しません。また、高い攻撃・解析能力を持つモデルには、対象範囲と権限の管理が欠かせません。

業務で使うなら、最低限次のルールを用意します。

1. 自社所有または明示的な許可を得たシステムだけを対象にする
2. ネットワークと認証情報を制限した隔離環境で実行する
3. モデルの指摘を人間が再現し、誤検知を除外する
4. 修正はテストとコードレビューを通してから反映する
5. プロンプト、ツール呼び出し、差分、承認履歴を監査ログに残す

GLM-5.3は防御的なレビューの強力な補助になり得ますが、セキュリティ責任をモデルへ移せるわけではありません。

Low・High・Maxをどう使い分けるか

GLM-5.3にはLow、High、Maxの3段階の推論強度があります。非思考モードは無効です。

• Low：小さな修正、コード説明、短い調査など、速度を優先したい作業
• High：複数ファイルの変更、テスト修正、一般的なエージェント作業
• Max：難しい設計判断、長期タスク、セキュリティ分析など、失敗コストが高い作業

常にMaxを選ぶと、待ち時間と消費量が増える可能性があります。まずLowまたはHighで問題を分解し、難所だけMaxに切り替える運用が扱いやすいでしょう。

料金と提供状況

2026年8月15日時点の提供状況は次のとおりです。

Coding Planではポイント制が使われ、公式発表によるとオフピーク時の呼び出しは通常の50%のポイント消費です。ピーク時間はUTC+8の14:00〜18:00と案内されています。

ここで重要なのは、GLM-5.2のAPI料金をGLM-5.3の料金として流用しないことです。APIと正式な従量課金価格が公開されてから、入力、キャッシュ入力、出力、ツール利用を含む総コストを比較する必要があります。

日本語環境での評価ポイント

公式発表はコーディング性能を中心としており、日本語の仕様書やレビューコメントに限定した詳細評価は掲載されていません。日本のチームが試す場合は、次の5点を確認してください。

• 日本語Issueから要件と制約を正しく抽出できるか
• 英語の識別子を維持しながら日本語コメントを扱えるか
• 曖昧な指示を勝手に補わず、確認を返せるか
• 日本語のエラーログや社内用語を含むテストに対応できるか
• 生成された説明が、実際の差分やテスト結果と一致するか

より多くの候補は開発カテゴリーとAIエージェント・自動化カテゴリーから探せます。

まとめ

GLM-5.3は、100万トークンのコンテキスト、長期コーディング作業、セキュリティ分析を前面に出した注目モデルです。特に、同じ基盤モデルのままポストトレーニングで性能を伸ばした点は、今後のエージェント開発を考える上でも興味深い材料です。

一方、現時点ではAPIとモデル重みが未公開で、公開ベンチマークの中心も提供元による測定です。まずCoding Plan上で自社タスクを評価し、API価格と重みの公開を待って本格導入を判断するのが堅実です。

参考資料

• Z.ai：GLM-5.3公式発表
• Z.ai：GLM-5.3モデルドキュメント
• Z.ai：モデル料金
• Hacker Newsでの議論