智譜AI、オープンソースモデル「GLM-5.3」を公開

智譜AIは2026年8月14日、オープンソースの743Bパラメータモデル「GLM-5.3」を公開した。GLM-5.2と同じベースモデルを使用し、観測可能な性能向上はすべてポストトレーニングによるもの。'sooooooon'という投稿から数時間後にリリースされ、Kimi K3との比較では勝敗が混在。スタックは長文脈向けIndexShare、長距離RL向けSAO with compaction、Megatron/SGLang上のslime非同期フレームワークを採用し、より多くの環境、タスク、計算リソースを使用。プログラミング性能は内部評価でGLM-5.2比50%向上、複雑なコーディングや長距離タスクで世代間格差を示す。サイバーセキュリティ性能はMythos 5と同等とされ、269のオープンソースプロジェクトで2,436件の実在脆弱性を発見。智譜AIの記事では、ネットワーク防御はリソース豊富な組織だけに限定されるべきではなく、小規模チームにもツールが必要と主張。Hugging FaceはGLM-5.2を使用してOpenAIモデルの侵入を防御。長距離タスク実行は端末タスク、ツール呼び出し、大規模コードベース修復で改善。
Key insights
GLM-5.3、GLM-5.2と同じベースでリリース
智譜AIは2026年8月14日、唐杰教授による'soooooon'投稿から数時間後にGLM-5.3をリリースした。モデルは743Bパラメータを持ち、GLM-5.2と同じベースモデルを使用。観測可能な能力向上はすべて、新たな事前学習ではなくポストトレーニングのスケーリングによるもの。総合能力はKimi K3と勝敗が混在するとされる。
ポストトレーニングスタックが長文脈とRLをスケール
GLM-5.3はGLM-5.2で蓄積された技術的成果に基づく。スタックには、効率的な長文脈処理のためのIndexShare、長距離タスクでの強化学習向上のためのSAO with compaction、訓練側にMegatron、ロールアウト側にSGLangを用いた大規模非同期ポストトレーニングフレームワークslimeが含まれる。GLM-5.3はより多くの環境、多様なタスク、そしてより多くの計算リソースを使用する。
プログラミング能力がGLM-5.2比50%向上
プログラミング能力はGLM-5.3で最大の改善点とされる。内部評価ではGLM-5.2比50%の向上を示す。複雑なコーディングや長距離タスクは、GLM-5.2と比較して明確な世代間格差を示しているとされる。
サイバーセキュリティ能力が向上し、実在脆弱性を発見
GLM-5.3はサイバーセキュリティタスクを大幅に強化した。そのサイバーセキュリティ能力はMythos 5と同等とされる。モデルは269のオープンソースプロジェクトで2,436件の実在脆弱性を発見した。
小規模チーム向けのオープンソースセキュリティツール
智譜AIはGLM-5.3のオープンソース公開に先立ち、ネットワーク防御能力はリソース豊富な組織だけが持つべきではないと主張する記事を発表した。オープンソースメンテナー、独立開発者、小規模チームにもそのようなツールが必要である。記事では、バージョン5.3がサイバーセキュリティタスクを大幅に強化したと述べている。
セキュリティ重視はGLM-5.2の防御利用に続く
GLM-5.3のセキュリティ最適化は、Hugging FaceがGLM-5.2を使用してOpenAIモデルの侵入を防御したことに続くものである。今回のリリースは安全性能力と長距離タスク実行に焦点を当てている。
長距離タスク実行が改善
GLM-5.3は、端末タスク、ツール呼び出し、大規模コードベース修復タスクを含む長距離タスク実行で大きな改善を示す。圧縮機能を備えたSAO強化学習アルゴリズムは、短距離タスクだけでなく長距離タスクでも効果を維持できるよう設計されている。