GLM-5.3、2週間の延期を経て重みを公開――サイバーセキュリティ能力とライセンス条項が導入のハードルに

Z.aiは8月中旬、まずAPI経由でGLM-5.3を発表したが、ポストトレーニングの過程で想定を上回るサイバーセキュリティ能力が確認されたため、重みの公開を2週間延期した。現在、Hugging Faceリポジトリでは、141個のSafetensorsファイルに分割された約756GBのFP8版が提供されており、vLLM、SGLang、Transformers、KTransformers、Unslothなどによるデプロイ手順も示されている。これにより、従来は管理された環境でしか利用できなかったモデルが、正式にセルフホスティング、量子化、ファインチューニング可能な段階へ移行した。

GLM-5.3はGLM-5.2のベースモデルを引き継いでおり、能力の差はすべてポストトレーニングによるものだ。Z.aiの報告によると、Terminal Bench 3.0のスコアは4.6から28.3へ、CyberGymは77.2から84.5へ上昇した。ExploitGymの2時間設定では、完了数が29件から105件に増加している。ただし、同じ表に掲載された複数のエージェントおよびプログラミング評価では、依然としてクローズドモデルに後れを取っている。また、「50%向上」という主張はZ.aiが独自に構築したCode Benchに基づくものであり、あらゆるワークロードで速度または精度が一律に50%向上したと解釈することはできない。エンジニアリングチームが評価を再実行する際は、`reasoning_effort=max`に固定する必要がある。チャット用途では、テンプレートのデフォルト設定により以前の思考内容が保持されるため、`clear_thinking=true`を明示的に設定すべきだ。

もう一つ見落とされやすい変更点がライセンスだ。条項では概ね、利用、変更、商用配布が認められている。しかし、事業者およびその関連企業の連続する12カ月間の売上高が100億米ドルを超え、かつ第三者が入力、パラメータ、またはトレーニングデータを制御できるMaaSを運営している場合、Z.aiが独自に範囲を定める安全審査に事前に合格しなければならない。したがって、これは追加条件のないMITライセンスの重みではない。今後の注目点は、コミュニティがサイバーセキュリティおよび長期タスクの成績を独立して再現できるか、量子化後も能力が維持されるか、そして重みの公開が単にモデルの攻撃能力と攻撃対象領域を拡大するだけでなく、実用的な防御成果につながるかどうかである。