Z.aiが「GLM-5.3」公開：コード生成が大幅進化、脆弱性発見能力も急成長

管理しているオープンソースのリポジトリで、40年前の脆弱性が突然修正されたとしても驚く必要はありません。ベテラン開発者が気まぐれで見つけたのではなく、プログラミングを学んだAIが偶然掘り当てた可能性があります。

中国のAIラボZ.aiがコーディング特化型モデル「GLM-5.3」を発表しました。開発者を驚かせたのはベンチマークの向上だけでなく、このモデルが学習過程でサイバー攻撃・防御の能力まで急激に高めてしまった点です。

構造変更なし、事後学習だけで限界突破

興味深いことに、Z.aiは今回ゼロから巨大モデルを作ったわけではありません。GLM-5.3の基底は前世代のGLM-5.2と全く同じで、パラメータ数や基本アーキテクチャは変更されていません。

行われたのは徹底した「事後学習の拡張（Post-training scaling）」です。より多様なサンドボックス環境を用意し、長手順の複雑なタスクを課し、大量の事後学習コンピュートを注ぎ込みました。

この効果は劇的でした。Z.ai社内のCode BenchでGLM-5.3は前世代から50％の性能向上を記録。Terminal Bench 3.0やAgents' Last Examでもオープンウェイトモデルとして首位を獲得し、実務価値を測るGDP Evalでもフロンティアモデルに迫る成果を見せました。

コード生成を極めた結果、凄腕ハッカーに

業界を最もざわつかせたのは、そのセキュリティ性能の突出ぶりです。

既知の脆弱性発見を競うCyberGymで、GLM-5.3は84.5％をマークし、AnthropicのFable 5やOpenAIのGPT-5.6 Solを上回りました。エクスプロイト作成を試すExploitBenchでも54.4％と、GLM-5.2の2倍以上のスコアを記録しています。

実世界での実績も桁外れです。実環境の269プロジェクトをスキャンしたところ、合計2,436件の脆弱性を検出し、そのうち1,000件以上が重大・危険な欠陥でした。対象にはLinuxカーネル、Apache、VMwareなどが含まれ、中には40年前から残っていたバグもありました。

優れた防御ツールは、そのまま強力な攻撃兵器にもなり得ます。そのためZ.aiは重みの一般公開を2週間延期し、まずは厳選したセキュリティパートナー向けの限定提供と追加検証を行うと発表しました。一般の開発者はZ Codeプラン経由でコーディングエージェントから試用できます。

なぜ重要か

GLM-5.3は、ゼロからの事前学習を行わなくても、事後学習の工夫だけでモデルの推論とコーディング性能を最高峰まで押し上げられることを実証しました。

開発者やメンテナーにとって、人手不足のオープンソース界隈で数十年放置されたバグを自動検出できる価値は計り知れません。現にHugging Faceは、米国の閉源モデルが安全ガードレールを理由に対応を拒否した際、GLMを使ってセキュリティ調査を行ったと明かしています。

一方で、最大のリスクはオープンウェイト特有の制御不能性にあります。APIと違い、一度重みが手元に渡ればガードレールは容易に外されます。すでにオープンソースAIを用いたサイバー攻撃事例が報告される中、各国の規制当局がオープンモデルへの制限を強める引き金になりかねません。

私たちは、オープンな世界にはオープンな盾が必要だというZ.aiの主張には一理あると考えます。しかし、この危険なほど鋭い刃を無差別に配る前に、あと2週間でどこまで実効的な安全策を組み込めるかが問われています。