「2週間以内にウェイトを公開する」——8月14日にGLM-5.3をリリースした際、Z.ai（旧Zhipu AI）はそう約束した。そして8月28日、宣言どおりモデルウェイトがHuggingFaceに公開された。75Bパラメータの大型モデルが、誰でも無料でダウンロードできる時代になった。

もう一つ注目すべきことがある。Artificial AnalysisのIntelligence Indexで、GLM-5.3は60ポイントでGPT-5.6 Luna（59ポイント）をわずかながら上回り、プロプライエタリモデルを含む全体ランキングで2位を獲得した（1位はClaude Opus 5の63ポイント）。オープンウェイトモデルが商用モデルを総合性能で超える日は、もうすぐそこまで来ている。

GLM-5.3の何が凄いのか

前世代比50%の性能向上を「学習データの追加なし」で実現

GLM-5.3は、GLM-5.2と同じベースアーキテクチャを使いながら、ポストトレーニングの改善だけで50%の性能向上を達成した。スクラッチから大量のデータで再学習するのではなく、既存モデルの「使い方の学習」を洗練させることで飛躍的に賢くなったわけだ。

Z.ai Code Benchという独自ベンチマークでの改善率は**+50%**。公開ベンチマークでも競争力が確認されており、特にコーディングと推論タスクで強い。

推論の「深さ」をユーザーが制御できる

GLM-5.3には、reasoning_effortパラメータという面白い機能がある。low・high・maxの3段階で、モデルがどれだけ時間をかけて考えるかを指定できる。

  • low：素早く答えが欲しいとき、軽いコード補完
  • high：バランス重視、多くのコーディングタスク
  • max：複雑な設計、デバッグ、アーキテクチャの議論

OpenAIのGPT-5.6シリーズがSol/Terra/Lunaと別モデルで価格と性能を使い分けるのに対し、GLM-5.3は1つのモデルで柔軟に推論量を調整できる。

対応フレームワークの豊富さ

  • Hugging Face Transformers（最も汎用的）
  • vLLM（高スループット推論、サーバー向け）
  • SGLang（高速推論、APIサーバー向け）
  • Unsloth（ファインチューニング向け）
  • HuggingChat（ブラウザから即使える）

今すぐ試す3つの方法

方法1：HuggingChat（最も手軽、GPU不要）

最も簡単な試し方がHuggingChatだ。アカウントを作るだけで、ブラウザから無料でGLM-5.3を使える。

  1. HuggingChat にアクセス
  2. モデル選択でGLM-5.3を選ぶ
  3. そのまま会話を開始

コードを貼り付けてバグを探させる、ドキュメントを書かせる、設計について相談するといった用途なら、これで十分だ。GPUを持っていなくても、ローカルにインストールしなくても、数秒で使い始めることができる。

方法2：APIで使う（手軽さとパワーのバランス）

Z.aiが提供するAPIを使えば、自前のアプリやスクリプトにGLM-5.3を組み込める。料金は用途やプランによるが、HuggingFaceのInference APIでもアクセスできる。

OpenAI互換のAPIエンドポイントも提供されているため、base_urlを切り替えるだけで既存コードをほぼそのまま使い回せる。

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://open.bigmodel.cn/api/paas/v4/"
)

response = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "user", "content": "このPythonコードのバグを見つけて"}
    ],
    extra_body={"reasoning_effort": "high"}
)

reasoning_effortはextra_bodyに渡すことで制御できる。

方法3：ローカル実行（上級者向け）

モデルウェイトをダウンロードしてローカルで動かす本命の使い方だ。75Bモデルをフル精度（BF16）で実行するには約150GBのVRAMが必要になるが、量子化（Q4/Q8）を使えば消費メモリは大幅に削減できる。

vLLMを使った例：

pip install vllm

python -m vllm.entrypoints.openai.api_server \
    --model zai-org/GLM-5.3 \
    --dtype bfloat16 \
    --max-model-len 32768

SGLangを使う場合：

pip install sglang

python -m sglang.launch_server \
    --model-path zai-org/GLM-5.3 \
    --tp 4

--tp 4はテンソル並列数で、4枚のGPUに分散させる指定だ。A100 80GB×2〜4枚程度の環境があれば快適に動く。個人ユーザーには敷居が高いが、企業のGPUサーバーや研究室の計算資源があれば現実的な選択肢になる。

実際のコーディングタスクでの使い方

バグ修正とコードレビュー

GLM-5.3が特に得意とするのがバグ修正だ。単純な構文エラーだけでなく、複数ファイルにまたがるロジックの問題、パフォーマンスのボトルネックまで指摘できる。

コードを貼り付けて以下のように指示するだけで機能する：

以下のコードのバグを見つけて、修正版を提示してください。
また、パフォーマンスが改善できる箇所があれば合わせて教えてください。

[コードをここに貼る]

reasoning_effort: maxを指定すると、より丁寧に問題を洗い出してくれる。

新規コード生成

要件を日本語で書いても、英語で書いても、GLM-5.3は的確にコードに落とし込む。多言語対応の精度は高く、日本語の仕様書から直接コードを生成させる使い方も有効だ。

ドキュメント生成

既存のコードを渡して「このAPIのREADMEを書いて」と頼むだけで、引数の説明、使用例、注意事項を含む実用的なドキュメントを生成してくれる。

GLM-5.3 FlashとGLM-5.3の使い分け

昨日（8月27日）にはGLM-5.3-Flashも公開された。フルモデルとの使い分けは以下のとおりだ。

GLM-5.3（フル）GLM-5.3 Flash
性能★★★★★★★★★☆
コスト基準約7分の1
応答速度標準高速
向いているタスク複雑な設計・推論大量処理・シンプルな補完
ローカル実行GPU大量が必要より小さい構成で動く

コード補完や短い質問への回答など、スループットが重要な用途ではFlashが優れている。複雑な設計の議論やアーキテクチャレビューにはフルモデルを使う、という切り分けが現実的だ。

オープンウェイトAIの競争が本格化する

GLM-5.3の公開は単なる「1モデルのリリース」ではない。オープンウェイトモデルが商用モデルと正面から競い合える水準に達したことを示す転換点だ。

Artificial Analysisのベンチマークでは：

  • Claude Opus 5：63ポイント（1位）
  • GLM-5.3：60ポイント（2位）
  • Kimi K3：60ポイント（2位タイ）
  • GPT-5.6 Luna：59ポイント（4位）

上位4モデルの差はわずか4ポイント。商用サービスのAPIでしか使えないモデルと、自分のサーバーで無料で動かせるモデルが同じ土俵で競っている。

企業にとってはコンプライアンスやデータプライバシーの観点から、外部APIに頼れないケースも多い。そういった場面でも、フルローカルで動くGLM-5.3は強力な選択肢になる。

また、reasoning_effortパラメータに代表されるように、モデルの「思考量」を細かく制御できる設計は、今後のオープンウェイトモデルのトレンドになっていくだろう。単純に「大きいモデル=賢い」ではなく、「同じモデルをシチュエーションに応じて使い分ける」方向へシフトしている。

まとめ

GLM-5.3のオープンウェイト公開は、8月14日の発表から約2週間という約束どおりのタイミングで実現した。

今すぐ試すならHuggingChatが最も手軽だ。アカウント登録だけで、GPU不要・インストール不要で75BのモデルをAIコーディングに使える。本格的に組み込みたい場合はAPI経由で、完全にオンプレミスで運用したい場合はvLLMやSGLangを使ったローカル実行が選択肢になる。

オープンウェイトとクローズドモデルの差が縮まるスピードは、予想以上に速い。今のうちに手を動かして試しておくことが、次の選択肢を増やすことにつながる。