GLM-5.3 と GLM-5.2 のコーディング比較

GLM-5.3 と GLM-5.2 のコーディング比較で見るべき点は、別のベースモデルになったかではなく、post-training で実際の開発作業への対応がどう変わったかです。Z.ai は両方が同じベースモデルを使うと説明しています。GLM-5.3 は長時間で実行可能なエンジニアリング環境を使った追加学習を行い、coding、agent、security の評価で改善を報告しています。

実務上の答えは、リリース当日より明確になりました。難しい長時間タスクでは GLM-5.3 を先に評価する価値があり、API、open weights、OmniaKey のルートも利用できます。ただし単純な model ID の置き換えではありません。reasoning は常に有効で、thinking.type: "disabled" は拒否されるため、5.2 と同じ harness と権限で回帰テストが必要です。

GLM-5.3 と GLM-5.2 の違いを一覧で確認

判断は次の二つに分けてください。

1. GLM-5.3 を評価する価値はあるか。あります。特に長時間の coding タスクで優先度が高い候補です。
2. 今日すべての本番 API を切り替えるべきか。いいえ。クライアント互換性、effort、レイテンシ、受け入れ済みタスクのコストを測ってから判断します。

GLM-5.3 のモデルページと GLM-5.2 のモデルページには、OmniaKey の現在の料金、リクエスト例、提供状況があります。詳細な 5.2 の計算は GLM-5.2 API 料金ガイド (English)で確認できます。このページはアップグレード判断を扱います。

GLM-5.3 で本当に変わったこと

Z.ai によると、GLM-5.3 は GLM-5.2 とまったく同じベースモデルを使います。改善の中心は、長時間タスクの環境を拡大した post-training です。

バージョン番号が変わっても、コンテキスト、アーキテクチャ、事前学習コーパスが必ず変わるわけではありません。このリリースで主張されているのは、より多くの環境、多様なタスク、長い専門ワークフローで学習した後の振る舞いの改善です。

Z.ai が説明するタスクは、短いコーディング問題ではなく、実際のエンジニアリング作業単位に近いものです。コードベースとドキュメントを読み、計算・ストレージを使い、ボトルネックを診断し、変更を実装し、実験を実行し、正しさを保ったまま納品する必要があります。

評価すべきなのは関数を一つ上手に書けるかではなく、次の流れを長く維持できるかです。

目的を理解する
  -> 環境を調べる
  -> 計画して編集する
  -> ツールとテストを実行する
  -> 失敗を診断する
  -> 成果物を検証する

短い autocomplete だけでは、Z.ai が主張する差は見えません。

公式コーディングベンチマークの比較

発表資料に掲載された数値は次のとおりです。

Z.ai は private Z.ai Code Bench で GLM-5.2 より 50% improvement とも報告しています。Max effort では、GLM-5.3 が 1 タスク約 75K output tokens で 34.5%、GLM-5.2 が 96K で 23.4% という発表図です。

これは 5.3 を評価する根拠にはなりますが、すべてのチームが 50% 改善する証拠ではありません。private benchmark は発表記事から再現できず、公開 benchmark も harness、timeout、token limit、sampling、採点ルールが固定された実験です。

たとえば Terminal-Bench 3.0 は Claude Code 2.1.207、reasoning_effort=max、400K context、最大 128K output、最大 600 agent turns、10 時間の timeout、各タスク 3 rollouts で実行されたと Z.ai は説明しています。5 分のローカル smoke test とは別の実験です。

セキュリティ能力が変える運用境界

Z.ai は post-training に脆弱性発見データと環境を加え、次の値を報告しています。

これは許可を得た防御的レビューには有用ですが、より高い能力を持つツールとして扱う必要があります。リポジトリ権限を絞り、実行を隔離し、ネットワークを制限し、ツール操作を記録し、機密変更には人のレビューを必須にしてください。許可されたシステムだけを対象にします。

ベンチマークの能力は、テストする権限を意味しません。モデルが exploit の可能性を示しても、第三者システムを試してよいことにはなりません。

API 移行で thinking の設定が変わる

GLM-5.3 の reasoning level は三つです。

{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "max"
}

利用できる値は low、high、max で、既定値は max です。coding では max が推奨されています。

GLM-5.3 の重要な移行条件は、次の設定をサポートしないことです。

"thinking": { "type": "disabled" }

この設定を含むリクエストは失敗します。model ID を変える前に、次のように変更してください。

{
  "thinking": { "type": "enabled" },
  "reasoning_effort": "low"
}

以前の non-thinking 経路に近い挙動が必要なら、まず low を使い、その後 high と max を実タスクで比較します。model ID と effort policy を同時に変更する場合は、レイテンシ、出力量、受け入れ率を必ず記録してください。

API、Coding Plan、open weights は同じものではない

開始時期は異なりましたが、2026 年 9 月 18 日時点では三つの経路が利用できます。

• GLM Coding Plan: Z.ai は Coding Plan ユーザーへの提供を案内しています。
• Developer API: 公式ページは glm-5.3 の OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 互換 endpoint を説明しています。
• Open weights: Z.ai は zai-org/GLM-5.3 のモデルカードとデプロイ手順を公開しています。

三つは互換ではありません。Coding Plan、従量 API、自前運用では料金、quota、運用負荷、サポート範囲が異なります。自分の本番システムがどの経路を使うかを確認してください。

OmniaKey のモデルカタログには現在 glm-5.3 と glm-5.2 が別々に表示されます。OmniaKey はモデルを静かに置き換えないため、指定した ID は usage と billing に残ります。

GLM-5.3 と GLM-5.2 の公式 API 料金

Z.ai の価格表では、両モデルとも 1M tokens あたり input $1.40、cached input $0.26、output $4.40 です。cached-input storage は期間限定で無料と記載されています。

同じ単価でもタスクの総額が同じとは限りません。reasoning と output の token 数、retry、human correction が変わるからです。Coding Plan points、Z.ai の従量 API、gateway の価格は別の請求関係です。

本番移行では、実際の route について次を測定してください。

1. 受け入れ済みタスクあたりの input、cached input、output token。
2. cache の動作と storage 条件。
3. 対象地域での availability と latency。
4. rate limit と concurrency。
5. 各 effort における retry、tool failure、human correction。

OmniaKey は現在、両モデルに同じ Z.ai の価格関係を適用しています。具体的な金額は各モデルページで確認し、5.2 の cache 計算は 料金ガイド (English)を参照してください。

GLM-5.2 からアップグレードするべきか

GLM-5.3 を評価しやすいケース

• 多数のファイル、システム、検証手順をまたぐ。
• GLM-5.2 が長いツール列で計画を失う。
• 難しいデバッグやリポジトリ単位の変更が中心。
• 許可済みのセキュリティレビューを行う。
• 同じ環境で比較テストを実行できる。

GLM-5.2 を維持しやすいケース

• ワークフローが thinking.type: "disabled" に依存する。
• 短く決定的な処理がすでに安定している。
• 5.3 で同じ権限、ツール、受け入れ基準を再現できない。
• 失敗時のロールバックと監査をまだ準備していない。

バージョン番号だけで決めないでください。受け入れ済みタスクのコストか信頼性が改善したと確認できたときに切り替えます。

公平な GLM-5.3 と GLM-5.2 のテスト方法

両方を比較できる route があるなら、次を固定します。

pass rate、経過時間、input、cached input、output、retry、tool failure、人の修正、最終請求額を記録します。長時間の agent 結果には揺れがあるため、1 回だけの試行で結論を出しません。

タスク別のルーティングは コーディングモデルガイド (English)で説明しています。

結論

GLM-5.3 は名前だけの更新ではなく、長時間の coding に関わる実質的なリリースです。Z.ai の報告値は広い範囲で改善しており、難しいリポジトリ作業の評価を優先する理由になります。

一方、GLM-5.2 の universal な production replacement と断定するのは早いです。API、価格、weights、OmniaKey route は利用できますが、thinking 設定の移行と本番回帰テストが必要です。

新しい long-horizon coding の評価は GLM-5.3 から始め、optional thinking に依存する既存フローや証拠が不足するワークロードでは 5.2 を残すのが現実的です。

よくある質問

GLM-5.3 は coding で GLM-5.2 より優れていますか？

Z.ai は private Code Bench と複数の公開 coding benchmark で高い値を報告しています。したがって評価の第一候補ですが、普遍的な改善を意味しません。自分のタスクで再現してください。

GLM-5.3 は新しいベースモデルですか？

いいえ。Z.ai は GLM-5.2 と同じベースモデルを使い、改善は追加 post-training によると説明しています。

GLM-5.3 API は使えますか？

はい。公式 developer page に glm-5.3 の endpoint とサンプルがあります。Coding Plan、従量 API、自前運用は別の利用経路です。

GLM-5.3 API の料金はいくらですか？

Z.ai の価格表では 1M input $1.40、cached input $0.26、output $4.40 で、確認時点では GLM-5.2 と同じです。

GLM-5.2 からの移行で何が壊れますか？

thinking.type: "disabled" は使えません。model ID を変更する前に thinking を有効にし、reasoning_effort を low に設定します。

OmniaKey 経由で GLM-5.3 を使えますか？

はい。OmniaKey のカタログでは glm-5.3 と glm-5.2 が別モデルとして提供されています。料金と availability はライブカタログで確認してください。

確認した情報源

• Z.ai: GLM-5.3 launch report
• Z.ai: GLM-5.3 developer model page
• Z.ai: developer API pricing
• Z.ai: GLM-5.2 model page
• Z.ai: official GLM-5.3 model card
• OmniaKey live model catalog

ファクトチェック日: 2026 年 9 月 18 日。API、モデル提供状況、価格、ベンチマーク文書、クライアント対応は変わる可能性があります。本番トラフィックを移す前に一次情報を再確認してください。