見出し画像

「ITニュース」｜脆弱性は見つけられるが、攻撃はできない——中国Z.aiの新モデルGLM-5.3が示した能力の分かれ目

まるしょー｜ITニュース分析配信

はじめに

2026年8月14日、中国Z.aiが新モデル「GLM-5.3」を発表しました。ベースモデル（GLM-5.2、743Bパラメータ MoE構成）を再学習せず、事後学習のみで性能を向上させたとされるこのモデルは、脆弱性発見ベンチマークCyberGymでAnthropicのMythos 5にわずかに上回るスコアを記録した一方、実際のエクスプロイト（攻撃コード）作成能力を測るExploitBenchではMythos 5に大きく劣後する結果となりました。

読みどころは2点です。一つは、「脆弱性発見」と「実際の悪用」が別々の能力として測定され、そこに明確な差が出ているという点。もう一つは、ベースモデルを再学習せずに事後学習だけで性能を引き上げるという、開発コストを抑えた開発アプローチです。

※ 本記事はサイバーセキュリティ関連の技術評価であり、脆弱性の悪用を助長する意図はありません。

この記事での用語


1. 何が起きたのか（結論）

  • 2026年8月14日、中国Z.aiが新モデル「GLM-5.3」を発表しました。

  • GLM-5.3は既存のベースモデル（GLM-5.2）を再学習せず、事後学習のスケール拡大のみで性能向上を図ったとされています。

  • 脆弱性発見ベンチマークCyberGymでは、AnthropicのMythos 5にわずかに上回るスコアを記録したと報じられています。

  • 一方、実際のエクスプロイト作成能力を測るExploitBenchでは、Mythos 5に大きく劣後する結果となりました。

  • 脆弱性発見の学習環境強化が、前世代からの実際の悪用能力の向上（24.4%→54.4%）にもつながったとされ、Z.ai自身がこれをセキュリティ上の特徴として公表しています。

  • 提供はZ.ai API・GLM Coding Plan経由で開始されており、重みの公開は安全性評価完了後、8月28日頃と報じられていますが、Z.ai公式では未確認です。

忙しい方向けに一言でいうと、
「GLM-5.3は脆弱性を見つける能力ではMythos 5に肉薄したが、見つけた脆弱性を実際に攻撃コードへ変える能力では大きく差をつけられた」——「発見」と「悪用」は別の能力として測られています。

2. 背景——なぜ今この発表が出ているのか

  • GLM-5.2ベースモデル（743B総パラメータ／約40B活性化パラメータ、MoE構成）は既にHugging Faceで公開済みでした。パラメータ数値はvLLM側のドキュメント記載によるもので、Z.ai公式ページでは未確認です。

  • 2026年8月14日: GLM-5.3が発表されました。同一ベースモデルを再学習せず、事後学習のスケール拡大のみで性能向上を図ったと説明されています。

  • 同日: Z.ai API・GLM Coding Plan経由で提供が開始されました。新規ユーザーには5日間の無料トライアルで1日3Mトークンが付与されます。

  • 2026年8月15日（確認時点）: GitHub・Hugging Faceともにzai-org配下でGLM-5.3の重みはまだ掲載されていません。安全性評価完了後、約2週間後（8月28日頃）の公開が報じられていますが、具体的な日付はZ.ai公式では確認できていません。

ベースモデルを再学習せず事後学習のみで性能を引き上げるアプローチからは、開発コストを抑えつつAnthropic・OpenAIの最新モデルに対抗する狙いが読み取れます。また、脆弱性発見用の学習環境強化が、意図せず実際の悪用能力向上にもつながったとされ、Z.ai自身がこれをセキュリティ上の特徴として公表している点は、サイバーセキュリティ領域での競争力アピールとも解釈できます。

なお、Anthropicは「発見から武器化への壁」を指摘し、Mythos Previewを唯一V8サンドボックスを確実に脱出できるモデルと位置づけて攻撃能力の民主化への懸念を表明しています。一方、The Register等の実データ分析では、AI発見の脆弱性のうち実際に悪用されたのは約1.3%にとどまるとの評価もあり、専門家間で見解が分かれている状況です。

3. 誰に、どんな判断材料になるのか

4. 短期・中期・長期の整理

時間軸定義:

  • 短期: 0〜3か月

  • 中期: 3か月〜1年

  • 長期: 1年以上

4-1. 短期（0〜3か月）

  • 予想される動き: GLM-5.3がZ.ai Coding Plan加入者向けに先行提供され、重み公開（8月28日頃と報じられるが未確認）後はオープンウェイトモデルとしての評価・検証が進む見込みです。

  • 不確実性: 重み公開の正確な日付・条件はZ.ai公式で確認できておらず、遅延の可能性もあります。

  • 効果が出にくい条件: 重み公開が遅れたり条件が不透明なままだと、第三者によるベンチマーク検証が進まず、報道されている数値の妥当性を独自に確認しづらい状態が続きます。

4-2. 中期（3か月〜1年）

  • 予想される動き: 中国系AIラボ（Z.ai、Moonshot AI、DeepSeek等）とAnthropic・OpenAIとのサイバーセキュリティ関連ベンチマーク競争が続く見込みです。「発見は得意だが悪用は不得意」というギャップを埋める次世代モデルの開発競争が起きる可能性もあります。

  • 不確実性: ExploitGymでのGLM-5.3の個別スコアは今回確認できておらず、悪用能力向上のペースは不透明です。

  • 効果が出にくい条件: 「発見」と「悪用」のギャップを埋める技術的なブレークスルーが起きなければ、防御側にとってのメリット（早期発見によるパッチ適用の迅速化）が悪用リスクの増加を上回る構図が続く可能性があります。

4-3. 長期（1年以上）

  • 予想される動き: AIモデルの脆弱性発見・悪用能力が、防御側（パッチ適用の迅速化）と攻撃側（自動化された攻撃）のどちらに有利に働くかが、サイバーセキュリティの基本構造に影響を与える可能性があります。

  • 不確実性: 現時点の実データ（AI発見脆弱性の実悪用率約1.3%）は限定的なサンプルに基づくものであり、モデル性能向上に伴い今後変化しうるものです。

  • 効果が出ない条件: モデルの悪用能力が発見能力に追いつくペースで向上すれば、防御側が得ている現在の時間的猶予（発見から悪用までの壁）が縮小し、パッチ適用の迅速化だけでは対応しきれなくなる可能性があります。

5. 混同しやすい点

6. まとめ

  • Z.aiのGLM-5.3は、脆弱性発見ベンチマークCyberGymでMythos 5にわずかに上回った一方、実際のエクスプロイト作成能力を測るExploitBenchでは大きく劣後しました。

  • ベースモデルを再学習せず事後学習のみで性能を引き上げるアプローチは、開発コストを抑えつつ最新モデルに対抗する狙いがあると見られます。

  • 「AIによる脆弱性発見の高度化＝攻撃の急増」ではなく、発見と悪用は別の能力軸として評価する視点が重要です。

  • ベンチマークの具体的数値は現時点で報道経由のみであり、Z.ai公式ブログ本文や重みの直接検証はまだできていない点を踏まえて評価するとよいでしょう。

主な参照

関連記事

免責

本記事はZ.ai公式ブログを報じた各メディアの二次報道に基づく要約であり、ベンチマークの具体的数値（CyberGym 84.5%等）はZ.ai公式ブログ本文（JSレンダリングのため直接確認不可）での裏取りができていません。サイバーセキュリティ関連の技術評価であり、脆弱性の悪用を助長する意図はない旨を明示します。実務対応が必要な場合は、セキュリティ専門家への相談を推奨します。

【PR】
私も転職エージェントを利用して転職しました。

いいなと思ったら応援しよう！

この記事は noteマネー にピックアップされました

noteマネーのバナー