Last verified: 2026-08-15
The unusual part of this release is how much you already know about running it. GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training — so the parameter count, memory profile, and serving path carry over unchanged. You can size hardware today with confidence rather than waiting for the model card.
GLM-5.3のリリース日および状況
今すぐGLMモデルを利用したい場合は、GLMファミリーページをご覧ください。
GLM-4 9Bは単一のコンシューマー向けGPU上でOllamaを使って実行できるコマンドです。 GLM-4.5-Airは大容量のユニファイドメモリを備えたマシン向けです。 またGLM-5.2は現在自己ホスティング可能な範囲でGLM-5.3に最も近いモデルとして、このモデルのベースを共有しています。
What actually changed from GLM-5.2
Z.aiによるとGLM-5.3は事後訓練版であり、事前訓練済みのベース部分は同一です。 改良点は長期タスク環境における強化学習の規模拡大によるものです。 報告されている性能向上幅は大きく、特にエージェント型コーディングにおいて顕著です。
Z.ai also reports better token efficiency, not just higher scores: on its in-house Z.ai Code Bench at max effort, GLM-5.3 reaches 34.5% using roughly 75K output tokens per task, against 23.4% at 96K for GLM-5.2. All figures above are the vendor’s own, measured with their harness settings — treat them as a direction of travel until independent evaluations land.
The release also reports a sharp jump in vulnerability-discovery capability, which Z.ai says grew faster than expected as post-training scaled. Working with security teams, the model surfaced 2,436 findings across 269 open-source projects, 1,097 of them medium-to-high severity, tracked in a public disclosure ledger. That matters here only as a capability signal; it does not change how you serve the model.
アップグレードが不可能になるAPIの変更点
GLM-5.3ではreasoning_effort を通じて三つの推論レベルが用意されており、それぞれ low、high、max と呼ばれる。デフォルトは max であり、Z.aiではコーディング作業向けにこの設定を推奨している。
GLM-5.3のハードウェア要件
Weight memory follows stored parameter count and quantization. Because the base model is unchanged, GLM-5.3 stores the same 753B parameters as GLM-5.2 in a mixture-of-experts layout:
これらはあくまで重みデータのみの容量です。これを絶対的な要件として捉えるのではなく、実行に必要なKVキャッシュやランタイムバッファー、システム予約領域はこれらに加算されることを念頭に置いてください。
デバイスに応じて最適化する
Every verdict assumes a 4-bit build at GLM-5.2’s stored size.DGX SparkでGLM-5.3を実行できるか？
Not one, and probably not two. A DGX Spark holds 128 GB of unified memory against a ~377 GB weight floor at 4 bits. Three Sparks clear that floor on paper at 384 GB, but leave about 7 GB total for the operating system, runtime buffers, and KV cache across the whole cluster — unusable in practice. Four Sparks at 512 GB is the first configuration with genuine headroom. サイズ算出方法についてはDGX Sparkのモデル互換性を参照のこと。Can a 24 GB GPU run GLM-5.3?
不可能だ。オフロード処理でも解決しない。24ギガバイトのGPUでは、必要な377ギガバイトの重みデータを保持するには到底足りない。この比率でシステムのRAMやディスクから重みデータを読み込むと処理速度が極端に低下して実用性が失われる。理由については メモリとオフロード処理 を参照されたい。 もし単体のコンシューマー向けGPUをお持ちでGLMモデルを利用したい場合は、GLM-4 9B を実行してください。必要なメモリ容量は5.5 GBです：
コンテキスト用のメモリは別途確保する必要がある
上記の数値は重みデータのみを対象としている。GLM-5.2は本来1Mトークン分のコンテキストを扱えるが、その長さのコンテキストを保持するには中規模モデルの全重みデータよりも多くのメモリが必要になる。この分の予算も別途用意する必要がある。詳細は KVキャッシュとコンテキスト をご覧ください。GLM-5.3のダウンロード方法およびOllamaの利用法
現時点ではGLM-5.3のダウンロード用ファイルやOllama用タグは存在しない。ollama run glm-5.3のようなコマンドを試しても機能せず、Z.aiが公開する正式版が出る前にコミュニティでアップロードされたファイルも正式なリリースではない。
GLM-5.2の例を見ると同様の傾向が見られる。Ollama上ではglm-5.2:cloudという名前で登録されており、これは重みデータをダウンロードするのではなくZ.aiのホスティングインフラに接続する仕組みだ。このクラスのモデルではローカルでのダウンロードではなくクラウド経由の利用が想定されている。
ローカルでのデプロイ準備
ベースモデル自体は変更されていないため、重みデータが到着する前からほぼすべての準備が可能だ。- このクラスのモデルを自前のサーバーで運用するか、ホスティングされたエンドポイントを利用するかを正直に判断する必要がある。重みデータの必要量が約377ギガバイトにもなるため、多くのユーザーはホスティングされたエンドポイントを利用している。Tokiosはどちらの利用形態にも対応している。
- 自己ホスティングを行う場合は、vLLMやSGLangを用いた複数GPUでのサービング体制を計画しておきましょう。GLM-5.2では
--reasoning-parser glm45および--tool-call-parser glm45が必要です。またGLM-5.3でもツール呼び出しや思考出力の分離処理に同様のフラグが必要になると予想されます。 - 現在
thinking.type: "disabled"を設定しているコードを点検しておいてください。どのようなデプロイ方法を採用してもGLM-5.3以降ではその設定が機能しなくなります。 - Pair the Tokios connector with whatever OpenAI-compatible endpoint you land on.
- ダッシュボード上で デプロイ 名を登録します。クライアント側ではアップストリームモデルIDではなくこのデプロイ名を
modelフィールドに送信します。そのため後々GLM-5.2からGLM-5.3へ切り替えてもクライアント側の設定変更は一切不要です。
未確定事項
Z.aiより告知文やベンチマーク結果、API仕様が公開されています。まだ未定な事項は以下の通りです：- 重みデータ、モデルカード、ライセンス文面
- 正確なリポジトリ名、アップストリームモデルID、ファイルサイズ
- vLLM、SGLang、Ollama用の検証済みコマンド
- ハードウェア選定に関するガイダンスおよびTokiosコネクターの使用例
よくある質問
GLM-5.3はリリースされましたか？
GLM-5.3はリリースされましたか？
Yes, as of 2026-08-14 — but through the API, GLM Coding Plan, and ZCode rather than as downloadable weights. Z.ai says the checkpoint follows roughly two weeks after launch, once safety evaluation and hardening finish. Until then the newest GLM you can self-host is GLM-5.2, which shares GLM-5.3’s base model.
GLM-5.3とGLM-5.2の違いは何ですか？
GLM-5.3とGLM-5.2の違いは何ですか？
主に学習後の調整のみです。事前学習済みのベースモデルは同一なので、サイズや必要なハードウェア構成も変わりません。性能向上はエージェント型コーディングや長期的なタスク処理に集中しており、Z.aiの測定値ではTerminal Bench 3.0のスコアが4.6から28.3へ、DeepSWE v1.1では46.2から66.9へ向上しています。また、思考機能を無効化できなくなるというAPI上の変更点もあります。
GLM-5.3を動作させるにはどの程度のVRAMが必要ですか？
GLM-5.3を動作させるにはどの程度のVRAMが必要ですか？
The same as GLM-5.2, because it is the same base model: roughly 377 GB at 4-bit, 753 GB at 8-bit, and 1.5 TB at BF16 for the
753B stored parameters, before KV cache. That is multi-GPU server or multi-node territory, not a single workstation and not one DGX Spark. A consumer GPU is not a candidate at this tier.GLM-5.3の重みファイルはいつ公開されますか？
GLM-5.3の重みファイルはいつ公開されますか？
Z.aiの発表によると、2026-08-14のリリースからおよそ二週間後、安全評価および強化作業を経てデプロイが実施される予定です。つまり八月下旬の2026となる見込みですが、Hugging Face上のページには既に「近日公開予定」と記載されています。正確な日付は未定であるため、あくまでベンダー側が示した計画として受け止めてください。
Ollama上でGLM-5.3を動作させることは可能ですか？
Ollama上でGLM-5.3を動作させることは可能ですか？
今日は無理だ — 該当するタグは存在しない。製品リリース時にはローカルからのプルではなくクラウドタグが利用される見込みだ。GLM-5.2はOllama上では
glm-5.2:cloud という形で表示され、これにより重みデータがダウンロードされるのではなくZ.aiが運用するホスティングインフラへ接続される。現在実際にプル可能なGLMモデルとしては、ollama run glm4を指定すれば 9B というモデルが 5.5 GBのサイズで入手できる。現在のGLM-5.2用設定はGLM-5.3でもそのまま使えますか？
現在のGLM-5.2用設定はGLM-5.3でもそのまま使えますか？
Only if you are not disabling thinking. GLM-5.3 rejects
thinking.type: "disabled" and the request fails, so any client relying on non-thinking mode has to move to enabled with reasoning_effort: "low" first. Reasoning depth is otherwise controlled by low, high, or max, defaulting to max.GLM-5.3はオープンソースですか？
GLM-5.3はオープンソースですか？
Z.ai社は重み情報の公開を約束しており、GLM-4からGLM-5.2までがMITライセンス下で提供されています。ただしGLM-5.3のライセンス内容はまだ公表されていません。重み情報の公開とオープンソース化は別物ですので、正式公開後にライセンス内容を確認してください。特に商用利用の際は注意が必要です。
GLM-5.3がリリースされた後、別のマシンからどうやって利用できますか？
GLM-5.3がリリースされた後、別のマシンからどうやって利用できますか？
任意のOpenAI互換ランタイム上でサービスをデプロイした後、Tokiosコネクターを設定すれば、GPUを搭載したマシン側に受信用ポートを開設する必要がなくなります。任意のOpenAIまたはAnthropic互換クライアントから
https://api.tokios.comを呼び出す際には、sk-tok-…というAPIキーを使用し、アップストリームモデルIDの代わりにmodelフィールドにご自身のデプロイ名を指定します。GLMシリーズ
現在では 9B からGLM-5.2までの検証済みモデルを利用可能です。
モデル選定
ご使用のハードウェアで扱えるモデルやコンテキストサイズを見積もることができます。
クイックスタート
コネクターを連携させ、ローカルデプロイを登録します。
量子化とハードウェア要件
モデルの公開形式がご使用のハードウェアに与える影響について説明します。