GLM-5.3：ポスト学習のみでTerminal-Benchスコアが6倍に向上GLM-5.3: 6x Terminal-Bench Gain From Post-Training Alone
匿名の公開いいねです。記事の保存・お気に入りではなく、Featured、Top 3、重要度、掲載順位には影響しません。仕組みとプライバシーAnonymous public likes are reactions, not saved articles or bookmarks. They do not affect Featured, Top 3, importance, or listing order.How it works and privacy
- 中国のZ.aiが追加事前学習なしのポスト学習だけでGLM-5.3をリリースし、Terminal-Bench 3.0スコアを4.6から28.3へと約6倍に引き上げた。
- サイバーセキュリティ分野でも予想外の性能向上が確認されており、ポスト学習の可能性を示す注目の成果だ。
Z.ai released GLM-5.3 using post-training alone—no new pretraining—pushing Terminal-Bench 3.0 from 4.6 to 28.3 and achieving unexpected cybersecurity gains, highlighting how much headroom remains in post-training optimization.
本ページの本文と要約は AI による自動生成です。日本語版と英語版は言語ごとに独立して生成されるため、表現や詳しさが異なる場合があります。正確性は元記事 (zenn.dev) をご確認ください。The body and summaries are AI-generated independently for each language, so wording and detail may differ. Verify accuracy at the original source (zenn.dev).
要約と収集メタデータに基づく AI 解説。元記事全文の転載・翻訳ではありません。AI explainer based on the summaries and collected metadata, not a copy or translation of the full source article.
ポスト学習
中国のZ.ai（旧Zhipu AI）は2026年8月14日、GLM-5.3をリリースした。重要なのは、新たな事前学習を一切追加せず、ポスト学習だけで性能を大きく伸ばした点だ。
Terminal-Bench
Terminal-Bench 3.0のスコアは4.6から28.3へ上昇し、約6倍となった。追加事前学習なしという条件で確認された変化であり、ポスト学習による最適化に改善余地が残ることを示す結果とされている。
サイバーセキュリティ
サイバーセキュリティ分野でも性能向上が確認され、Z.aiはこれを「予想外」と説明している。具体的な評価値や改善内容は抜粋に示されておらず、確認できるのは同分野でも向上があったという点までだ。
GLM-5.3
China’s Z.ai, formerly Zhipu AI, released GLM-5.3 on August 14, 2026, using post-training alone and no new pretraining. The result matters because the reported performance increase came without adding another pretraining stage, showing the gains achieved through post-training optimization in this release.
Terminal-Bench 3.0
On Terminal-Bench 3.0, GLM-5.3’s score rose from 4.6 to 28.3. That is approximately a sixfold improvement over the earlier score. The figures provide the clearest measure in the source of how much performance changed through post-training alone.
The source does not provide further details about the post-training methods used. Its central technical claim is therefore limited to the absence of new pretraining and the measured change on Terminal-Bench 3.0.
Cybersecurity gains
Z.ai also reported gains in cybersecurity performance. The company characterized those gains as “unexpected,” although the source excerpt does not provide scores or describe the cybersecurity evaluations. The available information supports the existence of reported improvement, but not a more detailed comparison.
ポコとTECHガイドPoko & TECH Guide
ポコと当サイトのTECHガイドが、記事の要約と収集した情報から読みどころを語るAI生成の対話です。Poko and TECH Dashboard's own TECH Guide discuss the article's highlights in an AI-generated conversation based on its summary and collected source details.
- ポコPoko追加の事前学習なしで、ポスト学習だけってどういうこと？What does it mean that they used only post-training, with no additional pretraining?
- TECHガイドTECH Guide簡単に言うとじゃな、土台を作る事前学習は増やさず、その後の仕上げだけでGLM-5.3を調整したということじゃよ。Simply put, they didn’t add more training to build the foundation. According to the article, GLM-5.3 was improved only through the finishing stage called post-training.
- ポコPokoそれって何がすごいの？スコアが4.6から28.3になったのは、かなり大きそう！Why is that such a big deal? Going from 4.6 to 28.3 sounds huge!
- TECHガイドTECH Guide記事によれば、Terminal-Bench 3.0で約6倍じゃ。仕上げ方だけでも、まだ性能を大きく伸ばせる可能性を示したんじゃな。The article says that’s roughly a sixfold gain on Terminal-Bench 3.0. It suggests there may still be substantial room to improve performance through post-training alone.
- ポコPokoなるほど、学習を最初から足さなくても、仕上げ次第で大きく伸びるかもしれないんだね。Got it. Even without adding more pretraining, better finishing could still lead to major gains.
- TECHガイドTECH Guideそうじゃな。記事ではサイバーセキュリティ分野にも予想外の向上があったとされており、そこも注目点じゃよ。Exactly. The article also reports unexpected gains in cybersecurity, so that’s another notable result to watch.
