名前に同じ番号が付いていると、一つの契約に見えやすい。公開ページはそう書いていない。旗艦の GLM 5.3 はテキストのみと書かれ、GLM 5.3 Flash は視覚入力を受け付けると書かれている。家族向けの GLM 5 にある画像や動画の記述は、サイトの製品層であり、745B のテキストモデルの能力として書いてあるわけではない。名前を共有していることと、入力の種類が同じこととは別である。

旗艦がテキストのみと書いている意味

著者：Grace Turner。開示：私は glm5.app チームのために記事を書いています。以下の仕様や提供状況は、glm5.app の公開ページと Z.ai の公表情報に基づくものであり、筆者自身の検証結果ではありません。

同じモデルでも、どこから使うかで「今日できること」と「まだ待つべきこと」は変わります。GLM 5.3 は 2026 年 8 月に発表された Z.ai の新しいフラッグシップですが、公式のモデル API は「近日公開」とされ、確定日は出ていません。一方で、今すぐ触れる経路はすでに複数あります。この記事では、リリース状況の一覧ではなく、導入経路の切り分けに焦点を当てます。

まず家族の位置づけを押さえる

GLM 5 は第 5 世代のフロンティア大規模言語モデルで、合計約 745B パラメータ、起動約 44B の Mixture-of-Experts 構成、200K トークンのコンテキストウィンドウを持ちます。日常的なチャットや、収まる範囲のコード作業なら、この家族の起点で十分なことも多いです。

GLM 5.3 は、その次のフラッグシップです。公式ページが確認しているのは、1M トークンのコンテキスト、レスポンスあたり最大 128K トークンの出力、テキスト入力・テキスト出力、そして思考モード、関数呼び出し、ストリーミング、コンテキストキャッシュ、構造化出力、MCP 対応です。ベンチマーク値や「何が未発表か」の整理は別の機会に譲り、ここでは「どの入口から入れるか」を見ます。

経路 1：glm5.app のチャット

いちばん薄い導入は、ブラウザのチャットです。GLM Chat から GLM 5.3 を開き、問題、制約、望ましい結果を説明する、というのが公式ページの案内です。無料で試せるとされ、まずは「このモデルの応答の進め方」を見る場所として使えます。

チャット向きなのは、リポジトリの一部を貼って方針を聞く、制約を書き足してやり直し、出力の形を指定してから本文を出させる、といった対話です。画像や動画をそのまま渡す前提では使わない方が安全です。ページはテキストベースモデルと書いており、視覚入力は記載されていません。

長いコンテキストが使えるからといって、初手でリポジトリ全体を貼る必要はありません。安定した規約やインターフェースを先に置き、今回触るファイルと直近の指示を後ろに置く、といった使い方の方が、ページが触れているコンテキストキャッシュ（長い会話や繰り返しコンテキストの最適化）にも沿いやすいです。

経路 2：Z.ai の GLM Coding Plan

すでに Claude Code、Cline、OpenCode などのコーディングツールに載せたい場合、公式ページが挙げているのは Z.ai の GLM Coding Plan です。2026 年 8 月に Coding Plan へモデルが完全展開された、と書かれています。

ここでのポイントは、Coding Plan は「コーディングツール向けのサブスクリプション」であって、公開のモデル API そのものではない、という切り分けです。IDE や CLI から今すぐ同じモデルを使いたいチームには経路になります。自前のバックエンドからトークン単位で呼びたい、という要件とは別物です。料金体系も、Coding Plan の契約内容を確認する必要があり、後述する未発表の API 価格とは層が違います。

経路 3：glm5.app の OpenAI 互換 API（公式 API とは別に整理する）

自前のアプリやエージェントから呼びたい場合、公式ページは次のように分けています。

• Z.ai による公式のモデル API は近日公開で、公式のモデル ID、上限、価格は発表後にページへ追記される。
• 一方、glm5.app は現時点で OpenAI 互換の Chat Completions エンドポイントを提供しており、公開 API ではモデル ID として glm-5.3 を使う。

混同しやすいのは、この二層です。「公式 API がまだ」と「glm5.app 上ですでに使える互換経路がある」は同時に成り立ちます。ベース URL のホスト名を本文に直書きすると、自動リンクで余計な製品リンクが増えることがあるので、値は製品ページの記載と設定ファイル側に置いてください。キーはサーバ側で扱い、最初は狭いリクエストと、期待する応答の形を決めてから広げる、というのがページ側の注意です。

関数呼び出しや MCP、構造化出力（JSON など）は、この経路で意味を持ちます。ただしページは、要求された操作を検証し実行するのはアプリケーション側だと明記しています。経路を API にしても、停止条件と実行ログは自分たちで持つ必要があります。

どう選ぶか

目的が「まず応答を見る」ならチャット、「既存のコーディングツールに載せる」なら Coding Plan、「自前のシステムに組み込む」なら glm5.app の互換 API を検討し、Z.ai 公式 API の発表を設定値の更新タイミングとして待つ、というのが、公開情報だけから言える切り分けです。

API 価格は未発表です。参考として、前世代フラッグシップは 100 万トークンあたり約 1.40 ドル入力 / 4.40 ドル出力と記載されています。この数字は GLM 5.3 の価格そのものではありません。コンテキストキャッシュが「長期セッションのコスト削減」と位置づけられていることと合わせて、価格が出てから仮定を差し替えられるようにしておくのが現実的です。パラメータ数やオープンウェイト、ライセンスも未確認のままです。前モデルは Hugging Face で MIT ライセンス公開ですが、新モデルのウェイトはまだありません。

どの経路を選んでも、モデルはテキスト中心です。スクリーンショット前提の作業なら、このフラッグシップの経路ではなく、視覚入力が文書化されているモデルを使うべきです。思考モードは、推論の深さとレイテンシのバランスをタスクに合わせるための切り替えであり、常に最も重い設定にしておく理由は、公開情報にはありません。

公式ページが想定している利用者層も、経路選びの参考になります。アプリケーション開発者や長期的エンジニアリングチームには 1M コンテキストでのリポジトリ作業が、エージェント開発者には思考モード・関数呼び出し・ストリーミング・MCP と明確な停止条件が、セキュリティ研究者にはホワイトボックスのコードレビュー支援（CyberGym で Z.ai が報告する 84.5。専門家が最終検証する前提）が、それぞれ挙げられています。これらは「誰向けか」の整理であって、自社タスクでの保証ではありません。ベンチマークも、公開されたハーネスと日付にのみ適用されると注記されています。

導入前に確認しておきたいのは、次の四点です。入力はテキストか。今日必要なのは対話か、コーディングツールか、自前の API 呼び出しか。モデル ID は設定に分離してあるか。価格と公式 API の発表を、どの仮定として待つか。この整理ができていれば、同じ GLM 5.3 でも、入口を間違えて待ち時間だけが増える状況は避けやすくなります。