ZCode の実プロジェクトでの使用感と GLM-5.3 の評価

ZCode (17 分間の読み物)

ホーム / AI By Flavio Copes

2026 年 8 月 31 日

私は ZCode を GLM-5.3 とともに実プロジェクトで試しました。ここでは、このコーディングエージェントの仕組み、コスト、権限モード、自動化機能、API、そして制限について解説します。

ZCode は Z.ai が提供するデスクトップ向けのコーディングエージェントです。

私はこれを Mac にインストールし、本サイトのリポジトリを指針として設定しました。小さなデモではなく、実際のプロジェクトでどのように振る舞うかを確認したかったのです。

最初の結果は良好でした。アプリは高速でワークフローも明確、GLM-5.3 は 1,700 件以上の投稿があるコードベースから有用な改善点を発見しました。

では、その仕組みを見ていきましょう。

ZCode とは何か？

ZCode は macOS、Windows、Linux で利用可能です。

Z.ai はこれを「エージェント型開発環境（Agentic Development Environment：ADE）」と呼んでいます。これは VS Code のフォーク版ではなく、従来のコードエディタも含まれていません。

ユーザーはエージェントにタスクを指示します。するとエージェントが作業計画を立て、ファイルの編集を実行し、コマンドを走らせ、ブラウザを活用して結果を検証します。

task
  -> plan
  -> edit files, run commands, use the browser
  -> verify the result
  -> review

このタスクには、あなたの目標、変更されたファイル、ターミナル出力、ブラウザのコンテキスト、そして Git の状態といった情報がすべて含まれます。

並列実行や定期的なスケジュール設定も可能で、スマートフォンから ZCode を操作することもできます。

Z.ai と GLM-5.3

Z.ai は智譜 AI（Zhipu AI）の国際的な名称です。北京にあるこの AI ラボは、清華大学での研究を母体として成長しました。

同社は GLM シリーズのモデルを開発しています。OpenAI や Anthropic と異なり、Z.ai はモデルの重み（weights）も公開しており、ダウンロードして自前でホストすることが可能です。

ZCode は GLM-5.3 の公式実行環境です。このアプリは同モデルを中心に構築されており、GLM-5.3 もこうしたエージェントワークに最適化されています。

Z.ai は API アクセスと「GLM Coding Plan」を提供しています。このサブスクリプションは Claude Code を含む 20 以上のコーディングエージェントで共通して利用可能です。

GLM-5.3 の特徴とは？

GLM-5.3 は 2026 年 8 月 14 日にリリースされました。

ベースモデルは GLM-5.2 と同じですが、Z.ai が追加の事前学習フェーズを実行したわけではありません。今回の改善は、より長いエンジニアリングタスクに対するポストトレーニングによって実現されています。

実用上の制限事項は以下の通りです。

• 100 万トークンのコンテキストウィンドウ
• 最大出力 128K トークン
• 3 つの推論レベル：low、high、max

推論機能は常に有効ですが、その強度を調整することは可能です。ただし完全な無効化はできません。より高い推論レベルを選ぶほど、プランのクォータを多く消費します。

モデルの学習方法

Z.ai は GLM-5.3 をタスク環境内で訓練しました。

モデルには目標、利用可能なツール、そして実行結果を検証できる仕組みが与えられます。モデルはコードを書き、実際に実行し、タスクが成功したかどうかから学習します。

一部の環境では数日分のエンジニアリング作業をシミュレートしています。例えば「ボトルネックを見つけ、修正し、実験を実行して改善効果を証明する」といった具体的な指示が出されることもあります。

手動で十分な数の現実的な環境を作成するのは時間がかかりすぎます。そのため Z.ai は研究用エージェントを活用し、実際の作業パターンを収集して実行可能なタスクに変換しています。別のエージェントが各タスクの解決可能性をチェックします。

検証プロセスでは、参照解答はモデルに開示されません。これにより、モデルが正解の形式を模倣するだけで通過することを防いでいます。

本稿では、GLM-5.3 が ZCode 内で高い性能を発揮する理由を解説します。このモデルは、ステップごとに分割を求められずとも、長いタスクを途切れることなく処理できるように設計されています。

GLM-5.3 の性能はどの程度か？

Z.ai は、同社内部のコーディングベンチマークにおいて、GLM-5.2 に対して 50% の改善を報告しています。

私は特定の企業のベンチマーク結果だけを過信するつもりはありません。公開されている結果を見ても、同様の向上が確認できます：

Z.ai は、GLM-5.3 が Terminal Bench 3.0 と Agents' Last Exam のオープンモデル部門で首位に立ったと発表しました。

ただし、クローズドモデルとの比較では、その差は劇的ではありません。

Z.ai の Code Bench では、GLM-5.3 は高負荷設定で 31.4% のスコアを記録。タスクあたりの出力トークンは約 50,000 です。一方、Claude Opus 4.8 は 29.5% で、約 120,000 トークンを消費しています。

最大負荷設定では GLM-5.3 が 34.5% に達しますが、Claude Fable 5 は依然として 39.5% で先行しています。

つまり、GLM-5.3 は現時点で最高のコーディングモデルではありません。しかし、より少ないトークン数で同等の性能を発揮し、コストも大幅に抑えられています。

なぜこのモデルにとってセキュリティが重要なのか

GLM-5.3 は訓練中にセキュリティ上の問題を発見する能力が飛躍的に向上しました。

CyberGym のベンチマークでは 84.5% を達成。Z.ai によると、これは同ベンチにおける過去最高の結果です。攻撃成功率（exploitation scores）も GLM-5.2 から倍以上に伸びましたが、クローズドモデルが依然として上位を占めています。

その後、Z.ai はセキュリティチームと連携し、実際のプロジェクトで検証を行いました。その結果、269 のコードベース全体で 2,436 件の脆弱性が特定されました。この中には深刻度中〜高の 1,097 件も含まれています。

一部のバグは、そのコードベースに数十年もの間放置されていたものです。Z.ai はこれらの報告を公開の「セキュリティ開示台帳（Security Disclosure Ledger）」で追跡管理しています。

この高度なセキュリティ能力が原因で、モデルの公開は延期されました。GLM-5.3 はリリース前にさらに 2 週間のリスクレビューを経て、ようやく公開されることになりました。

オープンウェイトとライセンスについて

GLM-5.3 の重み（weights）は Hugging Face からダウンロード可能です。Z.ai は 2026 年 8 月 28 日にこれを公開しました。

前バージョンの GLM-5.2 が MIT ライセンスを採用していたのに対し、GLM-5.3 では独自のライセンスが適用されます。

このモデルは、利用・改変・配布・販売・デプロイ、そしてファインチューニングが可能です。ただし、年間収益が 100 億ドルを超えるモデルホスティング企業には追加の条件が適用されます。これらの企業は Z.ai のセキュリティレビューを受ける必要があります。

これはほとんどの開発者には影響しません。しかし、「オープンウェイト」だからといって MIT ライセンスを意味するわけではありません。このモデルを基盤とした製品を開発する際は、必ずライセンス条項を確認してください。

GLM-5.3-Flash とは何か

Z.ai は主要な重み（メインウェイト）の公開から 2 日前に GLM-5.3-Flash をリリースしました。Flash モデルは MIT ライセンスを採用しています。

これは、ネイティブにマルチモーダルに対応した GLM-5 シリーズ初のモデルです。画像やスクリーンショットを直接解析することができます。

Flash のパラメータ総数は 3,200 億ですが、トークン生成時にアクティブになるのは 180 億のみです。この Mixture-of-Experts（MoE）アーキテクチャにより、推論コストを抑えています。

さらに、スパースアテンションと線形アテンションを組み合わせることで、長いコンテキストの処理コストも大幅に削減しています。

Flash の利用料金は GLM-5.3 の約 10 分の 1 です。また、「Coding Plan」を利用すれば、使用可能なクォータが 3 倍になります。

ZCode ではこのモデルを視覚タスクに活用しています。エージェントはページを開き、結果を検証し、自身の変更内容を確認できます。

インストール前のプライバシー確認

「Coding Plan」を利用する場合、ZCode はプロンプトと関連するコード情報を Z.ai に送信します。

Z.ai は中国企業です。貴社には、独自開発のコードや顧客データを同社のインフラへ送信することを禁止する規定があるかもしれません。

公開プロジェクトや個人的な実験であれば、私はこのサービスを試すことに抵抗はありません。ただし、プライベートなクライアント業務で利用する場合は、事前にポリシーを確認することをお勧めします。

ホストされたサービスを使わずに、オープンウェイトモデルを自分で実行することも可能です。ただし、実際には高性能なハードウェアが必要です。これについては後ほど詳しく触れます。

ZCode のインストール

アプリは zcode.z.ai からダウンロードできます。

Apple Silicon 搭載の Mac では、.dmg ファイルが入手できます。これを展開し、ZCode を「アプリケーション」フォルダへドラッグしてインストールしてください。

Windows 向けのインストーラーも利用可能です。Linux バージョンは現在ベータ版です。

アカウントの接続

ZCode を初回起動すると、アカウントの接続を求められます。

以下のいずれかの方法で接続できます：

• Z.ai（グローバルサービス）
• BigModel（中国本土向けサービス）
• 独自の API キー

中国以外の方には、通常は Z.ai の利用をおすすめします。

新規ユーザーには現在、5 日間の無料トライアルが提供されています。この期間中は、GLM-5.3 および GLM-5-Turbo の利用に毎日割り当てられるクォータが含まれています。

トライアル終了後は、「GLM Coding Plan」への加入が必要です：

• Lite プランは月額 18 ドル
• Pro プランは月額 80 ドルで、利用量が約 6 倍になります
• Max プランは月額 168 ドルで、利用量は約 14 倍です

私が確認した時点では、すべてのプランが 30% オフになっていました。

利用料金はポイント制で計算されます。オフピーク時間帯や週末の利用は、ポイント消費量が半額になります。

ZCode のメインウィンドウ

接続が完了すると、以下のような画面が表示されます：

サイドバーにはプロジェクトとタスクがリストされます。ここから検索や自動化機能、プラグインマーケットプレイスへのアクセスも可能です。

アプリの中心となるのは 1 つのプロンプトボックスです。@ を使ってコンテキストを追加し、/ でコマンドを実行できます。

ZCode にはターミナルも内蔵されています。右上にあるターミナルアイコンをクリックして開きましょう。

モデルの選択

プロンプトボックスの下にはモデルセレクターがあります。

以下のモデルから選べます：

• GLM-5.3：大規模なコーディングタスク向け
• GLM-5.3-Flash：高速処理や視覚的なタスク向け
• GLM-5-Turbo：簡単な質問向け

GLM-5.3 を選ぶと、推論の強度（reasoning effort）も選択する必要があります。

私はアーキテクチャ設計、デバッグ、複数ファイルにまたがる作業には「Max」を使用しています。リネームや小さな編集、単純な質問なら「Low」で十分です。

迷った場合は Low から始めてください。必要であれば後から推論強度を上げて再実行できます。小さな編集のためにクォータの大半を使うのは、取り返しがつかない場合があります。

権限モードの選択

最初に確認すべき設定です。

ZCode には 4 つの権限モードがあります：

「変更前に確認」モードでは、ファイル編集前にユーザーに許可を求めます。

「自動編集」モードでは、確認なしでファイルを直接変更します。

「プランニングモード」では、編集を行う前に実行計画を表示します。

「フルアクセス」モードでは、確認プロセスをさらに簡略化し、多くの確認を省略します。

まずは「変更前に確認」から始めることをお勧めします。このモードでは承認するアクションは増えますが、エージェントが何を実行しようとしているかを確認できます。プロジェクトへの信頼が高まったら、「自動編集」モードへ切り替えましょう。

大規模な変更にはプランニングモードを活用してください。計画を読むのに数分かかりますが、大きな差分の中に誤った前提が含まれているかどうかを探すのは、それよりもはるかに時間がかかります。

私は、使い捨てのプロジェクトでは「フルアクセス」モードを維持しています。どのモードを使う場合でも、Git を必ず使用してください。Git の基礎知識が必要な場合は、私の無料 Git コースが役立ちます。

実際のタスクを実行する

私は flaviocopes.com リポジトリを選択し、ZCode に以下のタスクを指示しました。

see the last published post and analyze if we can improve it,
suggest up to 4 things I could do to make it better

エージェントはリポジトリの読み込みを開始しました。私は「変更前に確認」モードを使用していたため、シェルコマンドを実行する直前で一時停止しました。

この画面では、そのコマンドを一度だけ許可するか、プロジェクト全体でそのパターンを許可するか、あるいは拒否するかを選択できます。これにより、すべての権限を一括で付与するのではなく、段階的にアクセス権を付与することが可能になります。

私はコマンドの許可を選択しました。すると ZCode は最新の投稿を見つけ、それを読み込んでサイト内の他のコンテンツと比較しました。

ZCode は、記事の改善に向けた具体的な 4 つの提案を提示しました。具体的には、機能しないリンク（デッドエンド）の発見、目次がない長文セクションの指摘、そしてタイムゾーンに関する矛盾の特定です。

最初のタスクでこれだけの有用な成果が得られたのは、プロンプト設計にも理由があります。私は明確なゴールと制限条件を 1 つだけ提示しました。コーディングエージェントを使う際は、常に以下の 3 点を意識しています。

• タスクごとに 1 つのゴールに絞る
• @ を使って根拠となる箇所を指定する
• エージェントが結果を検証する方法を明記する

長い作業には「Goal」を活用する

通常のタスクは会話形式ですが、Goal（目標）を設定すると、成果物に向かって継続的に作業を進めることができます。

ZCode は計画・実行・検証のループを回ります。最初の回答で止まらず、作業中に計画自体を更新していくのが特徴です。この点では、GLM-5.3 の長時間タスク向けトレーニングが効果を発揮するはずです。

ただし、Goal には必ず「確認可能な成果」を設定する必要があります。「テストスイートを通す」なら明確ですが、「アプリを良くする」では曖昧すぎます。

プラグインを追加する

プラグインマーケットプレイスを使えば、ZCode の機能をさらに拡張できます。

プラグインにはスキル、コマンド、MCP サーバーなどがパッケージ化されています。現在のカタログでは、ブラウザの自動化、Android エミュレーション、動画処理ツール、DOCX や PDF 文書の作成機能が利用可能です。

MCP（Model Context Protocol）が初めての場合は、What is MCP, the Model Context Protocol をご覧ください。

自動化スケジューリング

自動化機能は、ZCode の中でも特に興味深い機能の一つです。

定期的なタスクのスケジュール設定や、後回しにする作業のキュー管理が可能です。

同梱されているテンプレートは、その概念を明確に示しています。朝の開発ブリーフィング、毎日のリスクスキャン、リリースブリーフィング、ドキュメント同期チェックなどが用意されています。

ピーク時間を外れた呼び出しでは、通常のコストポイントの半分しか消費されません。また、Z.ai ではサブスクライバー向けにアイドル時間タスクも展開中です。これはリソースに余裕がある時に実行されるため、プランのクォータを消費しません。

私は、即座の結果を必要としない作業に自動化機能を活用しています。

• 直近で変更されたページ内のリンク切れを確認する
• 今週の更新内容からセキュリティ上の問題を検出する
• 金曜日の業務サマリーを作成する

私がまず試したいのはセキュリティスキャンです。脆弱性の発見は、GLM-5.3 の最も強力な機能の一つです。

スマホで ZCode を操作する

ZCode ではRemote（リモート）とBot Channel（ボットチャンネル）が提供されています。

Remote はコードをスキャンすることで、スマホ上でデスクトップアプリの機能をそのまま再現します。

Bot Channel を使えば、ZCode を WeChat、Feishu、Telegram といったチャットツールに接続できます。チャットからタスクの確認や開始、プロジェクトの変更、モデルの切り替え、実行モードの選択などが可能です。

ただし、セッション自体はデスクトップ上で実行され続けます。コードもそのマシン上に残ったままです。

このアイデアは素晴らしいと思います。長時間かかるエージェントタスクでは、しばしば 1 つの質問を待機して停止することがあります。スマホで即座に回答できるのは、2 時間後にタスクがブロックされているのを発見するよりもはるかに効率的です。

Claude Code と組み合わせてコーディングプランを活用する

ZCode に縛られる必要はありません。Z.ai は、20 以上のツールに対応した Coding Plan のドキュメントを公開しています。

Claude Code の設定を最速で行うには、Z.ai が提供するヘルパーを利用するのがおすすめです。

npx @z_ai/coding-helper

あるいは、~/.claude/settings.json を直接編集することも可能です。

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-coding-plan-api-key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "API_TIMEOUT_MS": "3000000"
  }
}

この 3 つのモデル設定により、Claude Code は GLM へルーティングされます。コンパクトなウィンドウ設定では、要約を行う前に 100 万トークンのコンテキストをより多く活用できます。

タイムアウト時間を長く設定することで、高負荷なリクエストが短時間で終了してしまうのを防ぎます。

上記のエンドポイントを正確に使用してください。ベース URL が間違っていると、サブスクリプションが有効な場合でも「1113 Insufficient Balance」というエラーが発生します。

claude を実行し、その後 /status を開いて、ベース URL とモデルが正しく設定されているか確認してください。

Node.js から GLM-5.3 を呼び出す

Z.ai API は OpenAI API と互換性があります。

fetch() を使用した直接リクエストの例は以下の通りです。

const response = await fetch('https://api.z.ai/api/paas/v4/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    Authorization: `Bearer ${process.env.ZAI_API_KEY}`,
  },
  body: JSON.stringify({
    model: 'glm-5.3',
    messages: [
      { role: 'user', content: 'Review this function for security issues: ...' },
    ],
    reasoning_effort: 'high',
  }),
})

const data = await response.json()
console.log(data.choices[0].message.content)

reasoning_effort には low、high、max のいずれかを指定できます。デフォルト値は max です。

推論機能は完全に無効化できません。古いコードでは thinking.type: "disabled" が送信されている場合がありますが、これを enabled に変更し、reasoning_effort: "low" を設定する必要があります。これらの設定を行わないとリクエストは失敗します。

この API はストリーミング処理、関数呼び出し、構造化出力、コンテキストキャッシングにも対応しています。

GLM-5.3 を自分で実行することは可能か？

可能です。ただし、通常のノートパソコンでは動作しません。

Z.ai の Hugging Face ページには、vLLM や SGLang の利用方法に関する手順が記載されています。GLM-5.3 を動かすには、マルチ GPU 構成のサーバーが必要です。

企業がデータの完全な管理権限を確保し、モデルを実行するインフラを整備できる場合に限り、セルフホスティングは意味を持ちます。

それ以外のケースでは、公開された重み（weights）が依然として重要です。別のプロバイダーがモデルをホストすることも可能であり、一度リリースされれば Z.ai 側で削除することはできません。

Claude Code はターミナル上で動作しますが、ZCode はデスクトップアプリとして提供され、自動化機能やスマホ操作も可能です。

Claude Code の方がエコシステムは成熟しており、カスタムサブエージェントのサポートもあります。一方、ZCode にはまだその機能が備わっていません。ただし、両方とも同じコーディングプランで利用できます。

Cursor スタイルのツールにはコードエディタが内蔵されていますが、ZCode にはありません。これは、エージェントにコードを書かせながら自分がレビューするスタイルを好む人向けです。

エージェントマネージャーは複数のプロジェクトにまたがる多数のエージェントを調整しますが、ZCode が並列実行できるのは「Goals」や自動化機能を含めても、自社のエージェントに限られます。より広範なエージェントマネージャーの姿については、私の bb に関する深掘り記事 をご覧ください。

ZCode の課題点

GLM-5.3 はクローズドモデルと互角の性能を持ちますが、それを上回るわけではありません。

ZCode もまだ若く、リリースは頻繁に行われていますが、粗削りな部分も当然存在します。

私が特に気になるのは、カスタムサブエージェントが利用できない点です。私は専門的なエージェントを使って大規模な作業を並列タスクに分割しています。

機密コードの扱いにおいては、プライバシーの問題で採用を見送るケースもあるでしょう。セルフホスティングでこの問題を解決できますが、十分なインフラを持つチームに限られます。

つまり現時点では、ZCode はメインのワークフローを完全に置き換えるものではなく、有用なサブツールとして位置づけられるでしょう。

私が ZCode を使うなら

私はこのサイトのリポジトリで GLM-5.3 を「Low effort」モードで実行し、ZCode を使ってみました。タスクは良好に処理されました。

私は Lite プランを維持して、第二の意見を得ることに活用したいです。異なるモデルが、普段のコーディングエージェントが見逃した解決策を見つけることもあり得ます。月額 18 ドルという価格は、その価値に対して妥当な範囲でしょう。

定期的なレビューには自動化も活用しています。リンク切れや直近のセキュリティ問題、週次サマリーなどは、私が常時監視する必要はありません。

GLM-5.3 はオープンソースのコーディングモデルを追跡する実用的な手段でもあります。ベンチマーク表を眺めるよりも、実際の業務で使ってみる方が多くのことがわかります。

クライアントワークに ZCode を使う前に、そのプロジェクトのデータルールを確認すべきです。また、アプリがまだ新しい段階では、重要なワークフローを移行するのは避けるべきでしょう。

コーディングエージェントが初めての場合は、私の 無料 AI 基礎コース で、エージェントループやツール、権限設定、安全な利用方法について解説しています。

製品について取り上げてほしい場合は、このサイトをスポンサーする ことができます。

~~~

AI 関連の他の記事: