Z.ai, GLM-5.2를 앞서면서 가격은 1/10인 멀티모달 모델 GLM-5.3-Flash 공개

9bow · 8월 27, 2026, 12:40오후

GLM-5.3-Flash 소개

GLM-5.3-Flash는 Z.ai(Zhipu AI)가 2026년 8월 26일에 공개한 오픈 웨이트 언어 모델로, GLM-5 계열에서 처음으로 이미지와 영상, 파일을 텍스트와 같은 층위에서 받는 네이티브 멀티모달(Natively Multimodal) 모델입니다. 전체 파라미터는 320B이고 토큰 하나를 처리할 때 실제로 켜지는 파라미터는 18B입니다. Z.ai는 이 모델이 앞서 공개한 GLM-5.2를 벤치마크 전반에서 앞서면서 API 단가는 10분의 1 수준이고, 코딩과 에이전트 계열 벤치마크에서는 Claude Opus 4.8에 근접한다고 밝혔습니다.

이름에 붙은 Flash는 기존 모델을 증류(Distillation)해 줄인 파생 모델이라는 뜻이 아닙니다. Z.ai는 GLM-5.3-Flash가 새로 학습한 기반 모델(Base Model)에서 출발했고, 아키텍처와 학습 레시피를 성능과 효율 양쪽에 맞춰 다시 설계했다고 밝혔습니다. 같은 계열의 GLM-5나 GLM-4.7이 성능을 끌어올리는 방향이었다면, 이번 모델은 같은 지능을 훨씬 싸게 서빙하는 쪽에 초점이 맞춰져 있습니다. 이름이 비슷한 GLM-5.3은 Flash가 아닌 상위 모델이고, 아래에서 비교 대상으로 자주 등장합니다.

이러한 설계 방향은 최근 오픈 웨이트 모델 전반에서 공통으로 나타납니다. DeepSeek-V4-Flash나 Kimi K3처럼 100만 토큰급 컨텍스트를 지원하면서 태스크당 비용을 프론티어 모델의 수십분의 1로 낮춘 모델들이 연달아 나왔고, 경쟁의 초점도 파라미터 규모에서 어텐션 연산량과 KV(Key-Value) 캐시 크기로 옮겨왔습니다. GLM-5.3-Flash는 여기에 선형 어텐션(Linear Attention) 과 희소 어텐션(Sparse Attention) 을 한 모델 안에 섞는 하이브리드 구조로 답했습니다. 가중치는 Hugging Face에 MIT 라이선스로 공개되어 있습니다.

ox-alpha라는 익명으로 먼저 검증한 일주일

Z.ai는 공개 전 일주일 동안 이 모델을 ox-alpha라는 익명 코드명으로 OpenCode와 OpenRouter에 올려 실사용 피드백을 모았습니다. 모델 이름을 감춘 상태에서 사용자가 어떻게 반응하는지를 먼저 확인한 것입니다.

결과는 두 플랫폼 모두에서 주간 1위였습니다. OpenRouter에서는 ox-alpha가 올라온 뒤 6일 동안 23.2T 토큰을 처리해 2위 모델(deepseek-v4-flash, 9.9T)의 2.3배를 기록했습니다.

터미널 코딩 에이전트인 OpenCode에서도 최근 7일 기준 43T 토큰으로 1위였고, 2위인 deepseek-v4-flash(22T)의 약 두 배였습니다.

이 트래픽이 전부 중국산 AI 칩 클러스터 위에서 처리되었다는 점을 Z.ai는 따로 강조했습니다. 이 부분은 아래에서 다시 다룹니다.

지능 지수 57점을 태스크당 0.045달러에

Artificial Analysis의 지능 지수(Intelligence Index) v4.1.1에서 GLM-5.3-Flash는 57점을 기록했고, 이 점수를 태스크당 0.045달러(할인가 기준)에 냈습니다. 아래 산점도는 59개 모델을 비용(로그 축)과 지능 지수로 배치하고 파레토 프론티어(Pareto Frontier)를 선으로 이은 것입니다. GLM-5.3-Flash의 점이 프론티어의 꺾이는 자리에 있고, 비슷한 점수대인 GPT-5.6 Terra나 Grok 4.5는 오른쪽으로 한참 떨어진 위치에 있습니다.

코딩과 에이전트 벤치마크 6종에서는 GLM-5.2와의 격차가 특히 큽니다. DeepSWE v1.1은 46.2점에서 63.4점으로, AutomationBench v1.0.6은 26.2점에서 48.8점으로 올랐습니다. Terminal-Bench 2.1은 84.3점으로 Claude Opus 4.8(85.0)에 근접했고, GDPval-AA v2에서는 1773점으로 비교 대상 중 가장 높았습니다.

Z.ai가 자체적으로 만든 Z.ai Code Bench v1.0 결과도 함께 공개되었습니다. Claude Code 2.1.207 위에서 추론 강도(Reasoning Effort)를 바꿔 가며 측정한 것으로, 가로축이 태스크당 평균 출력 토큰이고 세로축이 정확도입니다. GLM-5.3-Flash는 모든 강도에서 GLM-5.2를 앞서고, 최대 강도에서는 29.0점으로 Claude Opus 4.8(29.5)에 거의 닿습니다. 다만 출력 토큰 소비는 상위 모델보다 많습니다. 최대 강도에서 GLM-5.3이 태스크당 7만 토큰 근처에서 34점대를 내는 동안, GLM-5.3-Flash는 14만 토큰 근처에서 29.0점에 도달합니다. 단가가 낮아도 토큰을 많이 쓰면 실제 청구액 차이는 단가 차이만큼 벌어지지 않으므로, 비용을 따질 때 함께 봐야 할 수치입니다.

전체 벤치마크 수치는 아래 표와 같습니다. 비전 항목에서 GLM-5.2 자리가 비어 있는 것은 GLM-5 계열에서 네이티브 멀티모달이 이번이 처음이기 때문입니다.

벤치마크	GLM-5.3-Flash	GLM-5.2	DeepSeek-V4-Vision-Exp	Claude Opus 4.8	GPT-5.6 Terra	Gemini 3.7 Flash
Terminal Bench 2.1	84.3	81.0	83.9	85.0	87.4	85.8
DeepSWE v1.1	63.4	46.2	59.3	58.0	69.6	65.3
NL2Repo	56.3	48.9	57.7	69.7	-	-
Toolathlon Verified	78.4	59.9	75.9	76.2	74.9	-
AutomationBench v1.0.6	48.8	26.2	38.8	41.0	37.2	52.3
Agents' Last Exam	26.3	20.4	27.3	27.0	28.0	-
HLE w/ Tools	55.3	54.7	55.1	57.9	-	-
GDPval-AA v2	1773	1504	1675	1582	1571	1527
OfficeQA Pro	62.4	-	57.9	48.9	-	-
CharXiv Reasoning w/ Tools	89.4	-	80.4	89.9	88.0	88.7
Chartography w/ Tools	78.0	-	64.3	75.0	68.0	65.0
BabyVision	53.4	-	35.1	46.8	61.6	70.9
MVBench	77.8	-	69.4	67.1	75.0	82.2
MMVU	80.5	-	72.7	67.4	75.8	82.3

측정 조건은 항목마다 다릅니다. DeepSWE는 mini-swe-agent 하네스에 400K 컨텍스트와 6시간 제한, Terminal-Bench 2.1은 Claude Code 2.1.207에 6시간 제한, HLE(Humanity's Last Exam)는 GPT-5.6-luna(medium)를 채점 모델로 쓰는 식입니다. 자세한 조건은 모델 카드의 Footnotes 절에 정리되어 있습니다.

위 표를 통해 강한 항목과 약한 항목을 나누어 볼 수 있습니다. 도구를 반복 호출하는 Toolathlon Verified(78.4점, 공식 평가 서비스에서 3회 pass@1 평균)와 실무 과제를 다루는 GDPval-AA v2(1773점)에서는 비교 대상 중 1위이고, AutomationBench v1.0.6은 Gemini 3.7 Flash(52.3)에 이어 2위입니다. 반면 자연어 명세만으로 저장소 하나를 만들어 내는 NL2Repo는 56.3점으로 Claude Opus 4.8(69.7)에 13.4점 뒤지고, DeepSWE v1.1도 GPT-5.6 Terra(69.6)와 6.2점 차이입니다. 정리하면 도구를 반복 호출하며 오래 실행되는 과제에서 강하고, 큰 코드베이스를 처음부터 설계하는 과제에서는 프론티어 모델과 아직 거리가 있습니다.

비전 항목도 한쪽으로 쏠려 있지 않습니다. 문서와 도표를 읽는 과제에서는 우위가 분명합니다. OfficeQA Pro는 62.4점으로 Claude Opus 4.8(48.9)을 13.5점 앞서는데, 이 평가는 미국 재무부가 발행하는 Treasury Bulletin PDF 묶음을 주면서 PDF에 내장된 텍스트 계층에는 접근하지 못하게 하는 조건이라 문서를 이미지로 읽어내야 합니다. 차트를 다루는 Chartography도 78.0점으로 가장 높고, CharXiv Reasoning은 89.4점으로 Claude Opus 4.8(89.9)과 사실상 같습니다. 반대로 일반적인 시각 인식과 영상 이해에서는 순위가 뒤집힙니다. BabyVision은 53.4점으로 Gemini 3.7 Flash(70.9)와 17.5점 차이가 나고, MVBench(77.8)와 MMVU(80.5)도 같은 모델(82.2, 82.3)에 못 미칩니다. 업무 문서를 읽히는 용도에는 강점이 뚜렷하고, 일반 영상 이해가 중심인 용도라면 다른 모델도 함께 비교해 보는 편이 낫습니다.

API 가격은 아래와 같습니다. GLM-5.3-Flash는 현재 할인 중이라 정가와 할인가를 함께 적었고, 단위는 100만 토큰입니다.

모델	입력	캐시된 입력	출력
GLM-5.3-Flash	$0.15 (할인 $0.075)	$0.03 (할인 $0.015)	$0.50 (할인 $0.25)
GLM-5.3	$1.4	$0.26	$4.4
GLM-5.2	$1.4	$0.26	$4.4

정가 기준으로도 GLM-5.2 대비 입력과 출력이 모두 약 9분의 1이고, 할인가를 적용하면 격차가 다시 두 배로 벌어집니다. 구독형인 GLM Coding Plan 쪽에서는 GLM-5.3 대비 3배의 사용량이 배정되고, 주말 전체를 포함한 비혼잡 시간대 호출은 포인트를 절반만 소모합니다. 에이전트처럼 같은 시스템 프롬프트와 도구 정의를 반복해서 보내는 워크로드라면 캐시된 입력 단가(정가 $0.03, 할인가 $0.015)가 실제 청구액을 좌우합니다.

선형 어텐션과 희소 어텐션을 3 대 1로 쌓은 하이브리드 구조

가격이 이만큼 내려간 이유는 아키텍처에 있습니다. GLM-4.5 계열과 비교하면 전체 파라미터는 355B에서 320B로 비슷한 수준을 유지했지만, 활성 파라미터는 32B에서 18B로, 레이어 수는 92개에서 45개로 거의 절반이 되었습니다.

핵심은 긴 컨텍스트에서 어텐션 비용을 낮추기 위해 두 종류의 어텐션을 한 모델에 섞은 것입니다. 선형 어텐션은 상태(state)를 갱신하는 방식으로 국소적인 의존 관계를 담당하고, 희소 어텐션은 인덱서(Indexer)라는 가벼운 모듈로 전체 컨텍스트에서 관련 있는 부분만 선택합니다. 공개된 config.json을 보면 45개 레이어 중 34개가 선형 어텐션, 11개가 희소 어텐션이고 배치는 선형 3개마다 희소 1개가 끼는 규칙적인 패턴입니다. 전문가 혼합(Mixture of Experts, MoE) 쪽은 288개의 라우팅 전문가 중 토큰당 8개와 공유 전문가 1개를 켜고, 앞쪽 3개 레이어만 조밀(dense) 피드포워드로 남겨 두었습니다. Z.ai는 개발자 문서에서 희소 어텐션과 선형 어텐션을 결합한 하이브리드 구조를 채택한 첫 오픈소스 프론티어 모델이라고 소개합니다.

인덱서 자체도 100만 토큰 길이에서는 부담이 되므로, Z.ai는 IndexPool이라는 기법을 넣었습니다. 인덱서 키 벡터 4개를 가중 풀링으로 1개로 압축하는 방식으로(index_kpool: 4), 상위 2048개를 선택하는(index_topk: 2048) 인덱서가 100만 토큰 길이에서 유발하는 지연과 메모리 부담을 줄입니다. 여기에 스케일링 효율을 높이는 다양체 제약 하이퍼 연결(Manifold-Constrained Hyper-Connections, mHC) 이 더해졌습니다. 잔차 연결(Residual Connection)을 여러 갈래로 넓히고 그 결합 가중치에 제약을 걸어 학습을 안정화하는 기법으로, 공개된 설정의 확장 폭은 4입니다(hc_mult: 4). 최근 LLM 아키텍처 흐름을 정리한 글에서도 KV 공유, 압축 어텐션과 함께 다뤄진 바 있습니다.

mHC와 선형 어텐션이 최근 아키텍처에서 어떤 자리를 차지하는지는 다음 글을 참고해주세요:

최근 LLM 아키텍처의 발전 동향: KV Sharing, mHC, Compressed Attention 살펴보기 (feat. Sebastian Raschka) 읽을거리&정보공유

[최근 LLM 아키텍처의 발전 동향: KV Sharing, mHC, Compressed Attention 살펴보기 (feat. Sebastian Raschka)] 글을 시작하며: 왜 또 다시 아키텍처 이야기인가 Sebastian Raschka는 Build a Large Language Model (From Scratch) 시리즈로 잘 알려진 LLM 교육자이자 연구자입니다. 그가 자신의 뉴스레터 Ahead of AI에 정기적으로 정리하는 LLM 아키텍처 동향 글은, 신규 모델이 쏟아지는 가운데 "정확히 무엇이 새로운가"를 한 발 떨어져 바라볼 수 있게 해주는 거의 유일한 공개 자료에 가깝습니다. 이번 글에서 이전에 공개한 LLM 아키텍처 갤러리에 이어, 2026년 봄까지 공개된 최근 오픈웨이트 모델들의 아키텍처 변경점을, 그것도 모델 카드의 마케팅 문구가 아니라 트랜스포머 블록 안에서 실제로 무엇이 바뀌었는지에 집중하여 정리합니다. 이번 글을 관통하는 한 줄 주제는 다음과 같이 …

이 조합의 효과는 위 그림 오른쪽 두 그래프에 나타나 있습니다. GLM-5.3과 비교했을 때 헤드당, 레이어당 어텐션 연산량은 3.01배, 레이어당 평균 KV 캐시 크기(BF16 기준)는 4.44배 줄었습니다. 어텐션 연산량은 비교 대상 중 가장 낮고, KV 캐시 크기는 Kimi K3와 DeepSeek-V4-Flash보다는 아직 조금 큽니다. Z.ai도 이 부분에 개선 여지가 남아 있다고 적었습니다.

여기에 30T 토큰 규모의 멀티모달 사전학습 말뭉치가 더해졌습니다. 아래는 사후학습 전 기반 모델끼리 비교한 결과입니다.

벤치마크	GLM-4.5-Base	GLM-5-Base	DeepSeek-V4-Flash-Base	GLM-5.3-Flash-Base
활성 파라미터	32B	40B	13B	18B
전체 파라미터	355B	744B	284B	320B
MMLU	86.1	88.3	88.5	88.1
BBH	86.2	87.4	84.9	86.6
HellaSwag	87.1	88.1	85.3	87.1
LiveCodeBench-Base	28.1	34.4	29.9	37.6
SimpleQA	30.0	36.0	31.2	33.5

DeepSeek-V4-Flash-Base 수치는 구현 차이를 통제하기 위해 Z.ai가 자체 평가 프레임워크로 다시 측정한 값이라고 밝혔습니다.

위 표에서 눈에 띄는 것은 LiveCodeBench-Base입니다. 활성 파라미터가 GLM-5-Base의 절반 이하인데도 37.6점으로 가장 높습니다. 반대로 SimpleQA처럼 사실 지식을 묻는 항목에서는 GLM-5-Base(36.0)에 못 미칩니다. 파라미터를 줄이는 대신 코딩 데이터의 비중을 높인 결과로 보입니다.

GLM-5.3-Flash만 다룬 기술 보고서는 아직 없습니다. 확인할 수 있는 자료는 GLM-5 기술 보고서와 이번 블로그, 그리고 저장소의 설정 파일이라서, mHC의 제약 방식이나 IndexPool의 학습 절차 같은 세부는 문서로 확인할 수 없습니다.

코딩 루프 안으로 들어온 시각 능력

Z.ai는 시각 코딩(Visual Coding)이 이미지를 처리하는 기능에 그치지 않고 코딩이 닿을 수 있는 범위 자체를 넓히는 일이라고 설명합니다. 프론트엔드 개발, 게임 개발, 3D 시뮬레이션처럼 결과물이 코드가 아니라 화면과 상호작용인 작업에서는 실제로 렌더링해 보기 전까지 드러나지 않는 실패가 많습니다. 컴퓨터 사용 에이전트(Computer Use Agent, CUA)까지 오면 대상이 프로그래밍 가능한 시스템 밖의 화면과 상호작용으로 넓어집니다. 그래서 시각 능력이 모델 안에 들어가 있어야 하고, 언제 화면을 확인할지와 그 결과를 다음 행동에 어떻게 반영할지를 모델이 스스로 판단할 수 있어야 한다는 것이 Z.ai의 설명입니다. 블로그의 표현은 이렇습니다.

"코드는 모델이 세계를 만들고 바꾸게 해 줍니다. 시각은 모델이 사람이 보고 사용하는 세계로 들어가게 해 줍니다."

"Code lets the model build and change the world. Vision lets it enter the world people see and use."

이를 위해 Z.ai는 모델이 스스로 만든 출력을 직접 확인하고 고치는 궤적(trajectory)을 합성하는 데이터 파이프라인을 만들었습니다. 프론트엔드 코딩에서는 환경 피드백을 활용하는 강화학습(Reinforcement Learning)도 시험했고, 실제 사용자 흐름에 기반한 에이전트 검증으로 GUI 판단 능력을 보강했습니다. 검증 대상이 기능 동작에서 렌더링된 결과물까지 확장된 것입니다.

아래는 그 효과를 보여주는 예시입니다. 첫 번째가 모델이 처음 만든 슬라이드로, 오른쪽 패널에서 제목과 수치가 서로 겹치고, 하단 차트의 제목이 막대에 가려져 있습니다.

두 번째가 모델이 렌더링 결과를 스스로 확인하고 수정한 뒤의 슬라이드입니다. 겹침이 사라지고 여백과 정렬이 정리되었습니다.

코드 밖의 업무로: 문서와 슬라이드를 만드는 파트너

Z.ai는 이 시각 능력이 코드 영역 밖의 업무로 확장된다고 설명합니다. 문서, 스프레드시트, 프레젠테이션, 대시보드, 인터페이스, 회의 산출물처럼 실무에서 다루는 자료는 대부분 텍스트와 시각 요소, 구조가 섞여 있는데, 사용자가 그 환경을 일일이 텍스트 지시문으로 옮기지 않아도 모델이 자료 자체를 읽고 필요한 정보를 찾아낼 수 있다는 것입니다. 결과물의 완성도와 미적 판단까지 스스로 평가한다는 점도 함께 언급되었습니다.

Z.ai는 개발자 문서에 이를 더 구체적으로 적었습니다. 사무 작업과 자료 조사, 전문 문서 처리에서 복잡한 목표를 스스로 나누고 필요한 도구를 호출한 뒤 결과를 검토하고 다듬어, 조사와 분석부터 PPTX와 PDF, DOCX, XLSX 파일 산출까지 하나의 흐름으로 마무리한다는 설명입니다.

블로그에는 모델이 만든 PDF 두 편이 실물로 첨부되어 있습니다. 하나는 태양계 여덟 행성을 다룬 20쪽짜리 자료집입니다.

다른 하나는 가상의 호텔 그룹을 소재로 한 13쪽짜리 2026년 책임 보고서(Responsibility Report)로, 아래처럼 차트와 주석, 근거 출처 표기가 함께 들어간 페이지들로 구성되어 있습니다.

호텔 보고서는 수치와 인물이 가상이라고 문서 안에 표기되어 있어 내용 자체를 검증할 대상은 아닙니다. 그래도 축 라벨과 각주, 페이지 번호, 근거 출처 표기까지 서로 겹치지 않게 배치된 것은 앞서 설명한 시각 자가 검증이 실제로 작동한 결과로 보입니다.

중국산 AI 칩 위에서 대규모로 서빙하기

이번 발표에서 성능만큼 비중 있게 다뤄진 것이 서빙 인프라입니다. 앞서 언급한 일주일간의 ox-alpha 트래픽은 전부 중국에서 만든 AI 가속기 클러스터 위에서 처리되었습니다.

개별 칩의 연산 능력과 메모리 용량이 제한적이라, Z.ai는 SGLang 위에 이 아키텍처 전용 추론 엔진을 새로 만들었습니다. 이 작업에는 GLM-5.3으로 구동되는 자체 인프라 에이전트가 투입되었습니다. 커널 개발과 최적화, 성능 병목 진단, 서빙 스택 개선에 모델이 참여해, 모델이 자신을 서빙하는 시스템을 최적화하는 순환이 만들어졌다는 설명입니다.

메모리 대역폭이 병목이므로 최적화도 그쪽에 집중되었습니다. 선형 어텐션과 LM 헤드에 대한 노드 내 텐서 병렬, ReplaySSM, W8A8 양자화(Quantization), INT8과 FP8, BF16을 섞은 캐시 양자화, Layer Split이 스택에 함께 들어갔습니다. 클러스터 수준에서는 멀티모달 인코딩과 프롬프트 프리필, 토큰 단위 디코딩을 각각 독립적으로 스케줄링하고 확장하는 EPD(Encode, Prefill, Decode) 분리 아키텍처를 운영 환경에 적용했고, 개발자 문서에는 이 구성이 수만 대 규모의 중국산 가속기 위에서 운영된다고 적혀 있습니다.

같은 하드웨어에서 초기 기준선 대비 종단 간 서빙 성능이 3배 개선되었고, Z.ai는 이 결과가 주류 NVIDIA GPU와 비슷한 수준의 하드웨어 효율과 토큰당 비용에 도달한 것이라고 밝혔습니다. 다만 비교 기준이 된 NVIDIA GPU의 모델명도, 어떤 중국산 칩을 썼는지도 공개되지 않았습니다. 절대 수치 없이 배수만 제시된 비교이므로 Z.ai의 주장으로 두고 읽는 편이 안전합니다.

직접 써 보기: API 설정과 로컬 서빙

API를 쓴다면 모델 코드는 glm-5.3-flash이고, 텍스트 관련 파라미터는 GLM-5.3과 같으며 100만 토큰 컨텍스트를 지원합니다. 이미지는 messages[].content[]에 type: image_url 블록을 추가해 URL이나 Base64 데이터 URL로 넘기고, 여러 장을 넣으려면 블록을 여러 개 두면 됩니다. Z.ai가 권장하는 설정은 temperature: 1, top_p: 0.95, reasoning_effort: max입니다. thinking.type은 enabled만 지원해서 사고 과정을 끌 수 없고, thinking.clear_thinking: false와 스트리밍 시 stream: true, tool_stream: true를 함께 켜는 것이 권장됩니다. 그 밖에 함수 호출, 컨텍스트 캐싱, JSON 같은 구조화된 출력, 스트리밍 출력을 지원합니다.

가중치를 직접 서빙한다면 아래 네 가지 프레임워크에 레시피가 준비되어 있습니다. 체크포인트는 FP8(e4m3) 형식이고 활성화 값은 동적 양자화입니다. 설정 파일의 아키텍처 클래스는 Glm5NextForConditionalGeneration이고 transformers 5.16.0 이상을 요구합니다.

구독 방식으로 쓰려면 GLM Coding Plan에 GLM-5.3-Flash가 이미 반영되어 있고(개인 플랜과 팀 플랜으로 나뉩니다), Z.ai의 자체 개발 환경인 ZCode에서는 브라우저 사용(Browser Use)과 컴퓨터 사용(Computer Use)을 통해 에이전트가 웹 페이지를 직접 확인하거나 데스크톱 앱을 조작하는 흐름을 시험해 볼 수 있습니다.

같은 레시피를 더 큰 모델로

Z.ai는 이번 결과를 두고 프론티어급 지능이 반드시 프론티어급 비용을 동반할 필요는 없다는 것을 보여준 사례라고 정리했습니다. 하나의 기법이 아니라 세 층이 함께 작동한 결과라는 설명인데, 더 적은 연산으로 더 높은 성능을 내는 아키텍처, 더 풍부해진 멀티모달 사전학습 말뭉치, 그리고 추론 하드웨어와 함께 설계한 인프라가 그 세 층입니다.

같은 레시피를 더 큰 모델로 확장하는 작업은 이미 진행 중이며, GLM-5.3-Flash를 만들며 얻은 결과가 다음 프론티어 모델의 설계에 반영되고 있다고 밝혔습니다. GLM 계열이 GLM-5.2와 GLM-5.3까지는 성능을 높이는 데 집중했다면, 이번에는 비용을 먼저 낮춘 다음 그 방법을 더 큰 모델에 적용하는 순서를 택했습니다.

라이선스

GLM-5.3-Flash의 모델 가중치는 MIT License로 배포되고 있어, 연구 목적은 물론 상업적 용도로도 자유롭게 사용 및 수정이 가능합니다.

GLM-5.3-Flash 소개 블로그

https://z.ai/blog/glm-5.3-flash

GLM-5.3-Flash 모델

GLM-5 기술 보고서

GLM-5.3-Flash 개발자 문서

GLM-5 GitHub 저장소

더 읽어보기

이 글은 GPT 모델로 정리한 초안을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 댓글로 알려주시기를 부탁드립니다.

이 글이 유용하셨다면 아래쪽 좋아요를 눌러주세요. 파이토치 한국 사용자 모임이 새로운 소식을 정리하고 공유하는 데 힘이 됩니다!