GLM-5: 모델 패밀리와 그 시작이 된 오리지널 모델

GLM-5는 2026년 2월 11일 OpenRouter에 등록되었습니다. Z.ai는 이 모델을 "복잡한 시스템 엔지니어링 및 장기적인 에이전트 작업을 목표로 하는" 모델로 설명합니다. 즉, 단순한 빠른 대화 상대라기보다는 규모가 크고 여러 단계로 이루어진 프로그래밍 작업을 해결하도록 설계되었습니다.

모델 카드에는 아키텍처가 명확한 수치로 공개되어 있습니다. GLM-4.5와 비교했을 때, GLM-5는 3,550억 개 파라미터(활성 320억 개)에서 토큰당 400억 개 활성 파라미터를 포함한 총 7,440억 개 파라미터로 확장되었으며, 사전 훈련 데이터는 23조 토큰에서 28.5조 토큰으로 늘어났습니다. 각 토큰마다 전체 가중치 중 일부만 사용되므로 이처럼 거대한 모델도 실질적인 서빙이 가능합니다.

GLM-5는 DeepSeek Sparse Attention(DSA)도 도입했습니다. Sparse attention을 통해 모델은 모든 이전 토큰 대신 엄선된 일부 토큰만 참조할 수 있어, Z.ai에 따르면 긴 컨텍스트 처리 능력을 유지하면서도 배포 비용을 크게 줄일 수 있습니다. OpenRouter에서 오리지널 GLM-5는 약 205K 토큰의 컨텍스트 윈도우를 제공하며, 한 번의 답변에서 최대 약 131K 토큰을 출력할 수 있습니다.

사후 훈련(post-training)을 위해 Z.ai는 비동기 강화학습 인프라인 slime을 구축했습니다. Z.ai는 이를 통해 훈련 처리량이 향상되고 더욱 정밀한 반복 작업이 가능해졌다고 설명합니다. 모델 카드에는 추론, 코딩, 에이전트 벤치마크 전반에 걸친 결과가 보고되어 있으며(예: SWE-bench Verified에서 77.8점, Terminus 2 하네스를 사용한 Terminal-Bench 2.0에서 56.2점), 출시 당시 오픈소스 모델 중 동급 최고의 성능을 달성했다고 밝혔습니다.

이 수치들은 Z.ai가 자체 하네스로 측정한 결과입니다. GLM 버전 간의 상대적 비교에는 유용하지만, 가장 확실한 테스트는 여러분의 작업에 직접 써보는 것입니다. 채팅에 실제 문제를 입력해 보고 결과물을 직접 평가해 보세요.

GLM-5 이후 Z.ai는 꾸준히 업데이트 버전을 선보였습니다. GLM-5 Turbo(2026년 3월)와 멀티모달 모델인 GLM-5V-Turbo(2026년 4월)는 API를 통한 빠른 에이전트 워크플로를 목표로 합니다. GLM-5.1(2026년 4월)은 장기 코딩 작업에 집중했습니다. GLM-5.2(2026년 6월)는 강력한 100만(1M) 토큰 컨텍스트와 조절 가능한 reasoning effort를 도입했습니다. GLM-5.3(2026년 8월)은 GLM-5.2 기반을 유지하면서 사후 훈련을 개선했으며, GLM-5.3 Flash는 훨씬 저렴한 가격에 네이티브 이미지 및 동영상 입력을 지원합니다. GLM-5.3 FlashX와 GLM-5.3 Prime은 고속 API 전용 모델입니다.

이 중 GLM-5, GLM-5.1, GLM-5.2, GLM-5.3, GLM-5.3 Flash 등 5개 모델은 Hugging Face에 오픈 가중치(open weights)로 공개되어 있습니다. 아래 데이터시트와 제품군 비교표에서 각 모델의 컨텍스트 윈도우, 가격, 라이선스를 확인할 수 있습니다.

새로운 프로젝트라면 권장하지 않습니다. 이후에 출시된 모델들이 더 넓은 컨텍스트 윈도우, 조절 가능한 추론 능력, 그리고 GLM-5.3 Flash의 경우 훨씬 저렴한 가격을 제공하기 때문입니다. 다만 아키텍처와 논문(arXiv 2602.15763)이 완전히 공개된 MIT 라이선스 오픈 모델이 필요하거나, 해당 모델을 기준으로 측정된 결과를 재현해야 하는 경우에는 오리지널 GLM-5가 여전히 유용합니다.