GLM-5.2: 신뢰할 수 있는 100만 토큰 컨텍스트

GLM-5.2는 2026년 6월 16일 OpenRouter에 1,048,576토큰의 컨텍스트 윈도우와 943,718토큰의 최대 출력 사양으로 등록되었습니다. Z.ai는 이를 GLM-5.1 대비 긴 호흡 작업(long-horizon) 역량의 획기적인 도약이라 설명하며, 제품군 최초로 긴 작업을 안정적으로 유지하는 "탄탄한 1M 토큰 컨텍스트"를 지원한다고 밝혔습니다.

100만 토큰은 한 번의 요청으로 대규모 코드베이스, 여러 편의 긴 보고서 또는 수 시간 분량의 녹취록을 다룰 수 있는 크기입니다. 이를 통해 에이전트가 내용을 요약하느라 세부 정보를 유실하지 않고 전체 프로젝트를 온전히 파악할 수 있는 실질적인 이점을 제공합니다.

긴 컨텍스트는 서빙 비용이 많이 들기 때문에 GLM-5.2는 아키텍처를 개선했습니다. Z.ai는 희소 어텐션(sparse-attention) 4개 레이어마다 동일한 인덱서를 재사용하는 IndexShare를 도입했습니다. 모델 카드에 따르면 이 방식은 100만 토큰 컨텍스트 길이에서 토큰당 FLOPs를 2.9× 줄여줍니다.

GLM-5.2는 또한 투기적 디코딩(speculative decoding)을 위한 다중 토큰 예측(MTP) 레이어를 개선하여, Z.ai 기준 채택 길이를 최대 20% 늘렸습니다. 채택률이 높아질수록 스텝당 확정되는 토큰 수가 많아져 생성 속도가 향상됩니다.

GLM-5.2는 품질과 지연 시간 사이의 균형을 맞출 수 있도록 여러 단계의 사고 노력 수준(thinking effort)을 지원합니다. 간단한 검색에는 까다로운 리팩터링만큼의 추론 예산이 필요하지 않습니다. OpenRouter에서 이 모델은 reasoning 및 reasoning_effort 파라미터를 지원합니다.

OpenRouter의 가격 책정은 다소 독특합니다. 입력 토큰은 100만 개당 약 $0.034인 반면 출력 토큰은 100만 개당 $7입니다. 방대한 입력을 읽는 데는 비용이 거의 들지 않지만 긴 응답은 비용이 더 많이 발생하므로, 출력이 많은 에이전트 워크로드에서는 이를 고려할 필요가 있습니다.