금요일 저녁, 오래된 서비스의 장애 원인을 찾으려 저장소와 이슈 기록을 한꺼번에 넘기고 싶어진다. 파일을 잘라 붙이는 순간 맥락이 끊기고, 에이전트는 앞서 내린 결정을 잊는다. Z.ai가 6월 17일 공개한 GLM-5.2는 이런 장시간 코딩 작업을 겨냥해 100만 토큰 맥락과 조절 가능한 추론 강도를 내세운다.
‘오픈’의 정확한 범위
2026년 7월 1일 기준 753B 파라미터 모델 가중치가 Hugging Face와 ModelScope에 공개돼 있고 라이선스는 MIT다. vLLM, SGLang, Transformers, KTransformers 등을 지원하며 API와 Z.ai 채팅도 열려 있다. 공식 표현은 ‘Pure Open’이지만, 사용자가 내려받는 핵심은 오픈 웨이트다. 학습 데이터 전체와 모든 훈련 과정까지 재현되는 의미의 완전한 오픈소스와는 구분할 필요가 있다.
크기도 현실적인 제약이다. 753B BF16 원본은 일반 소비자 GPU 한두 장으로 다루기 어렵다. 양자화판이 생겨도 속도·품질·메모리 사이의 타협이 따른다. 100만 토큰 입력 역시 표시된 한도와 실제 동시 처리량이 같다는 뜻이 아니다. 공식 기술 글도 긴 맥락에서는 계산보다 KV 캐시 용량과 커널·CPU 오버헤드가 병목이 된다고 밝힌다. 기본 모델은 텍스트 중심이라 이미지 입력이 필요한 작업에는 별도 비전 모델이 필요하다.
API 가격과 숨은 배수
공식 API는 100만 토큰당 입력 1.40달러, 캐시 입력 0.26달러, 출력 4.40달러다. 캐시 저장료는 한시 무료다. Coding Plan에서는 GLM-5.2가 피크 시간에 쿼터 3배, 비피크에 2배를 소모하며, 9월 말까지 비피크 1배 프로모션이 적용된다. 직접 호스팅하면 토큰 요금은 사라져도 여러 GPU와 전력, 운영비가 대신 생긴다.
벤치마크와 사용기는 다른 이야기다
공식 표에서 Terminal-Bench 2.1은 81.0, SWE-bench Pro는 62.1로 GLM-5.1의 63.5와 58.4를 앞선다. 그러나 과제마다 256K~1M 맥락, 최대 128K 출력, Max effort, 서로 다른 하네스를 썼다. 일상 코딩의 지연과 비용을 그대로 뜻하지 않는다. Reddit에서는 한 사용자가 High 모드 체감을 Opus 4.8과 비슷하다고 했지만 Max는 추가 비용 대비 이득이 작다고 평했다. 다른 공개 사례는 CV 앱을 끝까지 만들었으나 코드가 기능적일 뿐 우아하지 않고 이미지 입력이 없다고 적었다. 둘 다 유용한 관찰이지만 단일 사용자 사례다.
GLM-5.2의 매력은 긴 작업을 버티는 공개 가중치에 있다. 반면 ‘로컬에서 무료’라는 문구만 보고 접근하면 753B의 배포 장벽을 만난다. 먼저 API로 저장소 규모의 과제를 같은 하네스에서 비교하고, 보안상 자체 호스팅이 꼭 필요할 때만 인프라 계산으로 넘어가는 편이 현실적이다.
https://huggingface.co/zai-org/GLM-5.2
https://docs.z.ai/guides/overview/pricing
https://www.reddit.com/r/LocalLLaMA/comments/1u832oh/glm52_max_is_currently_the_third_best_model/
관련 글
같은 맥락에서 이어서 읽기 좋은 글들입니다.