본문으로 건너뛰기

Z.ai의 새로운 오픈 웨이트 LLM 'GLM-5.2' 출시 및 성능 분석

Z.ai가 공개한 753B 파라미터의 오픈 웨이트 LLM GLM-5.2는 100만 토큰 컨텍스트를 지원하며, Artificial Analysis 벤치마크에서 오픈 웨이트 모델 중 1위를 기록했다.

섹션별 상세

GLM-5.2는 753B 파라미터, 1.51TB 크기의 Mixture of Experts(MoE) 모델로 100만 토큰의 컨텍스트 윈도우를 제공한다. 이전 버전인 GLM-5.1의 20만 토큰 대비 5배 확장된 컨텍스트 처리 능력을 갖췄다.
근거
  • GLM-5.2는 753B 파라미터, 1.51TB 크기의 Mixture of Experts 모델이다. 본문 2번째 문단
Artificial Analysis의 Intelligence Index v4.1 벤치마크에서 오픈 웨이트 모델 중 1위를 차지했다. MiniMax-M3, DeepSeek V4 Pro, Kimi K2.6 등 경쟁 모델을 앞서는 성능을 보였다.
근거
  • Artificial Analysis 벤치마크에서 오픈 웨이트 모델 중 1위를 기록했다. 본문 4번째 문단
코드 생성 성능 또한 뛰어나 Code Arena WebDev 리더보드에서 Claude Fable 5에 이어 2위를 기록했다. 텍스트 전용 모델임에도 불구하고 프론트엔드 웹 개발 및 에이전트 워크플로에서 강력한 역량을 발휘한다.
근거
  • Code Arena WebDev 리더보드에서 2위를 차지했다. 본문 6번째 문단
출력 토큰 효율성은 이전 버전보다 낮아졌다. Intelligence Index 작업당 43k 토큰을 소모하여 GLM-5.1(26k) 및 경쟁 모델인 MiniMax-M3(24k)보다 높은 토큰 사용량을 보인다.

이미지 분석

GLM-5.2가 생성한 주머니쥐(opossum)가 전동 스쿠터를 타는 애니메이션 SVG.
Other

작성자가 모델의 창의적 코딩 능력을 테스트하기 위해 사용한 예시이다. GLM-5.1과 비교하여 애니메이션 구현 능력을 평가하는 지표로 활용되었다.

GLM-5.2가 생성한 주머니쥐(opossum)가 전동 스쿠터를 타는 애니메이션 SVG.

용어 해설

전문가 혼합(Mixture of Experts)
전체 파라미터 중 일부만 활성화하여 추론 효율을 높이는 모델 아키텍처. GLM-5.2는 753B 파라미터 중 40개의 활성 파라미터를 사용하여 연산 효율을 최적화한다.
오픈 웨이트(Open Weights)
모델의 학습된 가중치 데이터가 공개되어 누구나 다운로드하고 실행할 수 있는 형태. 오픈 소스와 유사하지만 라이선스 조건에 따라 상업적 이용 등이 제한될 수 있다.
컨텍스트 윈도우(Context Window)
모델이 한 번에 처리할 수 있는 입력 토큰의 최대 범위. GLM-5.2는 100만 토큰을 지원하여 긴 문서나 코드베이스를 한 번에 분석할 수 있다.

기술

  • GLM-5.2
  • OpenRouter
  • Claude Fable 5

활용 사례

  • 코드 생성
  • 웹 개발
  • 긴 문맥 분석
AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 06. 18.수집 2026. 06. 18.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.