GLM-5.3-Flash의 개요
GLM-5.3-Flash는 Z.ai(옛 Zhipu AI)의 별도 오픈 가중치 모델로, Z.ai 릴리스 노트에 따르면 2026년 8월 26일에 공개됐습니다. 더 큰 GLM-5.3보다 8일 늦습니다. 45개 레이어에 걸친 3,200억(320 billion) 파라미터 mixture-of-experts 모델이며, 토큰마다 180억(18 billion) 개를 씁니다. GLM-5.3과 달리 새로 학습한 베이스 모델에서 출발했고, Z.ai는 이를 GLM-5 시리즈 최초의 네이티브 멀티모달 모델이라고 부릅니다. 텍스트, 이미지, 영상, 파일을 읽고 텍스트를 씁니다.
API는 1M 토큰 컨텍스트와 최대 128K 출력 토큰을 제공합니다. thinking은 항상 켜져 있습니다. 추론 강도는 low, high, max로 설정할 수 있고 기본값은 max입니다. Z.ai에 따르면 sparse attention과 linear attention을 새로 섞어, GLM-5.3 대비 attention 연산을 3.01배, KV 캐시(긴 대화를 담아 두는 메모리)를 4.44배 줄였습니다.
가중치는 일반 MIT 라이선스입니다. Z.ai API에서는 입력 100만 토큰당 $0.15, 캐시 입력 $0.03, 출력 $0.50입니다. 초당 200토큰으로 평가되는 더 빠른 GLM-5.3-FlashX는 $0.37/$1.25이며, 법률 분야에 맞춘 FlashX-Legal은 선정된 기업 고객에게만 제공됩니다.
GLM-5.3-Flash의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | MIT 라이선스 |
| GLM-5.3-Flash | $0.15 in / $0.50 out per 1M tokens | 캐시 $0.03 |
| FlashX | $0.37 in / $1.25 out per 1M tokens |
MIT 오픈 가중치. Z.ai API: 1M 토큰당 입력 $0.15 / 출력 $0.50(캐시 $0.03). FlashX $0.37 / $1.25.
GLM-5.3-Flash, 쓸 만한 가치가 있습니까?
GLM-5.3-Flash는 대부분의 작업에서 GLM-5.3을 정당화하기 어렵게 만드는 오픈 모델입니다. Z.ai 보고에 따르면 DeepSWE v1.1에서 63.4로, 완전한 GLM-5.3의 66.9, GLM-5.2의 46.2와 비교됩니다. AutomationBench에서는 48.8로 GLM-5.2의 26.2를 앞섭니다. 자체 Z.ai Code Bench에서는 max 강도로 29.0을 기록해 Claude Opus 4.8의 29.5와 비슷합니다. 이는 제조사 수치이며, 모델 카드의 대표 비교 차트는 표가 아니라 이미지입니다.
독립 측정 수치는 덜 좋지만 여전히 강합니다. Artificial Analysis는 Intelligence Index에서 42점을 주었고, 이는 오픈 가중치 동급 크기에서 6위이며 지수 과제당 $0.28입니다. Z.ai 문서는 지수 버전 4.1.1에서 57점, 할인가 과제당 $0.045를 인용하므로 비교할 때 어느 버전인지 확인해야 합니다. Kimi K3는 같은 Artificial Analysis 페이지 세트에서 과제당 $2.00에 44점입니다. 2점을 위해 비용이 약 7배인 셈입니다.
형제 모델과의 가격 차이는 큽니다. $0.15/$0.50은 GLM-5.3의 $1.40/$4.40의 약 10분의 1이고, 캐시 입력은 $0.26 대비 $0.03이며, 캐시 저장은 당분간 무료입니다. Flash는 GLM-5.3이 못 읽는 이미지, 영상, 파일도 읽고, 일반 MIT라 GLM-5.3 라이선스의 별도 조항도 없습니다.
비용은 출력에 숨어 있습니다. thinking을 끌 수 없고 기본값이 max 강도입니다. Artificial Analysis는 지수를 돌리는 데 출력 토큰 180M을 측정했는데 중앙값은 140M이었고, Z.ai API에서 초당 67토큰이었습니다. 비추론 모델이라면 10토큰으로 답할 분류 호출이 여기서는 수백 토큰을 돌려줄 수 있으므로, 짧고 단순한 작업에서는 낮은 토큰당 요금이 실제보다 유리해 보입니다. 2조 8,000억(2.8 trillion) 파라미터급 경쟁 모델보다는 자체 호스팅이 쉽지만, FP8 가중치 약 330 GB만으로도 KV 캐시를 넣기 전에 80 GB GPU 네 장짜리 서버를 넘어섭니다.
제 역할을 하는 곳
OpenCode나 Claude Code에서 코딩 에이전트 여러 대를 운영하는 플랫폼 엔지니어
약한 모델로 내려가지 않고 월 모델 비용 줄이기
에이전트 하네스를 Z.ai나 Together, Fireworks 같은 호스트의 glm-5.3-flash로 돌립니다. 두 곳 모두 같은 $0.15/$0.50에 올라 있습니다. 캐시 적중률 80%로 월 입력 2B 토큰과 출력 200M 토큰을 쓰면 약 $208이고, 같은 트래픽을 GLM-5.3에서 쓰면 약 $1,856입니다.
스크린샷과 PDF 질의응답 서비스를 만드는 2인 스타트업
UI 캡처와 스캔 문서를 한 모델로 읽기
같은 chat 호출에서 이미지를 텍스트와 함께 image_url 블록으로 보냅니다. 파일과 영상도 받습니다. 기본값이 max이고 모든 추론 토큰이 출력으로 과금되므로, 단순 조회에는 reasoning_effort low를 넘깁니다.
Z.ai GLM Coding Plan을 쓰는 엔지니어링 매니저
정액 구독을 팀 전체가 나눠 쓰기
포인트 기반 Coding Plan에서 Flash는 GLM-5.3의 3배 할당량을 받고, 비혼잡 시간과 주말 호출은 평소 포인트의 절반만 듭니다. FlashX는 아직 플랜에 없으므로 초당 200토큰 등급은 $0.37/$1.25 종량제로 써야 합니다.
외부 API로 코드를 보낼 수 없는 은행의 ML 팀
깔끔한 라이선스로 자체 하드웨어에서 유능한 코딩 모델 실행
Z.ai가 공개한 레시피에 따라 vLLM이나 SGLang으로 FP8 체크포인트를 서빙합니다. MIT라서 추적할 MAU나 매출 기준이 없습니다. 가중치만 약 330 GB이므로 GPU 여덟 장급 서버를 예산에 넣어야 합니다.
도입 전 확인할 점
- 설정
- Z.ai의 OpenAI 방식 API에서 glm-5.3-flash를 호출하거나, FP8 가중치를 내려받아 vLLM, SGLang, TokenSpeed, KTransformers, Transformers로 서빙합니다. Z.ai는 temperature 1, top_p 0.95, max 강도를 권장합니다.
- 연동
- Z.ai API에서 스트리밍, function calling, 구조화 JSON 출력, 컨텍스트 캐싱을 지원합니다. 내장 웹 검색은 호출당 $0.01입니다. OpenRouter에서는 약 30개 제공업체 엔드포인트가 서빙하며 대부분 $0.15/$0.50이고 일부 FP4 호스트는 더 쌉니다.
- 데이터와 개인정보
- Z.ai API 데이터 약관에 따르면 프롬프트와 출력은 실시간으로 처리되고 저장되지 않으며, 고객 데이터는 일반적으로 싱가포르에서 처리됩니다. 약관은 학습 사용 여부를 어느 쪽으로도 언급하지 않고, SOC 2나 ISO 인증도 공개되어 있지 않습니다. Z.ai는 중국산 가속기로 모델을 서빙합니다.
- 대규모 사용 시 비용
- Z.ai에서 월 입력 2B 토큰(80% 캐시)과 출력 200M 토큰은 약 $208이고, GLM-5.3이라면 약 $1,856입니다. 자체 호스팅에는 FP8 가중치 약 330 GB와 KV 캐시가 필요하며, 이는 80 GB GPU 네 장으로는 부족하므로 GPU 여덟 장 노드를 계획해야 합니다.
- 제한
- API에서 1M 토큰 컨텍스트와 128K 출력입니다. 모델 카드에는 컨텍스트 길이가 명시되어 있지 않습니다. thinking은 끌 수 없으며, Artificial Analysis는 Z.ai에서 초당 67토큰, 첫 토큰 3.15초를 측정했습니다. API 속도 제한은 모델 페이지에 공개되어 있지 않습니다.
좋은 점
- 일반 MIT 라이선스, 매출이나 출처 표시 조항 없음
- DeepSWE 63.4로 GLM-5.3의 66.9에 근접, 가격은 약 10분의 1
- 이미지, 영상, 파일 읽기 가능. GLM-5.3은 텍스트 전용
- API에서 1M 토큰 컨텍스트와 128K 출력
아쉬운 점
- thinking이 항상 켜져 있고 장황함: Artificial Analysis 측정에서 180M 토큰, 중앙값은 140M
- FP8 가중치가 약 330 GB라 자체 호스팅에 멀티 GPU 서버 필요
- 대표 벤치마크는 Z.ai 자체 수치이며 일부는 이미지로만 공개
추천 대상
라이선스 조건이 없고 API 비용이 매우 낮은 오픈 모델로 대량의 코딩 또는 멀티모달 에이전트를 돌리려는 팀.
GLM-5.3-Flash 대안
GLM-5.3-Flash: 자주 묻는 질문
- GLM-5.3-Flash, 쓸 만한 가치가 있습니까?
- GLM-5.3-Flash는 GLM-5.3 코딩 능력의 대부분을 10분의 1 토큰 가격에 제공하며, MIT 라이선스라 변호사가 읽을 것이 없습니다. 평점은 5점 만점에 4.3점입니다.
- GLM-5.3-Flash의 가격은 얼마입니까?
- MIT 오픈 가중치. Z.ai API: 1M 토큰당 입력 $0.15 / 출력 $0.50(캐시 $0.03). FlashX $0.37 / $1.25.
- GLM-5.3-Flash의 단점은 무엇입니까?
- thinking이 항상 켜져 있고 장황함: Artificial Analysis 측정에서 180M 토큰, 중앙값은 140M; FP8 가중치가 약 330 GB라 자체 호스팅에 멀티 GPU 서버 필요; 대표 벤치마크는 Z.ai 자체 수치이며 일부는 이미지로만 공개.
- GLM-5.3-Flash에 적합한 사람은 누구입니까?
- 라이선스 조건이 없고 API 비용이 매우 낮은 오픈 모델로 대량의 코딩 또는 멀티모달 에이전트를 돌리려는 팀.
- 팀이나 프로덕션 환경에서 GLM-5.3-Flash의 비용은 얼마입니까?
- Z.ai에서 월 입력 2B 토큰(80% 캐시)과 출력 200M 토큰은 약 $208이고, GLM-5.3이라면 약 $1,856입니다. 자체 호스팅에는 FP8 가중치 약 330 GB와 KV 캐시가 필요하며, 이는 80 GB GPU 네 장으로는 부족하므로 GPU 여덟 장 노드를 계획해야 합니다.
- GLM-5.3-Flash에 회사 데이터를 맡겨도 안전합니까?
- Z.ai API 데이터 약관에 따르면 프롬프트와 출력은 실시간으로 처리되고 저장되지 않으며, 고객 데이터는 일반적으로 싱가포르에서 처리됩니다. 약관은 학습 사용 여부를 어느 쪽으로도 언급하지 않고, SOC 2나 ISO 인증도 공개되어 있지 않습니다. Z.ai는 중국산 가속기로 모델을 서빙합니다.
- GLM-5.3-Flash의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 GLM-5.3, DeepSeek-V4.1-Flash, Qwen3.5-397B-A17B 및 Kimi K3입니다.
답변 확인일: 2026년 10월 26일.
GLM-5.3-Flash 개발사입니까? 이 평점을 사이트에 표시하십시오
