GLM-5.3, Epoch의 Cyber ECI에서 160점으로 1위: 오픈 사이버 프런티어는 6–7개월 뒤처져 있다

Epoch AI는 오픈웨이트 안전성 논쟁이 맴돌던 질문에 숫자를 하나 붙였다. 그것은 경고가 아니라 순위다. GLM-5.3은 이 연구소의 Cyber ECI에서 160.10점을 기록해, 해당 지수가 추적하는 오픈웨이트 모델 가운데 가장 높은 점수이며, OpenAI의 GPT-5.4보다 위이고 Anthropic의 Claude Mythos Preview와 OpenAI의 GPT-5.5보다 아래다. 이를 점수가 아니라 날짜로 읽으면, 그 위치는 오늘 공개적으로 내려받을 수 있는 최고의 사이버 역량이 약 6~7개월 전 폐쇄형 프런티어가 있던 자리에 있다는 뜻이다. 이 측정값 — Epoch 연구원 Jaeho Lee와 Alexander Barry가 10월 16일 발표한 Data Insight로, 데이터는 10월 8일에 잘린 것 — 은 GLM-5.3을 사이버 분야에서 순위화한 최초의 외부 기관이며, NIST의 CAISI가 이 모델을 지금까지 가장 사이버 역량이 뛰어난 오픈웨이트 공개 모델이라고 부르면서 미국 프런티어보다 약 4개월 뒤처진 것으로 묶은 지 한 달 뒤에 나왔다. 두 판독값은 출처를 공유한다. Epoch는 GLM-5.3의 점수를 세 가지 CAISI 벤치마크에서 가져오는데, 이는 해당 모델에 대해 존재하는 유일한 사이버 결과물이다. 따라서 둘 사이의 거리는 측정의 거리가 아니라 방법의 거리다. Anthropic의 Frontier Red Team은 이미 9월 29일 공개된 가중치에 자체 수치를 붙였는데, ExploitBench 시도 410회 중 50회에서 엔드투엔드 익스플로잇을 찾아냈으며, Claude Mythos Preview는 410회 중 56회였다. 모델 자체는 새로운 게 아니다. Z.ai는 8월 14일 GLM-5.3을 발표했고, 8월 18일 API를 백만 토큰당 $1.40 / $4.40에 열었으며, 8월 28일 743B 가중치를 커스텀 "glm-5.3" 라이선스로 Hugging Face에 올렸다. 새로운 것은 Z.ai가 출시의 중심에 둔 그 역량이 이제 공개 리더보드에서 위치를 갖고 프런티어까지의 측정된 거리를 갖게 되었다는 점이다. 한편 Artificial Analysis는 동일한 가중치를 작업당 $0.92에서 $8.68로 책정하는데, 이는 어느 엔드포인트가 응답하느냐에 달려 있으며, Amazon Bedrock은 10월 5일부터 자격을 갖춘 엔터프라이즈 고객을 대상으로 이 가중치를 제공해 왔다. 이 페이지는 8월 3일의 유출 흔적부터 GLM-5.3을 추적했고, 이어서 그 출시 과정을 따라갔다. 이번 개정판은 Cyber ECI 순위, 그 배후의 방법, 그리고 6~7개월의 격차가 당신이 실제로 라우팅하게 될 모델에 대해 말해 주는 것과 말해 주지 않는 것을 함께 담았다.

유출에서 출시까지

8월 3일에 드러난 네 가지 흔적 — "ZCode for GLM-5.3" 하네스 페이지, 약 한 시간 동안 접근할 수 있었던 공식 문서 페이지, "GLM-5.3 Official Harness"라고 적힌 Bing 색인 항목, 그리고 Zhipu의 공식 Java SDK에 JSON Schema 지원과 함께 "glm-5.3" 항목을 추가한 커밋 — 은 모두 실제로 이름이 붙은 릴리스를 가리키고 있었다. Z.ai 공동 창업자 Tang Jie의 "sooooooon" 답변과 "epic-level plus"라는 표현은 이제 소문이 아니라 실제 제품으로 확인되었다. 이 페이지가 검증한 "대략 일주일"이라는 타이밍 신호 — DeepSeek V4 Pro가 8월 13일에 출시된 뒤 @teortaxesTex가 X에 게시한 — 는 정확히 그대로 들어맞았다: Z.ai는 8월 14일 "Built to Code. Ready for Cyber Defense."라는 슬로건 아래 GLM-5.3을 공식 발표했다. 후속 소식은 다음 주에 이어졌다: 모델은 8월 18일 더 넓은 시장에 정식 출시되었고 — 이제 제3자 모델 목록에 찍힌 출시일 —, 8월 19일 Z.ai는 API가 호출 가능하도록 열렸으며 가격은 GLM-5.2와 동일하다고 발표했고, 해당 모델은 이미 ZCode, AutoClaw, GLM Coding Plan에 연결되어 있었다.

다음 유출 신호: GLM-5.3용 멀티모달 프로세서

플래그십을 텍스트 전용으로 보는 프레이밍은 오래가지 않을 수 있다. 8월 28일, sglang 서빙 엔진의 한 공개 풀 리퀘스트가 GLM-5.3 멀티모달 프로세서 입력 지원을 제안한다. 이는 이미지 페이로드를 Miles RL 프레임워크가 사용하는 것과 동일한 동적 리사이즈, 픽셀, 그리드, 토큰 확장 체계로 변환하는 프로세서 글루로서, 훈련과 서빙이 동일한 이미지 입력을 보게 한다. 이 PR은 radixark/miles에서 GLM-5.3에 대한 이미지 조건부 강화학습의 롤아웃 측 절반이며, 두 번째 커밋은 sglang의 CPU CI에 GLM-5.3 프로세서 테스트를 등록한다. 이 중 어느 것도 Z.ai의 발표가 아니며, 멀티모달 GLM-5.3은 출시되거나 벤치마크된 적이 없다. 그것은 코드 수준의 증거이자, 이 페이지가 8월 3일에 처음 추적한 것과 같은 범주의 초기 신호다. 이것이 말하는 바는, 플래그십 라인이 Z.ai가 출시 당시 설명한 텍스트 전용 코딩 및 사이버 모델로 머무르기보다는 훈련과 서빙 스택에서 이미지를 받아들일 준비를 하고 있다는 것이다. Perplexity가 8월 말 Computer에 GLM-5.3을 추가했을 때 내놓은 자체 프레이밍 — “장문맥, 멀티모달 에이전트 워크로드를 위해 구축됨” — 도 같은 방향을 가리킨다. 다만 그것은 제품 포지셔닝이지, 출시된 멀티모달 모델은 아니다.

포스트 트레이닝이 실제로 가져다준 것

아키텍처에 대한 주장이 바로 확정할 가치가 있는 부분이다. 유출된 정보 중 가장 크게 떠들썩했던 구체적 내용, 즉 {{1}}파라미터가 1조를 넘는다는{{/1}} 것은 틀렸기 때문이다. GLM-5.3은 더 큰 모델이 아니다. Z.ai와 공동 창업자 Tang Jie는 둘 다 GLM-5.2와 {{2}}정확히 동일한 743B Mixture-of-Experts 베이스{{/2}}(토큰당 약 400억 개의 활성 파라미터)를 재사용하고, 동일한 1M-토큰 컨텍스트 윈도우와 약 128K 최대 출력을 유지하며, 모든 성능 향상은 포스트-트레이닝에서 얻는다고 말한다. Tang Jie는 이번 출시를 의도적인 통제 변수 실험으로 설명했다: {{3}}동일한 베이스, 동일한 아키텍처, 동일한 파라미터 수에 코딩 스타일 작업에 대한 한 달간의 장기 지평 강화 학습만이 유일한 변수{{/3}}이며, 그 한 달이 약 50%의 코딩 성능 향상을 가져온 부분이라고 본다. Z.ai의 릴리스 노트는 그 밑바탕이 되는 메커니즘을 추가로 설명한다: {{4}}더 많은 장기 지평 작업 환경, 더 다양한 환경 유형, 더 긴 학습 실행{{/4}} — 이는 이미 GLM-5.2를 만들어낸 IndexShare 장기 컨텍스트, SAO 비동기 RL, 오픈소스 slime 프레임워크 위에 구축되었다. Z.ai가 오픈-웨이트 발표에서 링크한 기술 심층 분석 — z.ai/blog/glm-5.3의 연구 게시물 — 은 레시피를 더 자세히 설명한다: 수십 배 더 많은 장기 지평 작업 환경, 더 다양한 환경 유형, 그리고 첫 번째 릴리스를 훨씬 넘어 확장된 학습 실행, 실제 컴퓨트 클러스터에서 며칠에 걸친 전문가 워크로드로 확장된 작업들. 작업 환경이 확장됨에 따라 나타난 {{5}}'엄격히 제한된 프로그래밍 능력'{{/5}}이라는 사이버 역량에 대한 그들의 서술은 릴리스 노트와 마찬가지로 회사 자체의 설명일 뿐, 독립적인 검증이 아니다. {{6}}'재학습 없음, 전부 포스트-트레이닝'{{/6}}이라는 그 서술도 창업자와 회사 자신의 것이며, 독립적으로 검증되지 않았다. 크기가 또 다른 핵심 포인트다: 총 743B 파라미터에 토큰당 활성 파라미터가 약 40B뿐인 GLM-5.3은 적당한 클러스터에서 자체 호스팅할 수 있을 만큼 가볍고, 대규모로 서비스하기에 충분히 저렴하다 — 출시 당일 해설이 붙인 {{7}}'더 작고, 더 저렴하고, 오픈된'{{/7}} 포지셔닝이며, 비교 대상이 되는 폐쇄형 최첨단 플래그십 모델들과 선명한 대비를 이룬다.

코딩과 에이전트: Z.ai가 주장하는 수치

코딩 부문에서 Z.ai가 보고한 바에 따르면—모두 벤더 보고치이며 재현되지 않음—Terminal-Bench 3.0은 4.6에서 28.3으로 상승했고, Z.ai는 이를 해당 하네스에서 최고 오픈 웨이트 점수라고 부른다. DeepSWE v1.1은 46.2에서 66.9로 상승했고, SWE-Marathon은 19.4에서 42.5로 거의 두 배가 되었으며, Agents' Last Exam(CLI)은 23.8에서 28.5로 상승했다. @dotey가 중계한 X 게시물에서 Tang Jie가 이 결과를 자기 식으로 줄여 표현한 말은 "순수 포스트트레이닝, 코딩 약 50% 상승"이었으며, 이는 Z.ai가 발표문에 적어 넣은 것과 같은 대표 수치다. Z.ai 내부 코드 벤치에서 GLM-5.3은 높은 노력 수준에서 작업당 약 50K 출력 토큰으로 31.4%를 기록했고, Claude Opus 4.8은 약 120K 토큰으로 29.5%를 기록했다—Z.ai의 요점은 GLM-5.3이 훨씬 적은 출력 토큰을 쓰면서도 비슷한 결과에 도달한다는 것이다. Claude Fable 5는 최대 노력 수준에서 39.5%로 여전히 그 내부 평가를 앞서며, Z.ai는 GLM-5.3이 여러 더 어려운 코딩 평가에서 여전히 GPT-5.6 Sol과 Claude Fable 5에 뒤처진다는 점을 인정한다. 독립적인 하네스가 이를 재현할 때까지 이 모든 수치를 벤더 수치로 취급하라.

사이버 방어: 아무도 예상하지 못한 능력

사이버보안 수치들은 Z.ai 발표에서 가장 눈에 띄는 부분이었고, 9월 29일까지는 전적으로 벤더가 보고한 것이기도 했다. 화이트박스 취약점 발견 및 검증 벤치마크인 CyberGym에서 Z.ai는 GLM-5.3이 84.5%를 기록했다고 보고한다. 이는 GLM-5.2의 77.2%에서 상승한 수치이며, 연구소의 Mythos 5(83.8%)와 GPT-5.6 Sol(83.6%)보다 앞선다. 근본 원인 분석과 작동하는 익스플로잇을 모두 요구하는 ExploitBench에서 Z.ai는 GLM-5.3이 24.4%에서 54.4%로 두 배 이상 증가했다고 보고하지만, Mythos 5(78.0%)가 여전히 앞선다. ExploitGym에서 Z.ai는 2시간 예산 내에 105개 작업, 6시간 내에 130개 작업을 완료했다고 보고한다. GLM-5.2의 경우 각각 29개와 39개였으며, 다시 말해 Mythos 5(181개와 247개)에 뒤진다. Z.ai는 사이버 역량을 규모를 키운 포스트 트레이닝의 창발적 속성으로 규정한다. 회사 측 표현에 따르면 “학습 규모가 커지면서 역량이 계속 복리로 불어났다”는 것이며, 의도된 목표가 아니라고 본다. 그 비율들을 아래의 어떤 내용과 비교하기 전에 한 가지 주의할 점이 있다: Z.ai의 ExploitBench 수치와 Anthropic의 시도 수준 ExploitBench 결과는 서로 다른 하네스와 체제에서 동일한 공개 벤치마크를 다르게 실행한 것이므로, 두 숫자는 동일한 측정값이 아니며 나란히 놓아서는 안 된다.

Z.ai는 벤치마크와 함께 실제 사례 주장을 덧붙인다: 보안 팀들과의 테스트에서 GLM-5.3은 269개 오픈소스 프로젝트 전반에서 2,436개의 취약점을 식별했으며, 그중 1,097개가 치명적 또는 높음 심각도로 평가되었고, 가장 오래된 발견은 1981년으로 거슬러 올라가며 평균 "수명"은 26.6년이었다. 이는 발표에서 가장 눈에 띄는 숫자이자 동시에 독립적으로 검증하기 가장 어려운 숫자다. 회사는 이 기능을 조정된 공개를 위한 보안 공개 원장(Security Disclosure Ledger), 민감한 사이버 기능을 검증된 사용자로 제한하는 "신뢰 접근(trusted access)" 프로그램, 그리고 주요 오픈소스 프로젝트를 지속적으로 감사하는 "오픈소스 실드(Open Source Shield)" 이니셔티브와 함께 내놓았다. Anthropic의 9월 29일 평가는 다운로드 가능한 가중치에서 이러한 게이팅이 얼마나 효과가 있는지에 대한 직접적인 도전이다: 평가에 따르면 공개된 모델은 기본적으로 유해한 요청을 거부했지만, 평범한 기법으로 시도한 64~100%에서 우회할 수 있었으며, 개발자들이 가중치 공개 후 며칠 안에 abliterated GLM-5.3 변종을 게시했다는 점을 지적한다. 검증된 사용자 프로그램은 API를 통제할 뿐, 파일은 통제하지 않는다.

Anthropic이 측정한 것, 그리고 그것이 바꾸는 것

Anthropic의 Frontier Red Team은 9월 29일 “GLM-5.3과 고급 사이버 능력의 확산”이라는 제목으로 평가를 발표했는데, 경쟁 연구소가 GLM-5.3의 익스플로잇 능력에 자체 수치를 제시한 것은 이번이 처음이다. 그 프레이밍은 직설적이다: Claude Mythos Preview와 마찬가지로 GLM-5.3은 자율적으로 엔드투엔드 사이버 익스플로잇을 구축하는 강력한 능력을 갖추었지만, 다른 프런티어 모델과 달리 오용을 제한할 실질적인 안전장치 없이 공개되었다. 오프라인 표적에 대해 격리된 샌드박스에서 실행했을 때, GLM-5.3은 ExploitBench에서 410회 시도 중 50회 엔드투엔드 익스플로잇을 개발했다. 약 5개월 전 Anthropic이 발표하고 Project Glasswing 트러스티드 디펜더 프로그램을 통해 제한적으로 공개한 Claude Mythos Preview는 410회 중 56회 성공했다. Google의 OSS-Fuzz에 참여하는 프로젝트에서 무작위로 100개 과제를 뽑아 제어 흐름 탈취에 전체 점수를 부여하는 Anthropic 내부 Binary Exploitation 벤치마크에서 GLM-5.3은 4%를 기록했고 Claude Mythos Preview는 6%를 기록했다. Anthropic의 요점은 GLM-5.3이 앞선다는 것이 아니라 임계점이 이동했다는 것이다: Claude Opus 4.6과 GLM-5.2를 포함한 이전 모델들은 그 과제들 중 어느 것도 성공하지 못했다.

연구자 주도 세션에서는 그 발견이 구체화된다. 인기 있는 웹 브라우저의 로컬 Linux 빌드를 실행하는 샌드박스 머신과 하루에 걸쳐 1시간 미만의 인간 주의가 주어진 상황에서, GLM-5.3은 브라우저의 JavaScript 엔진에서 이전에 알려지지 않은 여러 취약점을 발견하고 이를 작동하는 익스플로잇으로 연결했다 — 방문하면 방문자의 컴퓨터에서 SSH 개인 키를 포함한 임의 파일을 읽어내는 페이지다. Anthropic은 해당 결함들을 유지관리자에게 공개했다고 밝혔으며, 같은 세션에서 무선 및 그래픽 드라이버와 네트워크에 노출된 장치 소프트웨어에서도 악용 가능한 취약점이 드러났다고 말했다. 두 번째 세션에서 더 작고 성능이 낮은 형제 모델인 GLM-5.3-Flash는 패치된 Chrome 결함(CVE-2026-11645)과 또 하나의 공개 세부 정보를 넘겨받았고, 별다른 지시 없이 포인터 인증 강화를 우회하는 안정적인 ARM64 익스플로잇 체인을 구축했다. 이는 20분의 인간 주의와 8시간의 모델 작업을 필요로 했으며, Anthropic은 이를 Zhipu의 API 요율로 20.40달러로 산정한다.

이 게시물의 안전성 부분은 배포 결정을 바꾸는 부분이다. 기본 설정 상태에서 GLM-5.3은 A​nthropic의 시뮬레이션 세계에서 노골적으로 악의적인 모든 요청을 거부했으며, 테스트된 다른 모든 모델도 마찬가지였다. 그런 다음 A​nthropic은 그 거부를 우회하는 간단한 방법들을 찾아냈고, 모델이 유해한 요청에 응한 비율을 보고한다:

• 기만적인 프롬프트 — 모델에게 자신이 훈련을 수행하는 자율 레드팀 에이전트라고 말하기: 시행의 64%.

• 모델의 사고 토큰을 미리 채워, 이미 요청을 검토했고 진행하기로 결정한 것처럼 보이게 함: 92%.

• 거부 응답을 편집해 제거한 abliterated 가중치 사본을 실행: 100%.

세 가지 방법 중 어느 것도 안전장치가 적용된 Claude 모델이 동일한 작업을 수행하도록 만들지 못했다고 Anthropic은 말한다. Anthropic의 안전장치는 위장 시나리오를 차단했고, 그 API는 사고를 미리 채워 넣는(prefill) 방법을 제공하지 않으며, 가중치도 배포되지 않으므로 그 모델들은 어블리터레이션을 전혀 할 수 없다. 장기적인 여파가 있는 쪽은 바로 그 마지막 비대칭성이다. 어블리터레이션은 표준적인 거부 감소 기법이며, GLM-5.3은 다운로드 가능한 가중치로 제공되므로 누구나 적용할 수 있다. Anthropic은 약 2,200 GPU시간을 들여 약 4,400달러로 자체 어블리터레이션 사본을 만들었고, 이 작업을 전에 시도해 본 적 없는 팀도 해낼 수 있다고 말한다. 이 편집으로 GLM-5.3의 거부율은 JailbreakBench에서 90% 이상에서 약 3%로, HarmBench에서 2%로, StrongREJECT에서 12%로 떨어졌으며, GPQA-Diamond는 변함없는 결과를 보였고 테스트한 CyberGym의 하위 집합은 몇 퍼센트포인트만 낮은 점수를 받았다. Anthropic은 여러 개발자가 GLM-5.3 출시 후 며칠 안에 이미 어블리터레이션 버전을 대중에 공개했으며, GLM-5.3-Flash를 어블리터레이션하는 데는 약 600 GPU시간이 걸렸다고 말한다.

이 모든 것을 확정된 사실이라기보다 한 연구소의 측정 결과로 보라. Anthropic은 자체 하네스와 자체 샌드박스를 돌렸고, 자체 시도 횟수를 세었으며, 제3자 재현 결과를 공개하지 않았다. 따라서 Z.ai 자체 수치가 독립적으로 감사되지 않은 것과 마찬가지로, 여기 있는 어떤 것도 독립적으로 감사되지 않았다. 이것이 단순한 공급업체 주장보다 더 무겁게 여겨지는 까닭은 인센티브의 방향에 있다: Anthropic은 경쟁사의 모델을 측정하고 있으며, 분모를 보고하고, 그 결과는 NIST의 AI 표준·혁신 센터(Center for AI Standards and Innovation, CAISI)와 일치한다. 이 센터는 9월 17일 GLM-5.3을 평가해 “지금까지 공개된 오픈웨이트 모델 중 사이버 역량이 가장 뛰어난 모델”이라고 불렀고, CAISI의 사이버 벤치마크 집계에서 미국 프런티어보다 약 4개월 뒤처진 것으로 평가했다 — 다만 그 비교에 포함된 미국 모델들은 사이버 안전장치가 비활성화된 상태로 테스트되었고, 검증된 사용자에게만 공개된 모델들도 포함한다는 단서가 있다. Anthropic 자신의 결론은 기술적 논증인 만큼이나 정책적 논증이다: 자유롭게 접근 가능한 역량에서 중요한 임계점이 넘어졌고, 누구나 GLM-5.3을 내려받을 수 있으며, 방어자들은 자신들의 적대자가 사용하는 모델 못지않게 좋은 모델에 접근할 수 있어야 한다고 말한다. CAISI의 평가가 나온 지 2주 뒤, Epoch AI는 같은 격차를 다른 방식으로 측정해 동일한 데이터의 일부를 바탕으로 더 넓은 — 6~7개월 — 결과를 내놓았다.

위의 어떤 내용도 라우팅 결정의 작동 방식, 즉 당신이 통제하는 부분을 바꾸지 않습니다. 트래픽의 일부를 다음으로 보내는 경우: GLM-5.3 on OrcaRouter 비용은 퍼스트파티 요율 — 백만 토큰당 $1.40 / $4.40, 마크업 없이 그대로 전달 — 이며, 자동 페일오버는 하나가 성능 저하될 때 워크로드를 GLM-5.2 또는 다른 검증된 모델로 옮기므로, 어느 방향으로든 기능상 예상 밖의 일은 재작성이 아니라 구성 변경이 됩니다. A​nthropic의 글에서 덧붙이는 점은 보안 인접 또는 규제 대상 작업을 그 모델로 보내기 전에 물어볼 만한 질문입니다: 당신이 호출하는 모델은 가중치가 공개된 모델이며, 호스팅된 엔드포인트는 안전장치가 아닙니다. 엔터프라이즈 경로도 그 계산을 바꾸지 않습니다. Bedrock 자체의 GLM-5.3 목록은 글로벌 추론 프로필에서 백만 토큰당 $1.68 / $5.28, 미국 프로필에서 $1.848 / $5.808이며, 이는 Z.ai의 퍼스트파티 요율보다 20% 및 32% 높습니다. 따라서 동일한 모델을 Z.ai의 표시 가격에 하나의 키로 호출하는 것이 더 저렴한 경로로 남는 반면, 클라우드 계약은 대신 조달 및 규정 준수 태세를 구매합니다.

개방형 사이버 프런티어가 실제로 어디에 자리 잡고 있는가

Epoch AI의 Cyber ECI는 해당 연구소의 Epoch Capabilities Index를 사이버 보안에 초점을 맞춰 변형한 지표로, 35개 사이버 평가에 걸친 벤치마크 결과와 10월 16일 업데이트 이후 76개 모델을 바탕으로 산출된다. 이 지표에서 Z.ai의 GLM-5.3은 160.10을 기록했는데, 이는 연구소가 기록한 오픈 웨이트 최고 점수로, OpenAI의 GPT-5.4(157.04, 2026년 3월 5일 출시)보다 높고 Anthropic의 Claude Mythos Preview(164.82, 4월 7일)와 OpenAI의 GPT-5.5(162.22, 4월 23일)보다는 낮다. 비공개 프런티어는 Anthropic의 Claude Opus 5.5(171.14)와 OpenAI의 GPT-6 Astra(171.03)가 이끌며, 연구소는 이 둘을 171의 프런티어로 언급한다. 오픈 웨이트 내에서 GLM-5.3은 Moonshot의 Kimi K3(157.60)와 DeepSeek의 DeepSeek-V4-Pro(150.35) 위에 있고, 자체 전작인 GLM-5.2(154.12)와 GLM-5(147.95)보다도 크게 앞선다. GLM-5.3을 그것이 앞서는 가장 최근의 비공개 모델들과 앞서지 못하는 가장 이른 모델들 사이에 놓는 것이 바로 헤드라인 수치를 만들어낸다. 즉, 오픈 사이버 프런티어는 대략 비공개 프런티어가 6~7개월 전에 있던 위치에 있으며, GPT-5.4와 Claude Mythos Preview의 4월 7일 체크포인트를 기준으로 이 격차는 Epoch의 10월 8일 데이터 컷오프 대비 각각 7개월과 6개월이다.

여기서는 주의사항이 평소보다 더 중요하며, Epoch는 몇 가지를 명시한다. 사이버 벤치마크 결과가 최소 두 개 있는 모델만 지수에 아예 포함되는데 — 76개 중 57개 — GLM-5.3의 160.10은 정확히 세 개에 기대고 있으며, 모두 9월 17일 NIST의 CAISI 평가에서 나온 것이다. 이는 Epoch가 이 모델에 대해 보유한 유일한 사이버 결과들이며, 즉 Epoch의 추정치는 독립적인 재실행이 아니라 CAISI가 공개한 증거를 다시 적합한 것이다. 또한 6~7개월이라는 수치와 CAISI의 대략 4개월은 벤치마크 세트와 두 쪽이 끌어내는 비교가 다르기 때문에 차이가 나는 것이지, 두 쪽이 그 모델에 대해 의견이 다르기 때문이 아니다. Epoch는 또한 CAISI가 평가한 미국 모델들의 이름을 밝히지 않았기 때문에, 자사가 그 결과를 G​PT-6 Astra와 C​laude M​ythos Preview 같은 유력 선두 모델들에 귀속시켰다고 지적한다; 프런티어 모델 두 개를 둘러싼 구간이 거의 완전히 겹쳐서, 차트 상단의 순서는 점 추정치가 시사하는 것보다 덜 확정적이다; 그리고 10월의 재적합이 이전에 공개된 값들을 움직여 C​laude M​ythos 5를 3.9점, G​PT-5.6 Sol을 4.7점 낮췄으므로, 이번 달 수치는 지난달 수치와 조심 없이 비교해서는 안 된다. 차트를 읽기 전에 알아 둘 만한 관례가 하나 있다: Epoch는 제한적 사용 및 비상업적 라이선스를 오픈 웨이트로 간주하며, 이것이 GLM-5.3이 아예 자격을 갖추는 방식이다 — 그 가중치는 GLM-5.2와 GLM-5.3-Flash가 사용하는 MIT 라이선스가 아니라 Z.ai의 맞춤형 “glm-5.3” 약관에 따라 배포된다.

배치가 바꾸는 것은 모델 자체라기보다 그 모델을 둘러싼 논쟁이다. 10월 16일 이전에 GLM-5.3을 사이버 분야에서 가장 강력한 오픈 릴리스라고 부르는 일은 Z.ai 자체의 CyberGym 및 ExploitBench 비율에다 한 경쟁사의 샌드박스 실행 결과를 인용하는 것을 뜻했다. 이제는 프런티어까지의 거리가 명시된 공개 지수상의 위치가 있고, 그 거리는 독자가 움직이는 모습을 지켜볼 수 있는 숫자다. 보안 인접 업무를 위해 오픈웨이트 모델을 저울질하는 사람에게는 두 가지가 따른다. 프런티어에서 6개월 뒤처져 있다는 것은 안전하다는 것과 같지 않다. 프런티어 모델이 오늘 구축할 수 있는 익스플로잇은 그 방법이 공개되면 6개월 된 역량도 구축할 수 있는 익스플로잇이며, 위의 Anthropic 결과는 이 특정 가중치들을 그 창 안에 위치시킨다. 그리고 순위는 사용 가능한 최고의 가중치에 대한 진술이지, 요청에 응답하는 엔드포인트에 대한 진술이 아니다. 동일한 가중치라도 다른 제공자가 서빙하면 작업당 비용에서 이미 9배 차이가 나는데, 이는 역량의 문제라기보다 라우팅의 문제다.

기준 GLM-5.3이 능가해야 할 대상이었다.

GLM-5.2는 전체 이야기가 달려 있는 기준점입니다. 2026년 6월에 743B 전문가 혼합(Mixture-of-Experts) 모델로 출시되었으며, 토큰당 약 40B의 활성 매개변수, 1M 토큰 컨텍스트 창, 128K 최대 출력, MIT 라이선스, Hugging Face의 오픈 가중치를 갖추고 있습니다. Artificial Analysis의 Intelligence Index — 랩에서 측정한 것이지 Z.ai가 아닌 — 는 이제 재작성된 v4.3.2 버전을 기준으로 하며, 여기서 GLM-5.2 (Max)는 34점, GLM-5.3 (Max)는 45점을 기록합니다. 11점 차이는 이 페이지가 출시 당시 보고한 것과 동일한 격차입니다. 당시 같은 연구소의 이전 지수 버전에서는 GLM-5.2가 53점, GLM-5.3이 60점이었습니다. 바뀐 것은 결과가 아니라 잣대이며, 연구소는 이제 GLM-5.2를 후속 모델로 대체한다고 표시하고 있습니다. GLM-5.3의 45점은 오픈 가중치 모델 중 2위에 위치시킵니다. MiMo-V2.6-Pro의 46점 뒤에 있고, K​imi K3 (Max)의 44점보다 1점 앞서 있습니다. 그것은 GLM-5.3에 붙은 첫 번째 독립적인 수치였으며, Z.ai 자체 주장의 방향성과 — 모든 세부 사항은 아닐지라도 — 일치합니다. 그 이후 두 가지 추가 제3자 데이터 포인트가 나왔습니다. 8월 말, Perplexity는 GLM-5.3이 WANDR에서 GLM-5.2를 능가한다고 보고했습니다. WANDR은 대규모 증거 기반 연구를 위한 Perplexity의 공개 벤치마크로, 에이전트가 단일 질문에 답하는 대신 출처 기반 기록의 대규모 세트를 구성해야 하는 “wide and deep” 테스트입니다. 그것은 Perplexity 자체 벤치마크이자 자체 주장이며, 점수가 공개되지 않았으므로 숫자가 나올 때까지는 방향성으로만 간주하십시오. 두 번째는 A​nthropic의 9월 29일 사이버 평가로, Z.ai가 출시를 중심으로 구축한 특정 역량에 대한 첫 외부 측정입니다. 장기 지평 코딩에서 OrcaRouter 하네스는 Terminal-Bench 2.1에서 77.9를 측정한 반면, Z.ai가 보고한 최고 GLM-5.2 수치는 82.7로, 이는 80을 넘는 첫 오픈 가중치 점수가 되지만 벤더가 보고한 것이며 재현되지 않았습니다. 정가는 백만 입력 토큰당 $1.40, 백만 출력 토큰당 $4.40입니다.

위의 스코어보드는 이 페이지가 출시 전에 게시한 유출 당시의 예측입니다 — “>1T 파라미터(소문)” 행, 확인되지 않은 컨텍스트와 라이선스, 예측된 AA index. 출시는 가장 큰 셀을 바로잡았습니다: GLM-5.3은 GLM-5.2와 동일한 743B 베이스를 재사용하므로 파라미터 점프가 없습니다. 컨텍스트 윈도우는 1M으로 확인되었고, 라이선스는 더 이상 예전처럼 미해결 질문이 아닙니다 — Z.ai는 GLM-5.2와 GLM-5.3-Flash가 사용하는 MIT 조건이 아닌 맞춤형 “glm-5.3” 라이선스를 게시했습니다. 예측된 지수 셀 — 이 페이지 자체의 ~57–60 추정치 — 은 출시 당시의 지수에서 60으로 정확히 들어맞은 드문 예측이었습니다. 그 후 연구소는 지수를 다시 발표했고, 현재 v4.3.2 버전에서는 동일한 모델이 45로 읽힙니다. 움직이지 않은 것은 여전히 미해결 질문입니다: 그 점수가 자체 호스팅 가중치에 대해 재현될 때 어떻게 되는지.

위 캡처는 GLM-5.3의 주장이 측정되는 독립적인 기준선입니다. GLM-5.2는 이 페이지가 8월에 참조하던 지수 버전에서 Artificial Analysis Intelligence Index 53으로 오픈 웨이트 리더보드 1위를 차지했습니다. 그 기준선은 이후 다른 모든 모델의 기준선과 함께 다시 산출되었습니다. 해당 랩의 현재 v4.3.2 지수에서 GLM-5.2 (Max)는 34, GLM-5.3 (Max)는 45를 기록해 같은 방향으로 거의 같은 크기의 격차를 보였으며, Kimi K3 (Max)는 44로 1점 뒤처지고 MiMo-V2.6-Pro는 46으로 앞섰습니다. 두 수치 모두 해당 랩이 자체 하네스에서 측정한 자체 측정치이며, 어느 쪽도 벤더가 제시한 수치가 아닙니다.

가격 및 재고

GLM-5.3은 GLM-5.2와 가격이 동일합니다: 입력 100만 토큰당 $1.40, 출력 100만 토큰당 $4.40(중국 내 리스팅에서는 ¥8 / ¥28)이며, 캐시된 입력 읽기는 100만 토큰당 $0.26 / ¥2입니다. 출시일은 타사 모델 리스팅 기준 8월 18일이고, Z.ai는 8월 19일 API를 공개적으로 개방했으며, 이 모델은 Z.ai 자체 API, ZCode, AutoClaw, GLM Coding Plan, 그리고 계속 늘어나는 타사 플랫폼 목록을 통해 접근 가능한 것으로 확인되었습니다. 또한 8월 말부터는 Ollama 라이브러리에서도 제공되는데, 여기서 GLM-5.3은 미국과 유럽에서 서비스되며 데이터 보존이 전혀 없는 클라우드 호스팅 모델(glm-5.3:cloud)로 등록되어 있습니다. 장시간 실행되는 다단계 작업을 위한 Perplexity의 에이전트 플랫폼인 Perplexity Computer는 같은 시기에 GLM-5.3을 추가했고, 이제 에이전트 워크로드용으로 이 모델을 제공합니다. Ollama 태그는 로컬 GGUF가 아니라 클라우드 전용이므로, 셀프 호스팅 경로는 여전히 Hugging Face 가중치를 거칩니다. 더 작은 GLM-5.3-Flash는 이제 Ollama에 이에 맞는 자체 클라우드 리스팅이 있습니다. 유출 단계는 끝났습니다. 이제 가용성은 추적할 소문이 아니라 확인된 사실입니다. API 호출자에게 중요한 한 가지 동작 변경 사항이 있습니다. 이제 요청에는 세 가지 노력 수준, 즉 낮음, 높음, 최대 전반에서 "thinking"이 활성화되어 있어야 하며 끄는 스위치가 없습니다. 이는 기존 통합에 대한 호환성을 깨는 변경입니다.

이제 Amazon Bedrock도 GLM-5.3을 제공합니다. AWS는 2026년 10월 5일에 이 모델을 게시했으며 — 자체 모델 카드에 적힌 출시일입니다 — 그 카드에서 이 모델을 동일한 Mixture-of-Experts 설계로, 토큰당 약 40B 매개변수가 활성화되고, 퍼스트파티 API와 동일한 100만 토큰 컨텍스트 창과 128K 출력 상한을 가지며, 추론이 선택 가능한 노력 수준과 함께 영구적으로 활성화된다고 설명합니다. 이 경로는 Z.ai 엔드포인트의 복사본이 아닙니다. Bedrock은 교차 리전 추론을 통해서만 GLM-5.3을 제공합니다: 기본 모델 ID(zai.glm-5.3)는 리전 내 온디맨드 호출을 허용하지 않으므로 요청은 미국 지오 프로필(us.zai.glm-5.3) 또는 글로벌 프로필(global.zai.glm-5.3)을 통해 이루어지며, AWS는 자사가 나열한 모든 리전에서 — 미국 리전 네 곳을 포함해 — 리전 내 추론을 지원되지 않는 것으로 표시합니다. 여기서 추가되는 것은 모델을 둘러싼 AWS 표면입니다 — Invoke, Converse, OpenAI 호환 Responses 및 Chat Completions API, Guardrails, Agents, Flows, 구조화된 출력, 모델 평가, 그리고 기본적으로 암시적이거나 최소 1,024토큰의 캐시 지점에 명시적으로 설정되고 최소 30분의 보존 기간을 갖는 프롬프트 캐싱 — 에 더해 표준 서비스 티어가 있으며, Priority는 Standard 대비 75% 할증, Flex와 Batch는 50% 할인입니다. 문제는 접근성입니다: AWS의 발표는 GLM-5.3이 Bedrock에서 정식 출시되었다고 하지만, 그 발표와 모델 카드 모두 AWS 계정 팀에 문의하는 자격을 갖춘 고객으로 제한합니다. 엔터프라이즈 경로는 존재하지만, 오늘날 셀프서비스는 아닙니다. AWS 자체 페이지를 읽을 때 조심해서 봐야 할 숫자가 하나 있습니다: 모델 카드는 GLM-5.3의 총 매개변수를 744B로, 함께 나온 발표는 753B로 제시하며, Z.ai와 Hugging Face 리포지토리는 743B라고 말합니다 — 같은 모델, 세 가지 총계, 그리고 그중 어느 것도 독립적으로 측정되지 않았습니다.

작업당 비용, 그리고 그 이면에 있는 캐시 적중률

같은 가격이 같은 청구서를 의미하지는 않으며, 이제 그 차이는 추정이 아니라 측정된 것이다. Artificial Analysis는 GLM-5.3 (Max)를 자사 요율 기준 Intelligence Index 작업당 $2.01로, GLM-5.2 (Max)의 $1.47과 대비해 제시한다 — 동일한 $1.40 / $4.40 요율표인데, 같은 고정 작업 집합을 한 번 통과할 때 청구서가 37% 더 크다. 이를 설명하는 두 가지가 있으며, 둘 다 해당 연구소의 자체 모델 요약에 나온다. 첫째는 볼륨이다: GLM-5.3은 Intelligence Index에서 출력 토큰을 210M 사용하는데, 비교 가능한 오픈 웨이트 모델의 중앙값은 140M이며, 연구소는 이를 매우 장황하다고 부르고, 출력은 요율표에서 비싼 쪽이다. 둘째는 속도다: 초당 출력 토큰 64.2개로, 중앙값 66.9개와 대비되며, 이는 평균보다 느리고, 긴 에이전트 실행에서는 같은 토큰으로 사들인 실제 시간도 더 길다. 이는 이 페이지가 이전에 싣던 추정치를 대체하는데, 그 추정치는 우리가 직접 관측한 토큰 사용량을 바탕으로 GLM-5.3을 작업당 약 $0.68, GLM-5.2를 약 $0.44로 잡았다. 연구소의 수치는 그 추정치보다 전반적으로 높으며, 인용해야 할 수치는 이쪽이다: 이는 고정된 작업 수에서 10개 평가에 걸친 가중 평균이지, 하나의 워크로드에서 읽어낸 값이 아니다.

엔드포인트가 모델보다 더 큰 타격을 줍니다. 같은 연구소는 이제 GLM-5.3 (Max)에서 추적하는 모든 제공업체(25개)에 대해 작업당 비용(Cost per Task) 열을 게시하며, 이 열은 가장 저렴한 엔드포인트의 $0.92부터 가장 비싼 엔드포인트의 $8.68까지 분포합니다. 이는 동일한 가중치, 동일한 벤치마크, 동일한 추론 설정에서 9.4배의 차이입니다. (9.4배는 연구소가 게시한 열에 대한 우리의 계산이며, 페이지 자체에서 문자로 명시한 내용은 혼합된 백만 토큰당 가격이 “제공업체별로 최대 4.4배”까지 차이가 나고 출력 속도는 1,152%까지 차이가 난다는 것입니다.) 그 차이에 대해 능력 발견이라고 할 만한 것은 없습니다. 연구소의 엔드포인트 정확도 지수(Endpoint Accuracy Index)는 각 엔드포인트에 대해 BFCL v4-500, HLE-250, AA-LCR-25를 다시 실행하며, 점수를 매기는 모든 엔드포인트에서 95% 이상을 기록합니다. 이는 제공업체가 잃는 것이 약간의 정확도일 뿐, 모델이 아니라는 것을 의미합니다. 연구소가 지목하는 메커니즘은 캐싱입니다. 작업당 비용은 입력, 캐시 적중, 캐시 쓰기, 추론 및 답변 토큰 가격으로 계산되며, 작업 수로 나누고 각 벤치마크의 지수 비중으로 가중됩니다. 따라서 매 턴마다 전체 대화 기록을 다시 보내는 에이전트 또는 코딩 루프는 해당 기록에 대해 매 턴마다 반복해서 비용을 지불하며, 제공업체의 프롬프트 캐시에서 제공되는 비율이 총액에 가장 큰 영향을 미치는 단일 레버입니다. Artificial Analysis는 그 비율을 캐시 적중률로 측정하고, 이를 “다중 턴 에이전트 코딩 세션 중에 측정된, 제공업체의 프롬프트 캐시에서 제공되는 캐시 가능한 입력 토큰의 비율”로 정의하며, 지난 4주(2026년 9월 26일 업데이트)의 중앙값으로 보고하고 작업당 비용에 대해 차트로 나타냅니다. 여기서 중요한 것은 그것이 제시하는 방향입니다. 적중률이 높을수록 더 많은 입력이 더 저렴한 캐시 적중 가격으로 청구되어 에이전트 작업의 실효 비용이 낮아집니다. GLM-5.3 자체의 캐시 할인은 자사 요금 기준 81%입니다. 캐시된 입력 백만 개당 $0.26인 반면 신규 입력 백만 개당 $1.40이며, 캐시 쓰기와 저장은 별도로 청구되며 요금은 제공업체마다 다릅니다. 증거에 대한 한 가지 주의사항: 제공업체별 적중률은 표로 작성되지 않고 그래프로 표시되므로, 특정 엔드포인트에 대한 적중률 수치를 주장하지 않고도 그 차이를 메커니즘으로서의 캐싱에 기인한다고 볼 수 있습니다.

그것은 가격 책정의 문제라기보다 라우팅의 문제입니다. 당신이 개입할 수 있는 변수는 가중치 비용이 아니라 어떤 엔드포인트가 응답하는가이기 때문입니다. GLM-5.3은 OrcaRouter에서 백만 토큰당 $1.40 / $4.40에 제공되며, 공급자의 자체 정가로 마크업 없이 그대로 전달되므로 공급자의 가격이나 캐시 조건은 다음 계약 시점이 아니라 변경되는 당일 바로 청구서에 반영됩니다. 자동 페일오버는 성능이 저하된 엔드포인트에서 워크로드를 GLM-5.2 또는 다른 검증된 모델로 옮기며, 라우팅 DSL이 바로 그런 규칙이 존재하는 곳입니다. 작업당 비용이 이제 엔드포인트에 따라 9배까지 달라지는 모델의 경우, 자신만의 숫자를 찾는 저위험 방법은 페일오버를 뒤에 둔 실제 트래픽의 일부를 사용하는 것입니다 — 다른 사람의 에이전트 루프에서 저렴한 엔드포인트가 반드시 당신의 루프에서도 저렴한 것은 아닙니다.

Build Week가 정기 시리즈가 됩니다 — 무료 GLM-5.3 토큰 1억 개와 함께

Z.ai는 8월 21일 ZCode Build Week를 지속적인 시리즈로 전환했으며, 회사가 말하는 GLM-5.3와 함께 ZCode로 구축된 프로젝트 물결의 공을 커뮤니티에 돌렸습니다. 재출시를 기념하기 위해 Z.ai는 신규 ZCode 사용자 50,000명에게 각각 1억 개의 무료 GLM-5.3 토큰을 제공했습니다 — 선착순, 태평양 시간 8월 23일 오후 6시(베이징 시간 8월 24일 09:00)까지 — 사용하지 않은 토큰은 행사 종료 시 만료됩니다. 이 혜택과 그 조건은 Z.ai 자체의 것으로, 공급업체가 밝힌 내용입니다. 다만 이 증정은 이후 독립 매체들에 의해 보도되었습니다.

이번 주말 빌드의 두 번째 라운드입니다. 8월 16~17일에 걸친 1라운드는 출시 후 약 1시간 만에 수요가 용량을 초과하여 중단되었습니다. 이미 청구된 토큰은 영향을 받지 않았으며, Z.ai는 이후 서빙 측을 확장했습니다. 각각 1억 토큰씩 50,000개 할당에서 최대 광고 지급량은 5조 토큰입니다: 유료 GLM-5.3 API가 실행되는 동일한 서빙 인프라에 대한 실시간 스트레스 테스트를 겸하는 고객 확보 수치입니다.

출시가 당신에게 가져다주는 변화

이미 GLM-5.2를 사용 중인 API 호출자에게 실질적인 단계는 프로젝트가 아니라 모델 이름 변경입니다. GLM-5.2는 O​penAI 호환이며 통합이 그대로 이어지고, 위에서 언급한 사고 노력(thinking-effort) 관련 유의사항만 따릅니다. 셀프 호스팅 사용자라면 기다림은 끝났습니다. Hugging Face의 공식 zai-org/GLM-5.3 저장소는 8월 25일에 생성되어 8월 27~28일에 걸쳐 채워졌으며, 이제 141개의 safetensors 샤드로 구성된 완전한 743B 플래그십을 제공합니다. 모델 카드에는 SGLang, vLLM, TokenSpeed, Transformers, KTransformers가 모두 지원되는 배포 경로로 나열되어 있습니다. 라이선스가 유일하게 진짜 놀라운 부분입니다. Z.ai는 MIT가 아닌 사용자 정의 "glm-5.3" 라이선스를 선언했습니다. 이는 MIT 허여에 더해, 최근 12개월 매출이 100억 달러를 초과하는 모델-서비스(MaaS) 사업자는 상업적 사용 전에 Z.ai의 보안 검토를 통과해야 한다는 조건이 붙은 것으로 읽힙니다. 그 기준 이하에서는 셀프 호스팅과 일반적인 상업적 사용에 그러한 제한이 없지만, 정확한 조건은 이에 의존하기 전에 직접 읽어볼 가치가 있습니다. 플래그십의 규모가 클러스터에 부담스럽다면, 더 작은 GLM-5.3-Flash가 8월 26일 MIT 하에 가중치를 공개했습니다. 이는 플래그십이 아닌, 별개의 네이티브 멀티모달 모델입니다. Ollama 사용자라면 이제 라이브러리 자체 클라이언트에서 명령 하나로 플래그십을 사용할 수 있습니다 — ollama run glm-5.3:cloud — 하지만 이 호출은 미국과 유럽에서 서비스되는 클라우드 호스팅 모델에 접속하는 것이지 로컬로 내려받는 것이 아닙니다. 아직 양자화된 로컬 태그는 없습니다. 자체 하드웨어에서 GLM-5.3을 실행하려면 여전히 vLLM 또는 SGLang 스타일 스택과 함께 Hugging Face 가중치를 사용해야 합니다. D​eepSeek V4 Pro, Qwen3.8-Max, K​imi K3, G​PT-5.6 Sol, C​laude Fable 5 등급의 모델을 비교하는 사람이라면, GLM-5.3은 이제 소문이 아니라 해당 순위에서 실제로 독립적으로 평가된 변수입니다. 개인 개발자가 아닌 기업 구매자라면, 가장 최신 옵션은 A​mazon Bedrock입니다. Amazon Bedrock은 10월 5일 자격을 갖춘 고객을 대상으로 GLM-5.3을 등록했습니다. AWS 계약 하에 동일한 가중치와 동일한 100만 토큰 컨텍스트 윈도우가 제공되며, 정가는 Z.ai 자체 가격보다 높습니다.

GLM-5.3을 둘러싼 출시 당일의 논점은 코딩 최전선이 수렴했다는 것이다. 이야기인즉, 대부분의 일상적 작업에서는 GPT-5.6 Sol, Claude Fable 5, Kimi K3, GLM-5.2, Qwen3.8-Max를 안정적으로 구분할 수 있는 사용자가 거의 없다는 것이다. 그 수렴이 실제라면, 결정적 요인은 더 이상 순수한 성능이 아니라 가격, 개방성, 전환 비용이 된다. 바로 그 지점을 GLM-5.3이 약속했던 8월 28일 가중치 배포가 이제 도착한 자체 호스팅 가능한 743B 기반에서 100만 토큰당 $1.40 / $4.40으로 선점하고 있다. 코딩 모델들이 진정으로 상호 교환 가능한지는 벤치마크가 아니라 의견이다. 가격, 파라미터 수, 가중치 날짜는 의견이 아니다.

라우팅 측면에서, GLM-5.3은 8월 18일 OrcaRouter에서 라이브로 전환되었습니다. 이는 모델이 더 넓은 시장에 출시된 것과 같은 날이며, 자사 공시 가격인 백만 토큰당 $1.40 / $4.40에 마크업 없이 그대로 적용됩니다. 아래 스크린샷은 GLM-5.2의 페이지를 보여주며, 현재 GLM-5.3도 정확히 같은 형태를 갖추고 있습니다: 동일한 가격, 동일한 1M 토큰 컨텍스트, 동일한 128K 최대 출력. 실제 트래픽의 일부를 GLM-5.3으로 라우팅하고 GLM-5.2 또는 다른 검증된 모델로 자동 장애 조치하는 것은 재작성이 아니라 구성 변경입니다 — 동일한 키, 추가 계약 없이 가능합니다. 새 모델이 워크로드에서 성능이 저하되면 라우터는 페이지가 넘어가기 전에 대체 모델로 전환되며, 공급업체의 슬라이드 대신 자체 트래픽에서 품질 신호를 얻을 수 있습니다. 플래그십 주장이 아직 대부분 공급업체 보고에 의존하는 모델의 경우, 이는 직접 확인할 수 있는 저위험 방법입니다.

다음에 볼 콘텐츠

• 오픈 웨이트 공개가 이제 공식화되었습니다. Z.ai는 8월 28일 이를 확인하며 플래그십 모델을 오픈으로 선언하고 Hugging Face 웨이트와 기술 심층 분석 자료를 가리켰습니다. 놀라운 점은 라이선스입니다. GLM-5.2와 GLM-5.3-Flash가 사용하는 MIT 약관이 아니라 맞춤형 “glm-5.3” 약관이므로, 셀프 호스팅하기 전에 정확한 약관을 읽어 보십시오. Anthropic의 9월 29일 평가는 이번 릴리스의 안전장치가 얼마나 실효가 있는지에 대한 첫 외부 점검입니다. 이 평가는 내장된 거부가 그럴듯한 구실, 미리 채워진 사고, 또는 abliterated 복사본으로 무력화될 수 있음을 발견했으며, abliterated 변형은 웨이트가 공개된 지 며칠 만에 이미 유포되고 있었습니다.

• Ollama에서 로컬 GGUF 태그가 이어지는지 여부. 라이브러리는 현재 GLM-5.3을 클라우드 전용으로 나열합니다. 양자화된 로컬 태그는 Ollama 사용자의 자체 호스팅 경로를 단일 명령으로 축소하는 반면, 클라우드 태그는 두 번째 제공 경로로 남습니다.

• 6~7개월의 사이버 격차가 좁아질지, 아니면 유지될지. Epoch AI는 이제 자사의 Cyber ECI에서 GLM-5.3을 160.10점으로 오픈웨이트 모델 중 1위로 평가하는데, 이는 171점의 폐쇄형 프런티어보다 6~7개월 뒤처진 것이다. 그러나 그 수치는 세 가지 CAISI 벤치마크에 기대고 있으며, 이는 해당 연구소가 이 모델에 대해 보유한 유일한 사이버 결과이고, 10월 재적합은 이미 이전 모델들의 점수를 몇 점씩 움직여 놓았다. 두 번째 데이터 출처, 또는 제3자가 Z.ai 자체 하네스를 다시 실행하는 것이 CAISI로 거슬러 올라가지 않는 첫 번째 검증이 될 것이다. Anthropic의 9월 29일 평가는 다른 독립적 판독으로 남아 있으며, 내장된 거부가 커버 스토리, 미리 채워진 생각, 또는 어블리터레이션된 사본으로 극복 가능하다는 것을 발견했다.

Perplexity의 WANDR 주장에 수치가 포함되어 있는지 여부. GLM-5.3이 WANDR에서 GLM-5.2를 이긴 것은 Perplexity 자체의 벤치마크이자 자체 테스트이며, 공개된 점수는 없습니다. 독립적인 실행은 해당 모델의 에이전트 연구 성능에 대한 최초의 제3자 검증이 될 것입니다.

• 자체 호스팅 사본에서 이 지수가 어디에 자리잡는지. 45는 서비스되는 엔드포인트를 기준으로 측정된다. 이제 다운로드할 수 있고 라이선스 조건이 첨부된 자체 호스팅 버전이야말로 팀들이 실제로 다시 배포하고 독립 연구소들이 재벤치마킹할 대상이다. 해당 연구소는 이미 이 지수를 한 번 재산정했으므로, 그 숫자가 또 바뀔 것으로 예상해야 한다.

• DeepSeek V4 Flash가 발표한 가격 인상은 GLM-5.3이 평가받는 기준이 되는 가격 범위를 설정하며, 폐쇄형 프런티어의 작업당 비용이 이를 어떻게 따라가는지를 보여준다: GPT-5.6 Sol (max)은 지수에서 47로 GLM-5.3의 45를 앞서는데, 해당 연구소는 GPT-6 Sol을 위해 Sol을 사용 중단(deprecated)으로 표시했다.

• 현재 진행 중인 Build Week 시리즈가 수요 속에서도 정상적으로 유지되는지 여부 — 1라운드는 한 시간 만에 붕괴했으며, 시리즈 구조상 향후 모든 라운드는 유료 API가 의존하는 용량에 대한 새로운 부하 테스트가 됩니다.

• 멀티모달 누출이 실제 출시 모델로 굳어지는지 여부. sglang 프로세서 작업은 플래그십 라인이 이미지 입력을 위해 준비되고 있다는 코드 수준의 증거이며, Perplexity가 Computer를 위해 내세운 "멀티모달 에이전트 워크로드" 제안도 같은 방향을 가리킨다. 그러나 그것은 포지셔닝일 뿐 출시된 모델이 아니며, 멀티모달 GLM-5.3에 대한 발표나 벤치마크도 없다. 실제로 간주하기 전에 모델 카드, 문서 페이지, 또는 가중치를 기다리라.

• Bedrock의 엔터프라이즈 게이트가 열릴지 여부. AWS의 발표는 GLM-5.3이 Bedrock에서 일반 제공된다고 밝히는 한편, 모델 카드는 AWS 계정 팀에 문의한 자격을 갖춘 고객으로 대상을 제한하고 있으며, 리전 내 추론은 전혀 지원되지 않는다 — 모든 요청이 리전을 넘어, 미국 지오 프로필 내에서든 글로벌 프로필에서든 처리된다. 이번 달에 어떤 엔터프라이즈가 이 모델을 호출할 수 있는지를 결정하는 것은 리전 목록이 아니라 바로 이 게이트다.

자주 묻는 질문

GLM-5.3이 GLM-5.2보다 더 큰 모델인가요?

아니요. Z.ai와 공동 창업자 Tang Jie는 모두 GLM-5.3이 GLM-5.2와 동일한 7,430억 파라미터 Mixture-of-Experts 기본 모델을 사용하며, 동일한 1M 토큰 컨텍스트 창과 토큰당 약 400억 개의 활성 파라미터를 가진다고 말합니다. 보고된 모든 성능 향상은 사후 학습(post-training)에서 비롯됩니다 — Tang Jie는 변경 사항이 변경되지 않은 기본 모델 위에 한 달간의 장기 지평 강화 학습(long-horizon reinforcement learning)을 적용한 것이라고 설명합니다 — 파라미터 증가가 아니며, 이는 1조 개 이상의 기본 모델이라는 유출 시기 루머를 직접적으로 바로잡습니다. 이 아키텍처 주장은 여전히 창업자와 회사 자체의 주장일 뿐, 독립적으로 검증된 것은 아닙니다.

GLM-5.3의 오픈 가중치는 언제 공개되나요?

그것들이 공개되었습니다. Hugging Face의 공식 zai-org/GLM-5.3 저장소는 8월 25일에 생성되었고 가중치 파일은 8월 27~28일에 걸쳐 업로드되었으며, 이제 전체 743B 플래그십 모델을 호스팅합니다. 이는 Z.ai가 출시 때부터 유지해 온 8월 28일 날짜에 맞춰진 것입니다. Z.ai는 8월 28일에 자체적으로 이 출시를 발표하면서 가중치가 공개되었음을 선언하고 Hugging Face 저장소와 기술 심층 분석 자료를 링크했습니다. 라이선스도 이제 명시되었습니다. GLM-5.2와 GLM-5.3-Flash가 사용하는 MIT 조건이 아니라 맞춤형 "glm-5.3" 라이선스입니다. 대략 MIT 허가에 대규모 MaaS 제공업체를 위한 보안 검토 조건이 추가된 형태이므로, 신뢰하고 사용하기 전에 정확한 조건을 읽어보십시오. Z.ai는 별도로 민감한 사이버 기능은 검증된 사용자 "신뢰 액세스" 프로그램으로 제한될 것이라고 밝혔습니다.

벤치마크 수치를 어떻게 처리해야 하나요?

목록을 세 갈래로 나눠 보자. Z.ai 자체 수치, 즉 코딩 관련 도약(Terminal-Bench 3.0에서 28.3, DeepSWE v1.1에서 66.9, SWE-Marathon에서 42.5)과 사이버 결과(CyberGym 84.5%, ExploitBench 54.4%)는 회사 발표에서 나온 것으로, 독립적인 하네스가 이를 재현하기 전까지는 벤더 보고 수치로 남는다. 이제 무게추가 놓이는 곳은 독립 범주다. Artificial Analysis의 Intelligence Index는 현재 v4.3.2 버전에서 GLM-5.3(Max)이 45로, Kimi K3(Max)의 44, GLM-5.2(Max)의 34와 대비된다. 같은 모델에 대한 엔드포인트별 작업당 비용(Cost per Task) 항목은 추적 중인 25개 제공업체 전반에서 0.92달러에서 8.68달러에 이르고, Anthropic Frontier Red Team의 ExploitBench 측정치(410개 엔드투엔드 익스플로잇 중 50개)와 내부 바이너리 익스플로잇 벤치마크(완전 제어 흐름 탈취 4%), 9월 17일 NIST의 CAISI 평가, 그리고 10월 16일 발표된 Epoch AI의 Cyber ECI는 GLM-5.3을 160.10으로 평가한다. 이는 오픈웨이트 모델 중 1위이자 171인 폐쇄형 프런티어보다 6~7개월 뒤처진 수치지만, 그 추정치는 세 개의 CAISI 벤치마크와 Epoch 자체의 모델 식별 및 구간 관련 유의사항에 기반하고 있다. GLM-5.3이 WANDR에서 GLM-5.2를 앞선다는 Perplexity의 주장은 그 자체로 세 번째 범주에 속한다. 남의 벤치마크, 남의 주장이고 공개된 점수도 없다. Z.ai의 수치와 견줘 볼 대상은 독립 수치이며, 비용과 캐시 수치는 벤더 산출물이 아니라 그 연구소가 자체 하네스를 직접 측정한 값이다.

GLM-5.3이 일부 제공업체에서 다른 곳보다 실행 비용이 훨씬 더 많이 드는 이유는 무엇인가요?

작업당 비용은 제공업체가 프롬프트 캐시에서 대화의 얼마나 많은 부분을 처리할 수 있는지에 의해 좌우되며, 토큰 가격 차이는 그 위에 추가됩니다. Artificial Analysis는 입력, 캐시 적중, 캐시 쓰기, 추론 및 답변 토큰 가격으로부터 이 수치를 계산하고, 작업 수로 나눈 다음 Intelligence Index에서 각 벤치마크의 가중치로 가중치를 부여합니다. 에이전트 및 코딩 워크로드는 매 턴마다 전체 대화 기록을 다시 전송하므로, 프롬프트에서 캐시 가능한 부분은 반복적으로 청구되며, 제공업체가 전체 입력 가격 대신 캐시에서 제공하는 비율은 총액에 가장 큰 단일 레버입니다. 캐시 쓰기와 캐시 저장은 제공업체별 요율로 별도 청구됩니다. GLM-5.3 (Max)에서 결과 열은 연구소가 추적하는 25개 엔드포인트에 걸쳐 $0.92에서 $8.68까지 분포하며 — 동일한 가중치와 동일한 벤치마크에서 약 9배 — 따라서 비용 결정은 모델이 아니라 엔드포인트입니다.

Ollama를 통해 GLM-5.3을 로컬에서 실행할 수 있나요?

아직입니다. GLM-5.3은 Ollama 라이브러리에 등록되어 있지만 클라우드 호스팅 모델로만 제공됩니다 — glm-5.3:cloud, 미국과 유럽에서 데이터 보존 없이 서비스됩니다. 로컬 GGUF 태그는 없으므로, 현재 ollama run glm-5.3:cloud는 사용자 머신에 복사본을 내려받는 대신 호스팅된 모델을 호출합니다. 자체 호스팅 경로는 여전히 vLLM 또는 SGLang 스타일 스택을 사용하는 Hugging Face 가중치 방식이며, 클라우드 태그는 이미 Ollama를 사용 중인 독자들을 위한 두 번째 제공 경로입니다.

유출은 사실이었고, 출시는 이름과 프레이밍, 시점을 확인해 주었다 — 그리고 두 달 뒤, Z.ai가 발표의 핵심으로 내세운 사이버 역량은 두 외부 기관이 측정했고 세 번째 기관이 순위를 매겼다. Anthropic의 Frontier Red Team은 엔드투엔드 익스플로잇 개발에서 GLM-5.3을 Claude Mythos Preview에 몇 번의 시도 차이로 근접한 위치에 두고, 이 모델이 오픈 릴리스치고는 이례적으로 유능하다고 평가하며, 이를 배포하는 누구에게나 더 중요한 발견을 덧붙인다: 세이프가드는 실재하지만 얕고, 가중치는 다운로드할 수 있으므로 거부는 보장이 아니라 설정에 불과하다. NIST의 CAISI는 다른 방향에서 호환되는 결론에 도달했다 — 현재까지 최고의 오픈 가중치 사이버 모델이며, 미국 프런티어보다 대략 네 달 뒤처져 있다. Epoch AI는 이제 그 결론을 하나의 순위로 바꾸었다: 자사의 Cyber ECI에서 160.10, 오픈 가중치 모델 중 1위, OpenAI의 GPT-5.4보다 위이며, 171점인 Anthropic의 Claude Opus 5.5와 OpenAI의 GPT-6 Astra보다 6~7개월 뒤처진다 — 결국 세 가지 CAISI 벤치마크를 토대로 만들어진, 그리고 그 점에 대해 정직한 숫자다. Artificial Analysis는 네 번째 외부 측정치를 제공하는데, 그것은 비용에 관한 것이다: 퍼스트파티 요율로 Intelligence Index 작업당 $2.01, 그리고 동일 작업에 대해 어떤 엔드포인트가 응답하느냐에 따라 $0.92에서 $8.68까지다. 벤더 숫자는 여전히 벤더 숫자이고, 라이선스는 여전히 커스처이며, 플래그십 라인이 멀티모달로 가는지에 대한 질문은 여전히 열려 있다. 달라진 점은 오픈 사이버 역량과 클로즈드 사이버 역량 사이의 거리가 더 이상 독자가 믿음으로 받아들여야 하는 것이 아니라는 것이다 — 그것은 검사할 수 있는 방법론이 딸린 공개된 숫자다. 이 모델이 당신의 작업에서 어떻게 작동하는지 알아내는 가장 저렴한 방법은 여전히 실제 트래픽의 일부를 검증된 무언가로 페일오버해 돌려보는 것이다.

이 등급의 오픈 웨이트 모델과 관련해 문서화된 AI 사고 및 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 제공됩니다.