Question 1

이전 GLM 모델과 비교했을 때 GLM-5의 아키텍처는 무엇이 다른가요?

Accepted Answer

GLM-5는 약 745B의 총 파라미터와 토큰당 8개의 활성 전문가(~44B 활성)를 사용하는 Mixture of Experts (MoE) 아키텍처를 채택하여, 이전 GLM 시리즈보다 대규모 추론과 에이전트형 워크플로를 효율적으로 수행할 수 있습니다.

Question 2

API를 통해 GLM-5는 얼마나 긴 컨텍스트 윈도를 지원하나요?

Accepted Answer

GLM-5는 **200K 토큰 컨텍스트 윈도**와 최대 **128K 출력 토큰**을 지원하여, 확장된 추론 및 문서 작업에 적합합니다.

Question 3

GLM-5는 복잡한 에이전트형 및 엔지니어링 작업을 처리할 수 있나요?

Accepted Answer

예 — GLM-5는 장기적인 에이전트 작업과 복잡한 시스템 엔지니어링 워크플로에 명시적으로 최적화되어 있으며, 일반적인 채팅 모델을 넘어서는 심층 추론 및 계획 능력을 갖추고 있습니다.

Question 4

GLM-5는 도구 호출과 구조화된 출력을 지원하나요?

Accepted Answer

예 — GLM-5는 외부 도구 및 시스템과 통합할 수 있도록 **함수 호출, 구조화된 JSON 출력, 컨텍스트 캐싱 및 실시간 스트리밍**을 지원합니다.

Question 5

GLM-5는 GPT나 Claude 같은 독점 모델과 비교해 어떤가요?

Accepted Answer

GLM-5는 벤치마크에서 최상위 독점 모델들과 경쟁력이 있으며, Claude Opus 4.5에 근접한 성능을 보이고 토큰당 비용이 훨씬 낮으며 오픈 웨이트로 제공됩니다. 다만 일부 세부 벤치마크에서는 여전히 클로즈드 소스 모델이 앞설 수 있습니다.

Question 6

GLM-5는 오픈 소스인가요, 그리고 어떤 라이선스를 사용하나요?

Accepted Answer

예 — GLM-5는 **관대한 MIT 라이선스**로 공개되어, 오픈 웨이트 접근과 커뮤니티 개발을 가능하게 합니다.

Question 7

GLM-5가 뛰어난 성능을 보이는 대표적인 사용 사례는 무엇인가요?

Accepted Answer

GLM-5는 일관된 다단계 출력을 요구하는 **장문 시퀀스 추론, 에이전트형 자동화, 코딩 지원, 대규모 창작 글쓰기, 백엔드 시스템 설계 작업**에 매우 적합합니다.

Question 8

GLM-5의 알려진 한계는 무엇인가요?

Accepted Answer

강력하지만, GLM-5는 주로 텍스트 전용(기본 멀티모달 지원 없음)이며, 특히 짧은 작업에서는 더 작은 모델보다 느리거나 더 많은 리소스를 소모할 수 있습니다.

항목	GLM-5 (보고됨)
모델 계열	GLM (Z.ai / Zhipu AI) — 플래그십 세대
아키텍처	Mixture-of-Experts(MoE) + 희소 어텐션(DeepSeek/DSA 최적화).
총 파라미터	≈744–745B (MoE 풀).
활성 / 라우팅 파라미터(토큰당)	~40–44B 활성 (라우팅/전문가에 따라 다름).
사전학습 토큰	~28.5T 토큰(보고됨).
컨텍스트 윈도우(입력)	최대 200,000 토큰(롱 컨텍스트 모드).
최대 출력 토큰	128,000 토큰(호출당 최대 생성치, 보고됨).
입력 모달리티	텍스트 전用(주요); 리치 텍스트 → 출력(도구를 통한 doc/xlsx 생성)에 최적화.

GLM 5

GLM-5의 기술 사양