DeepSeek Vision and Grok Imagine models are now live on CometAPI →

GLM-5 블로그

GLM-5.3 vs GLM-5.2: 벤치마크와 테스트가 달라진 점을 알려준다
Aug 26, 2026
glm-5.3

GLM-5.3 vs GLM-5.2: 벤치마크와 테스트가 달라진 점을 알려준다

GLM-5.3 vs GLM-5.2: 동일한 베이스 모델, 순수 포스트 트레이닝만으로 ~50% 코딩 성능 도약(Terminal-Bench 3.0 4.6→28.3) & 창발적 CyberGym 84.5% SOTA.

GLM-5.3 설명: 기능, 벤치마크, 가격 및 접근
Aug 26, 2026
glm-5.3

GLM-5.3 설명: 기능, 벤치마크, 가격 및 접근

GLM-5.3가 무엇인가요? 기능, 벤치마크, 가격, API 액세스, 사이버보안 역량을 포함해 Z.ai의 최신 AI 코딩 모델을 살펴보세요.

GLM 5.2: 전체 가이드, 벤치마크, 가격 & CometAPI로 액세스하기
Aug 26, 2026
GLM-5.2

GLM 5.2: 전체 가이드, 벤치마크, 가격 & CometAPI로 액세스하기

GLM 5.2: GLM-5.2는 Z.ai의 가중치가 공개된 플래그십 LLM으로, 장기 지평 코딩과 에이전트형 소프트웨어를 위한 모델입니다. CometAPI에서 이용 가능 — OpenAI 호환, 단일 키.

GLM-5.2 API 사용법: 개발자를 위한 2026년 종합 가이드
Aug 26, 2026
GLM-5.2

GLM-5.2 API 사용법: 개발자를 위한 2026년 종합 가이드

단계별 GLM-5.2 API 튜토리얼: 빠른 시작, 추론 리소스 최적화, 에이전트 구축, GPT/Claude 대비 비용 절감

GLM-5.2란 무엇인가요?  알아야 할 모든 것
Aug 26, 2026
GLM-5.2

GLM-5.2란 무엇인가요? 알아야 할 모든 것

GLM-5.2: GLM-5.2는 Zhipu AI (Z.ai)의 최신 플래그십 Mixture-of-Experts(MoE) 모델로 출시되었습니다. CometAPI를 사용해 보세요 — 단일 키, OpenAI 호환.

GLM-5.1 + Claude Code 가이드(2026): 설정, 벤치마크, 비용 비교 및 개발자를 위한 최적의 API 전략
Aug 26, 2026
GLM-5.1

GLM-5.1 + Claude Code 가이드(2026): 설정, 벤치마크, 비용 비교 및 개발자를 위한 최적의 API 전략

GLM-5.1은 OpenAI 호환 또는 Anthropic 호환 API 브리지를 통해 연결하여 Claude Code와 함께 사용할 수 있으며, 이를 통해 개발자는 GLM-5.1의 저비용·고성능 코딩 모델을 사용하면서도 Claude Code의 에이전트 워크플로를 활용할 수 있습니다. 이 구성은 팀이 장기적 자율 코딩, 더 강력한 터미널 작업 실행에 접근하고 Claude Opus와 비교해 API 비용을 크게 절감하도록 하면서도 Claude Code의 개발자 경험을 유지해 줍니다.

GLM-5.1 API 사용 방법
Aug 26, 2026
GLM-5.1

GLM-5.1 API 사용 방법

GLM-5.1은 Z.ai의 플래그십 오픈소스 모델(2026년 4월 7일 출시)로, 자율 코딩과 다단계 추론과 같은 장기적 에이전트형 작업에 최적화되어 있습니다. GLM-5.1 API를 사용하려면 더 저렴한 통합 액세스를 위해 CometAPI를 사용하고 API 키를 발급받으세요.

GLM-5-Turbo 해설:  “Lobster”(OpenClaw) 워크플로우용 에이전트 우선 기본 모델(2026 가이드)
Aug 26, 2026
GLM-5

GLM-5-Turbo 해설: “Lobster”(OpenClaw) 워크플로우용 에이전트 우선 기본 모델(2026 가이드)

GLM-5-Turbo는 2026년 3월 Zhipu AI가 출시한 차세대 대규모 언어 모델로, “lobster” 에이전트 환경(OpenClaw 생태계)에 특화되어 최적화되었습니다. 이는 장기 연쇄 작업 실행, 도구 호출, 엔터프라이즈급 AI 자동화를 위해 설계된 GLM-5의 고속 에이전트 중심 변형입니다. 약 200K 토큰 컨텍스트 윈도우, Mixture-of-Experts 아키텍처, 그리고 다단계 에이전트 워크플로에서 향상된 안정성을 특징으로 합니다.