저는 Anthropic 호환 API 엔드포인트를 통해 Claude Code에서 GLM 5.2를 사용해 왔습니다. 데이터베이스 개발, 백엔드 결제 API 작업, 백엔드 및 프론트엔드 디버깅, Laravel 웹 개발, React 프론트엔드 작업을 포함하되 이에 국한되지 않는 다양한 프로젝트에서 이를 테스트했습니다.

처음으로, 제 경험상 사고(thinking) 설정을 "max"로 했을 때 "extra-high" 추론(reasoning)을 사용하는 Opus 4.8과 대등한 수준인 것 같다고 자신 있게 말할 수 있습니다.

네, 이것은 개인적인 경험담이며 제 주장을 뒷받침할 확정적인 벤치마크는 없습니다. 하지만 저는 세 개의 Claude Max 구독을 보유한 시니어 개발자입니다. 저는 Claude를 사랑하고 헤비하게 사용하며, Anthropic을 비방하거나 이를 대체하려는 의도가 아닙니다.

저는 또한 Claude Code 하네스(harness)를 사용하여 DeepSeek V4 Pro(지난 몇 달 동안 20억 개 이상의 토큰 사용)와 같은 다른 모델들도 사용합니다. 구체적으로, 저는 보통 DeepSeek를 구현자(implementer)로 사용하며 그 제한적인 역할에서 유용하다는 것을 발견했습니다. 대략적으로 Sonnet 4.6과 비교할 수 있을 것 같습니다. 하지만 GLM 5.2는 코딩 능력뿐만 아니라 계획/사양 초안 작성(planning/drafting specs) 등에서 Claude의 최상위 수준에 무언가가 접근하고 있다고 진심으로 느낀 첫 번째 모델입니다.

Anthropic 트롤들에게 비추천(downvote)을 받기 전에 말씀드리자면, 위에서 언급했듯이 이것은 개인적인 경험담입니다. 또한 해당 모델이 중국 모델이라는 명백한 문제도 있으며, 이는 데이터 민감도 및 기타 관련 문제와 관련하여 그 자체로 또 다른 논의 대상입니다.

이 게시물의 요점은 단순히 사용자들에게 이제 실제 개발 워크플로우에서 Claude 수준의 유용성에 접근하거나, 어떤 경우에는 도달하는 오픈 소스 또는 저비용 모델이 있을 수 있음을 알리는 것입니다. 그리고 현재 미국의 정책 환경(Fable)은 국내 모델들이 외국 경쟁사들보다 편안하게 앞서 나가는 데 딱히 도움이 되지 않고 있습니다.