GLM-5.2는 아마도 가장 강력한 텍스트 전용 오픈 웨이트 (open weights) LLM일 것입니다

GLM-5.2는 아마도 가장 강력한 텍스트 전용 오픈 웨이트 (open weights) LLM일 것입니다

2026년 6월 17일

이 모델을 둘러싼 열기가 뜨겁습니다.

가장 널리 존경받는 독립적 벤치마크 중 하나를 운영하는 Artificial Analysis에 따르면: GLM-5.2는 Artificial Analysis Intelligence Index에서 새로운 선두 오픈 웨이트 (open weights) 모델이 되었습니다.

GLM-5.2는 Intelligence Index v4.1에서 선두를 달리는 오픈 웨이트 (open weights) 모델입니다. 51점을 기록하며 MiniMax-M3 (44), DeepSeek V4 Pro (최대, 44), 그리고 Kimi K2.6 (43)을 앞질렀습니다.

하지만 그들은 이 모델이 토큰을 상당히 많이 소비한다는 점을 발견했습니다:

GLM-5.2는 다른 선두 오픈 웨이트 (open weights) 모델들보다 작업당 더 많은 출력 토큰을 사용합니다: 이 모델은 Intelligence Index 작업당 43k의 출력 토큰을 사용하며, 이는 GLM-5.1 (26k)보다 높고 MiniMax-M3 (24k), Kimi K2.6 (35k), DeepSeek V4 Pro (최대, 37k)보다도 높습니다.

또한 이 모델은 현재 Code Arena WebDev 리더보드에서 Claude Fable 5에 이어 2위를 기록하고 있습니다. 해당 리더보드는 "에이전트 기반 코딩 워크플로우 (agentic coding workflows)를 포함한 프론트엔드 웹 개발 작업"을 측정합니다. 이미지 입력의 부재를 고려할 때 이 모델이 이렇게 높은 순위를 차지했다는 점이 인상적입니다. 저는 이미지 입력이 진정으로 훌륭한 프론트엔드 코딩 모델을 만드는 핵심 요소라고 잘못 가정했었습니다.

저는 9개의 서로 다른 제공업체를 통해 OpenRouter로 이 모델을 테스트해 왔으며, 거의 모든 업체가 입력당 100만 토큰당 $1.40, 출력당 100만 토큰당 $4.40를 청구하고 있습니다. 비교를 위해 말씀드리자면, GPT-5.5는 $5/$30이며 Claude Opus 4.5-4.8은 $5/$25입니다.

훌륭한 펠리컨, 실망스러운 주머니쥐

GLM-5.1은 제가 가장 좋아하는 펠리컨 중 하나와 제 인생 최고의 주머니쥐를 만들어 주었습니다 (프롬프트: "E-SCOOTER를 타고 있는 북버지니아 주머니쥐(NORTH VIRGINIA OPOSSUM)의 SVG를 생성해줘".) 흥미롭게도, 두 경우 모두 모델은 CSS를 사용하여 추가 애니메이션을 더한 HTML 문서에 SVG를 감싸서 반환하는 방식을 선택했습니다.

GLM-5.2를 시도해 봅시다. "자전거를 타는 펠리컨의 SVG를 생성해줘"라는 요청에 저는 이것을 받았습니다:

이것은 자체적으로 포함된 완전한 애니메이션 SVG이며, 애니메이션이 깨지지 않았습니다! 종종 눈이 떨어져 나가거나 바퀴가 자전거와 별개로 회전하는 것을 보곤 하지만, 여기서는 모든 것이 아주 잘 작동합니다. 또한 매우 멋진 펠리컨 벡터 일러스트레이션(vector illustration)입니다. 매우 인상적입니다.

안타깝게도, '전동 스쿠터를 타는 버지니아 북부 주머니쥐(NORTH VIRGINIA OPOSSUM ON AN E-SCOOTER)'는 그만큼 잘 나오지 않았습니다:

이것은 GLM-5.1에 비해 정말 큰 퇴보입니다! 상기시켜 드리자면, 그 주머니쥐는 다음과 같았습니다:

5.2는 그것을 애니메이션화하려는 시도조차 하지 않았습니다.