GLM-5.3 오픈웨이트 릴리스

Z.ai는 GLM-5.3의 가중치를 공개했습니다. 이 모델은 에이전트 기반 코딩과 사이버 방어에 특화된 고성능 모델로, 이제 허깅페이스를 통해 다운로드, 로컬 실행, 사용자 맞춤화가 가능합니다.

후기훈련 성과 및 아키텍처

GLM-5.3의 성능 향상은 새로운 사전훈련을 수행하는 것보다 후기훈련을 통해 주로 달성되었습니다. 이 모델은 GLM-5.2와 동일한 베이스 모델을 사용하고 있어, 초기 사전훈련 단계의 규모만큼, 훈련 경로, 검증기, 훈련 환경의 개선도 모델의 능력에 매우 중요하다는 점을 시사합니다.

사용자들은 전신 모델 대비 모델 크기가 크게 줄어든 점을 주목했습니다. GLM-5.3의 비양자화 버전은 약 756GB로, GLM-5.2의 1.51TB보다 약 절반 수준이며, 가중치 측면에서 상당한 최적화가 이루어졌음을 나타냅니다.

코딩 및 사이버 방어에서의 성능

GLM-5.3는 기술적 작업을 위한 '주력 모델'로 위치지어지며, 다른 오픈웨이트 모델(예: DeepSeek-V4-Flash)과 비교해 복잡한 문제 해결 능력이 뛰어나고 직관적인 성능을 보인다고 사용자들이 보고하고 있습니다.

주요 기술적 관찰 사항:

• 에이전트 기반 코딩: 사용자들은 이 모델이 코딩 파이프라인에서 구현자로서 매우 뛰어나며, 다른 모델(예: Kimi)과 함께 계획자로 활용되는 경우가 많다고 보고합니다.
• 사이버 보안: 이 모델은 사이버 방어에 특화되어 있지만, 일부 커뮤니티 구성원들은 이 모델을 미세조정하여 공격적 사이버 보안 기능을 확장할 수 있다는 우려를 제기했습니다.
• 사내 모델과의 비교: 일부 사용자는 GLM-5.3를 사용하는 경험을 Claude Opus 4.8과 비교하며, 철저하고 신중한 사고 방식을 강조했습니다.

로컬 배포 및 하드웨어 요구사항

GLM-5.3를 로컬에서 실행하려면 상당한 하드웨어 자원이 필요합니다. 커뮤니티 논의에 따르면, 4비트 양자화 버전은 512GB의 통합 메모리가 있는 Mac M5 Ultra에서 실행될 수 있을 것으로 예상됩니다.

보다 넓은 접근성을 위해 Unsloth AI는 GLM-5.3의 GGUF 양자화 버전을 공개하여, 보다 제한된 하드웨어를 가진 사용자도 로컬에서 모델을 실행할 수 있도록 했습니다.

GLM-5.3 vs. GLM-5.3-Flash

전체 GLM-5.3 모델은 강력한 일반 목적 도구이지만, GLM-5.3-Flash 버전은 효율성과 특정 강점으로 인해 큰 주목을 받고 있습니다:

• UI 생성: 사용자들은 Flash 버전이 시각적으로 매력적인 사용자 인터페이스를 더 잘 생성한다고 보고합니다.
• 지연 시간 및 비용: DeepSeek-V4-Flash와의 직접 비교 테스트에서 GLM-5.3-Flash는 특정 작업에서 지연 시간이 더 낮았습니다(108초 대비 154초), 다만 DeepSeek는 약간 더 비용 효율적입니다.
• 시각 능력: 표준 GLM-5.3 모델의 주요 한계는 시각 능력이 부재하다는 점이며, 이는 Flash 버전에 존재합니다.

라이선스 및 가용성

GLM-5.3는 기존의 MIT 라이선스에서 반상업적 라이선스로 전환되었으며, Qwen과 MiniMax와 같은 다른 주요 중국 LLM 릴리스와 유사한 라이선스 모델을 따릅니다.

접근 경로:

• 가중치: 허깅페이스(zai-org/GLM-5.3)에서 제공됩니다.
• 제3자 제공업체: DeepInfra는 OpenRouter를 통해 GLM-5.3를 제공하는 최초의 제공업체 중 하나입니다.
• 로컬 최적화: Unsloth AI를 통해 GGUF 버전을 이용할 수 있습니다.