GLM 5.3
GLM 5.3은 중국 Z.ai(옛 Zhipu AI)가 2026년 8월 공개한 오픈 웨이트 코딩·에이전트 모델로, 복잡한 코딩이나 오래 걸리는 에이전트 작업을 맡길 때 코딩 에이전트의 백엔드로 바꿔 끼우거나 직접 서버에 띄워 쓴다. GLM-5.2와 같은 베이스 모델에 며칠짜리 실전 개발 과제를 많이 훈련시켜 코딩 실력을 올렸지만, 해킹 능력도 함께 강해져 보안 논쟁이 일고 있다.
| 모델 | 특징 | 이럴 때 쓴다 |
|---|---|---|
| GLM-5.3 | 전체 753B, 실제로 쓰는 건 약 40B | 긴 코딩 작업, 에이전트 |
| GLM-5.3-Flash | 전체 320B, 활성 18B, 이미지 등 멀티모달 지원 | 더 가볍게, 텍스트 외 입력도 다룰 때 |
쓰는 방법은 세 가지
가장 쉬운 건 GLM Coding Plan 구독이다. Claude Code, Cline, OpenCode, Codex 같은 코딩 에이전트에서 백엔드 모델만 GLM-5.3으로 바꿔 쓸 수 있다.
| 방법 | 어떻게 | 이럴 때 |
|---|---|---|
| GLM Coding Plan | 쓰던 코딩 에이전트의 모델만 교체 | 바로 써 보고 싶을 때 |
| API | OpenAI SDK에서 base_url·키만 바꾸고 model="glm-5.3" | 기존 OpenAI 코드에 붙일 때 |
| 직접 서빙 | vllm serve "zai-org/GLM-5.3" 또는 SGLang | 내 서버에서 돌려야 할 때 |
NVIDIA NIM은 4비트로 줄인 버전을 서빙해서, 드물게 원본 모델과 답이 다르게 나올 수 있다.
큰 작업은 주말에 돌리면 싸다
Coding Plan은 포인트로 사용량을 계산하는데, 주말 전체를 포함한 한가한 시간대에는 포인트가 절반만 빠진다. 대규모 리팩토링이나 테스트 일괄 생성처럼 토큰을 많이 쓰는 일은 주말에 몰아서 돌리면 비용을 아낄 수 있다.
토큰을 덜 쓰고 더 잘 푼다
같은 과제를 풀 때 쓰는 출력 토큰이 이전 버전이나 경쟁 모델보다 적다. 오래 도는 에이전트일수록 이 차이가 비용으로 이어진다.
과제 하나에 쓴 출력 토큰. GLM-5.3이 가장 적게 쓰고도 점수는 더 높았다. Z.ai 발표 기준.
강한 해킹 능력, 안전장치는 직접
취약점을 찾고 공격 코드를 만드는 능력이 예상보다 빨리 자랐다. Anthropic은 간단한 기법으로 안전장치를 쉽게 우회할 수 있다고 지적했고, 미국 CAISI도 오픈 웨이트 모델 중 사이버 능력이 가장 뛰어나다고 평가했다. 내 서비스 보안 점검에는 쓸모 있지만, 직접 배포한다면 용도에 맞는 안전성 평가와 가드레일을 스스로 갖춰야 한다.
코딩 에이전트의 백엔드로 가장 많이 쓴다
가장 흔한 건 이미 쓰던 코딩 에이전트에서 모델만 GLM-5.3으로 갈아 끼우는 방식이다. 가중치가 공개돼 있어서, 코드가 밖으로 나가면 안 되는 곳에서는 직접 서버에 띄워 쓰기도 한다.
| 어디서 | 어떻게 쓰나 |
|---|---|
| 코딩 에이전트 | Coding Plan으로 백엔드만 바꿔 긴 기능 구현·리팩토링을 맡기고, 큰 작업은 주말에 몰아서 |
| 기존 OpenAI 코드 | base_url과 키만 바꿔 붙이고, 같은 작업에서 비용과 결과를 비교 |
| 사내 서버 | vLLM·SGLang으로 직접 띄워 내부 코드베이스 작업에 사용 |
| 보안 점검 | 내 서비스의 취약점 찾기에 쓰되, 배포 전 가드레일을 직접 갖춤 |
