Z.ai의 GLM-5.2, OpenAI 및 Anthropic과의 격차 좁혀

Z.ai 가 출시한 GLM-5.2는 회사 측에서 오픈웨이트 대규모 언어 모델(LLM)이라고 설명하는 모델입니다. 인공지능 분석 분야에서 다른 오픈소스 LLM들을 제치고 세계 최고 수준인 3위 안에 드는 것으로 알려져 있습니다. 이는 GLM-5.2가 Anthropic과 OpenAI가 개발한 최첨단 LLM들과 매우 근접한 수준임을 의미합니다.

이번 출시로 AI 시장의 경쟁 구도가 크게 바뀔 수 있습니다. 출시 이전에는 개방형 가중치 LLM이 거의 모든dent 테스트에서 폐쇄형 가중치 LLM에 비해 성능이 크게 뒤처졌습니다. GLM-5.2의 테스트 결과는 이러한 격차가 좁혀지고 있음을 시사하며, 이는 기업의 활용, 가격 책정 및 폐쇄형 가중치 랩의 비즈니스 모델에 흥미로운 영향을 미칠 수 있습니다.

벤치마크 결과가 GLM 5.2에 대해 말해주는 것은 무엇일까요?

에 따르면dent 평가 회사인 Vals AIGLM-5.2는 최고의 성능을 보였습니다 Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench 및 Vibe Code Bench를

Vals AI는 GLM-5.2가 ProofBench에서 30%를 돌파한 최초의 오픈웨이트 모델이라고 발표했습니다 . 이는 2위 모델보다 11%포인트 높은 수치입니다. 또한, Anthropic의 Claude Opus 4.5보다 단 1%포인트 뒤처진 수준으로, 최고 성능에 근접한 이례적인 위치를 차지했습니다.

GLM-5.2를 소개합니다: 최첨단 지능, 개방형 가중치

– 코딩 및 에이전트 작업에서 상당한 개선
–tron컨텍스트 윈도우를 통한 강력한 장기 예측 능력
– 두 가지 수준의 추론 노력: GLM-5.2(max)는 한계를 뛰어넘는 성능을 제공하며, GLM-5.2(high)는tron성능을 발휘합니다… pic.twitter.com/SjGPSVhePJ

— Z.ai(@Zai_org) 2026년 6월 16일

Artificial Analysis에 따르면, GLM-5.2는 현재 개방형 가중치 모델 중 최고 성능을 자랑하며, 지능 지수(Intelligence Index) 51점을 기록했습니다. 이는 GLM-5.1의 40점보다 훨씬 높은 점수입니다. MiniMax-M3와 DeepSeek V4 Pro를 포함한 다른 모델들은 44점을, Kimi K2.6은 43점을 받았습니다.

GLM-5.2는 TerminalBench v2.1에서 78%(GLM-5.1보다 16점 높음), SciCode에서 50%, AA-LCR에서 71%, GPQA Diamond에서 89%의 점수를 기록했습니다. 장기 예측 에이전트 벤치마크 테스트인 GDPval-AA v2에서는 1,524 Elo를 기록하여 GPT-5.5의 1,514 Elo보다 높은 점수를 얻었습니다.

하지만 GLM 5.2가 인상적인 성능을 보여줌에도 불구하고, 전문가들은 벤치마크 결과를 이해하는 것이 점점 더 복잡해지고 있다고 지적합니다. 예를 들어, 인공지능개별 테스트와 관련된 편향의 영향을 줄여주지만, 사용된 가중치 체계, 반응 속도 변화, 그리고 평가 세트의 변화로 인한 영향은 증가시킵니다. 벤치마크 오염과 최적화 효과는 최첨단 AI 테스트 전반에 걸쳐 지속적인 문제로 남아 있습니다.

GLM-5.2의 아키텍처 내부에는 무엇이 있을까요?

Z.ai 에 따르면 GLM-5.2는 장기 추론 및 에이전트 코딩 작업에 사용할 수 있는 자사에서 제공하는 가장 강력한 모델입니다. 이 모델은 GLM-5.1의 20만 토큰에 비해 100만 토큰으로 구성된 컨텍스트 윈도우를 제공합니다.

GLM-5.2는 전문가 혼합(Mixture-of-Experts) 아키텍처를 가지고 있으며, 약 7,500억 개의 총 매개변수와 400억 개의 활성 매개변수로 구성되어 다단계 추론 및 코딩 워크플로에 최적화되어 있습니다.

GLM-5.2는 두 가지 형태의 추론 방식을. 하나는 복잡한 작업을 위한 고강도 설정이고, 다른 하나는 효율성과 지연 시간 제어를 위해 설계된 저비용 모드입니다.

Artificial Analysis에 따르면 GLM-5.2는 평가 작업당 약 43,000개의 출력 토큰을 생성할 수 있는 반면, GLM-5.1은 26,000개를 생성합니다. 이는 성능 지표를 개선하는 데 도움이 되지만, 실제 계산 비용은 증가할 수 있습니다.

Z.ai 는 코딩 에이전트, 디버깅 프로세스, 자동화된 연구, 문서 처리 및 장문 생성 기능의 개선 사항을 언급하며, 이 모델이 단발적인 프롬프트보다는 지속적이고 다단계적인 작업에 최적화되어 있다고 설명합니다.

시장 환경 및 생태계 마찰

GLM-5.2의 등장은 오픈웨이트 시스템이 독점 개발 모델들을 얼마나 따라잡고 있는지에 대한 논의가 한창인 가운데 이루어졌습니다. 중국의 AI 기업들은 오픈웨이트 모델 순위에서 선두 자리를 차지해 왔으며, GLM-5.2는 이러한 과정에서 핵심적인 역할을 해왔습니다.

이 특정 논의는 일론 머스크와 탕지에( Z.ai 창립자 )가 중국 모델이 언제쯤 선두 모델들과 어깨를 나란히 할 수 있을지에 대해 언급한 것을 통해 공개되었습니다. 머스크는 "아마 내년 1분기쯤일 것"이라고 답했습니다.

탕은 이에 동의하지 않고"그렇게 오래 걸리지 않을 겁니다."라고 말했다.

아마도 Q1일 겁니다

— 일론 머스크 (@elonmusk) 2026년 6월 18일

벤치마크 결과는 빠른 수렴을 보여줄 수 있지만, 실무자들의 초기 피드백은 실제 환경에서의 성능 차이를 드러냅니다.

AI 엔지니어인 Da7_Tech는 모델 자체보다는 Z.ai 시스템의 인프라와 사용 투명성에 대해 더 큰 우려를 표명하며, 이는 "오픈 소스 모델의 가치에 대한 사람들의 기대에 완전히 어긋난다"고 말했습니다.

그는 Z.ai의 앱인 Zcode를 " Claude Code의 15배 성능"이라고 광고하는 Pro 플랜으로 사용해 보았습니다. 그는 단 한 번의 작업 세션에서 1시간도 채 안 되어 사용량이 모두 소진되었다고 말했는데, 이는 전체 작업에 허용된 5시간을 사실상 다 써버린 것입니다.

그는 또한 앱에 표시된 사용량과 실제로 청구된 금액 사이에 차이가 있다고 주장했습니다. 앱에는 200만 토큰 미만이 표시되었지만, 그의 계정에는 일일 및 주간 한도를 모두 초과하는 약 6천만 토큰이 청구되었다는 것입니다. 이는 실제 계산에 사용된 토큰이 아닌 캐시된 토큰과 중간 토큰이 사용량 계산에 포함되었음을 시사합니다. 그는 이후 Z.ai가 "목표 모드"에서 토큰 카운팅 기능을 제거하고 프로 플랜 설명을 수정했다고 언급했습니다.

그 외에도 AI 개발자 마이클 궈는 자신이 개발한 OpenClaw 에이전트 '트리피'의 문제를 디버깅하면서 GLM-5.2와 GPT-5.5 미디엄 버전을 비교했습니다. 그가 내린 결론은 다음과 같습니다.

"적어도 제가 진행한 테스트 사례에서는 GPT-5.5 medium만큼 성능이 좋지 않았습니다. 비교조차 할 수 없었습니다."

GPT-5.5 중간 버전은 에이전트의 반복 응답 문제를 매우 빠르게 찾아냈지만, GLM-5.2는 이를 찾아내지 못했습니다.

요약하자면, 그는 벤치마크 결과가 좋은 성능을 암시할 수 있지만, 실제 디버깅 작업을 통해 집계 결과에서 놓치는 불일치가 드러날 수 있다고 지적했습니다.

격차는 좁혀졌지만 실제 적용 현실은 다양하다

벤치마크 결과는 GLM-5.2가 현재 사용 가능한 최고의 오픈 소스 아키텍처 중 하나이며, 때로는 다른 독점 아키텍처보다도 우수하다는 것을 입증합니다.

하지만 시스템의 성능, 효율성 및 투명성에 대한 평가는 사용 상황과 다른 시스템과의 통합 여부에 따라 다르게 나타나는 것으로 보입니다.

따라서 이 문제에는 두 가지 측면이 있습니다. GLM-5.2는 오픈웨이트 아키텍처 분야 발전에 있어 중요한 진전이지만, 벤치마킹 결과만큼이나 인프라 준비 상태와 제품 품질 측면에서도 많은 노력이 필요할 것입니다.

현재로서는 GLM-5.2는 개방형 AI 시스템과 폐쇄형 AI 시스템 간의 격차를 좁히는 중요한 발걸음이 되었지만, 결정적인 수렴으로 이어지지는 않았습니다.