GLM-5.2, 텍스트 전용 오픈 웨이트 LLM 중 최강자로 떠오르다

이 모델을 향한 업계의 관심이 뜨겁다.

가장 권위 있는 독립 벤치마크 중 하나를 운영하는 Artificial Analysis도 주목했다: GLM-5.2가 Artificial Analysis 인텔리전스 인덱스에서 오픈 웨이트 모델 1위에 올랐다.

GLM-5.2는 인텔리전스 인덱스 v4.1에서 오픈 웨이트 모델 1위를 차지했다. 51점으로 MiniMax-M3(44점), DeepSeek V4 Pro(max, 44점), Kimi K2.6(43점)을 앞질렀다.

다만 토큰 소비량이 상당히 많다는 점도 확인됐다:

GLM-5.2는 다른 주요 오픈 웨이트 모델보다 태스크당 출력 토큰 수가 많다. 인텔리전스 인덱스 기준 태스크당 출력 토큰이 4만 3천 개로, GLM-5.1(2만 6천 개)보다 늘었고 MiniMax-M3(2만 4천 개), Kimi K2.6(3만 5천 개), DeepSeek V4 Pro(max, 3만 7천 개)도 웃돈다.

또한 Code Arena 웹 개발 리더보드에서도 Claude Fable 5에 이어 2위를 기록했다. 이 리더보드는 "에이전틱(agentic) 코딩 워크플로우를 포함한 프론트엔드 웹 개발 태스크"를 평가 기준으로 삼는다. 이미지 입력을 지원하지 않음에도 이렇게 높은 순위를 기록했다는 점이 인상적이다. 사실 뛰어난 프론트엔드 코딩 모델이 되려면 이미지 입력이 필수라고 생각했는데, 그 판단이 틀렸던 셈이다.

현재 OpenRouter를 통해 직접 써보고 있는데, 9개 프로바이더에서 이용할 수 있고 대부분 입력 100만 토큰당 $1.40, 출력 100만 토큰당 $4.40을 청구한다. 비교하자면 GPT-5.5는 $5/$30, Claude Opus 4.5~4.8은 $5/$25 수준이다.

펠리컨은 훌륭했지만, 오포섬은 아쉬웠다

GLM-5.1은 내가 가장 좋아하는 펠리컨 중 하나와 역대 최고의 오포섬("북버지니아 오포섬이 전동 킥보드를 타는 SVG를 만들어줘"라는 프롬프트로 생성)을 그려냈던 모델이다. 흥미롭게도 두 경우 모두, SVG를 CSS 애니메이션이 추가된 HTML 문서로 감싸서 반환했었다.

이번엔 GLM-5.2로 해보자. "자전거를 타는 펠리컨 SVG를 만들어줘"라고 입력하자 이런 결과가 나왔다:

완전히 독립적으로 동작하는 애니메이션 SVG인데, 애니메이션도 깨지지 않았다! 눈알이 제자리를 벗어나거나 바퀴가 자전거와 따로 도는 경우가 종종 있는데, 여기선 모든 요소가 완벽하게 작동한다. 펠리컨 벡터 일러스트 자체도 수준이 높다. 매우 인상적이다.

아쉽게도 북버지니아 오포섬의 전동 킥보드 버전은 기대에 한참 못 미쳤다:

GLM-5.1과 비교하면 너무나 아쉬운 결과다! 참고로 당시 오포섬은 이런 모습이었다:

5.2는 애니메이션 시도조차 하지 않았다.

현재 블로그의 장문 아티클만 표시되고 있습니다. /atom/everything/을 구독하면 모든 포스트를 받아볼 수 있으며, 다른 구독 옵션도 확인해 보세요.