H200 서버에서 GLM-5.3-Flash로 코딩하고 GPT-6.1 Sol로 오케스트레이션하기 (OpenCode 설정)
GLM-5.3-Flash on our H200s does most of my coding now while GPT-6.1 Sol orchestrates (OpenCode setup)
핵심 요약
로컬 H200 서버에 GLM-5.3-Flash를 배포하고 GPT-6.1 Sol과 연동하여 비용 효율적인 코딩 워크플로우를 구축한 사례입니다.
- 하이브리드 워크플로우 — 고성능 모델로 오케스트레이션하고 로컬 모델로 코딩을 수행함
- OpenCode 활용 — 에이전트별로 서로 다른 모델과 제공자를 설정하여 유연성 확보
- 비용 절감 — 로컬 모델을 주력으로 사용하여 API 및 구독 비용을 대폭 절감함
- 성능 최적화 — H200 서버를 활용해 대규모 컨텍스트 윈도우와 빠른 추론 속도 구현
aayushgarg.dev
원문 사이트로 이동
이 셋업으로 2주 정도 돌려봤는데 생각보다 훨씬 잘 돌아가네. 최근에 우리 로컬 H200 서버(GPU 4개)에 GLM-5.3-Flash (MoE, 전체 320B, 활성 18B)를 512K 컨텍스트 윈도우로 올려봤거든. 목적은 이거 메인 코딩 머신으로 써서 구독료랑 API 비용 좀 아껴보려는 거였음 🙈.
써보니까 바로 감 오더라. 모든 작업을 이걸로 대체하는 건 무리인데, GPT-6.1 Sol이랑 조합하니까 진짜 기가 막힘. Sol이 오케스트레이터 역할을 하고, GLM이 서브 에이전트 모델이 돼서 코드 탐색하고 작성하고 구현하는 식으로 돌리니까 딱임.
솔직히 말하면 원래 쓰던 Claude Code나 Codex에서 하고 싶었는데, 얘네는 세션 하나에서 서로 다른 제공업체 모델을 섞어 쓰는 게 안 되더라고. 그래서 OpenCode를 써봤는데 이게 진짜 유연함. 에이전트마다 provider/model을 따로 지정할 수 있어서 GLM을 서브 에이전트로 박아넣기 딱 좋음. 게다가 chatGPT 구독까지 연동되니까 Sol까지 같이 쓸 수 있어서 개꿀임!
아, 그리고 이거 꼭 GLM만 되는 건 아님. 니들이 서빙할 수 있는 모델이면 뭐든 메인 머신으로 쓸 수 있음. 관련해서 블로그 글도 하나 썼으니까 참고해: https://aayushgarg.dev/posts/2026-11-01-gpt-local-model-opencode/
다들 어떻게 세팅해서 쓰는지 궁금하다. 오픈소스 모델 단독으로 쓰거나, 아니면 opus/sol/astra 같은 거랑 섞어서 어떻게 활용 중인지 좀 알려줘.
