GLM 5.3 API
Z.ai의 GLM-5.3은 최대 100만 토큰 문맥을 지원하는 텍스트 기반 모델로, 장기 코딩 에이전트와 복잡한 소프트웨어 엔지니어링 작업에 특화되어 있습니다.
GLM-5.3은 Z.ai가 2026년 8월 14일 공개한 모델로, 텍스트 입력과 텍스트 출력을 지원하며 최대 100만 토큰의 문맥을 처리합니다. 동일한 7430억 파라미터 Mixture-of-Experts 기반 모델을 사용하지만, 모든 성능 향상은 아키텍처 변경이 아닌 포스트트레이닝에서 비롯되었습니다. 낮음, 높음, 최대의 세 가지 추론 강도 수준을 제공하는 사고 모드를 갖추고 있으며, 사고 모드를 비활성화할 수 없는 점이 GLM-5.2와의 주요 차이입니다.
이 모델은 장기 코딩 에이전트, 복잡한 소프트웨어 엔지니어링, 리팩터링과 CI 트리아지 같은 다단계 CLI 작업, 장기 실행 에이전트 루프, 저장소 규모 작업, ML 인프라 진단 및 최적화 등에 적합합니다. 코딩을 넘어선 광범위한 에이전트 작업에도 활용할 수 있습니다. 스트리밍 메시지, 함수 호출, 문맥 캐싱, JSON과 같은 구조화된 출력을 지원합니다.
Z.ai에 따르면 코딩 부문에서 가장 뛰어난 오픈 가중치 모델이며, Terminal Bench 3.0과 Agents' Last Exam에서 오픈소스 모델 중 최고 수준을 기록했습니다. 다만 일회성 완성보다 다단계 작업에서 성과가 집중되며, 사이버 능력은 공격 체인의 초기 단계에 강점이 집중되어 있어 심층 공격 및 완전한 공격·방어 워크플로에는 개선이 필요합니다. 벤더가 보고한 수치는 아직 독립적으로 재현되지 않았고, 현재 모델 API는 OpenAI Chat Completion 호환 프로토콜을 통해서만 사용할 수 있으며 접근은 GLM Coding Plan으로 제한됩니다.
업데이트:
모델 ID
glm-5.3- 컨텍스트
- 1.049M
- 최대 출력
- 943.718K
- 권장 API
- messages
- 입력
- text
- 출력
- text

주요 특징
- 최대 100만 토큰 문맥 지원
- 낮음·높음·최대 3단계 사고 모드
- 장기 코딩 에이전트에 특화
- JSON 등 구조화된 출력 지원
- 함수 호출과 문맥 캐싱 지원
- 스트리밍 메시지 지원
제공 업체
최저가제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| 가동률 | ||||
|---|---|---|---|---|
| $1.4 | $4.4 | $0.26 | ||
| $0.7 | $2.2 | $0.13 | ||
| $0.91 | $2.86 | $0.169 | ||
| $1.053 | $2.15 | $0.356 | ||
| $1.19 | $3.74 | $0.238 | ||
| $1.4 | $4.4 | $0.14 | ||
| $1.4 | $4.4 | $0.26 | ||
| $1.4 | $4.4 | $0.26 | ||
| $1.68 | $5.28 | $0.312 |
과거 통계는 실시간 상태 확인이 아닙니다. 데이터 누락이 장애를 뜻하지는 않습니다.
10달러로 얼마나 쓸 수 있나
- 입력
- 714.3만 토큰
- 출력
- 227.3만 토큰
현재 입력·출력 요금으로 계산한 추정치이며 할인은 포함하지 않습니다.
벤치마크
- 50%
Code Bench
GLM-5.2 대비 향상된 수치이며, 벤더 자체 벤치마크입니다.
- 28.3
Terminal Bench 3.0
점수이며, GLM-5.2의 4.6점에서 23.7점 상승했습니다.
- 66.9
DeepSWE v1.1
점수이며, GLM-5.2의 46.2점에서 20.7점 향상되었습니다.
- 28.5
Agents' Last Exam CLI
점수이며, GLM-5.2의 23.8점에서 상승했습니다.
- 54.4%
ExploitBench
GLM-5.2의 24.4%에서 상승했습니다.
- 84.5%
CyberGym
취약점 발견 벤치마크입니다.
- 1769
GDPval-AA v2
44개 직업 범주에 걸친 점수입니다.
점수는 모델 제공 업체가 공개한 값입니다.
추론
- 기본 추론 강도
- max
- 기본 활성화
- 예
- 항상 활성화
- 예
- 선택 가능한 추론 강도
- max / high / low
Quick Start
Felo API Platform 호환 API로 이 모델을 호출하는 코드입니다. 코드를 작성하기 전에 Playground에서 prompt를 테스트할 수 있습니다.
API key 설정
Felo API Platform 계정에서 key를 만들고 환경 변수로 설정하세요.
export FELO_API_KEY="YOUR_API_KEY"첫 요청 보내기
이 모델 ID를 Felo API Platform endpoint와 함께 사용하세요. X-Request-Id 같은 선택 요청 헤더는 문제 해결에 도움이 됩니다.
glm-5.3이 모델은 reasoning을 지원합니다. 선택한 protocol과 모델 라우트가 reasoning controls를 제공하는 경우 대화를 이어갈 때 반환된 reasoning metadata를 보존하세요.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "glm-5.3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());타사 SDK 사용
호환 SDK에서는 baseURL을 다음으로 설정합니다 https://openapi.felo.ai/api/v1. Claude-style clients에는 Anthropic-compatible base URL을 사용하세요. https://openapi.felo.ai/api.
Streaming 활성화
stream: true를 추가하면 server-sent events로 응답을 받을 수 있습니다.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform은 호환 가능한 모델 호출 surface를 제공합니다. 앱이나 Agent client가 이미 지원하는 surface를 선택하세요.
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringglm-5.3호출할 공개 모델 ID.max_tokensinteger—생성할 최대 tokens.messagesarray—Chat Completions의 대화 메시지.seed———stop———min_p———toolsarray—호환 schema를 따르는 tool calling definitions.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—지원되는 경우 응답 다양성을 제어합니다.tool_choicestring or object—tool 호출 여부를 제어합니다.top_logprobs———response_formatobject—지원 시 structured output을 요청합니다.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———자주 묻는 질문
모델 소개: GLM 5.3?
GLM-5.3은 Z.ai가 2026년 8월 14일 공개한 모델로, 텍스트 입력과 텍스트 출력을 지원하며 최대 100만 토큰의 문맥을 처리합니다. 동일한 7430억 파라미터 Mixture-of-Experts 기반 모델을 사용하지만, 모든 성능 향상은 아키텍처 변경이 아닌 포스트트레이닝에서 비롯되었습니다. 낮음, 높음, 최대의 세 가지 추론 강도 수준을 제공하는 사고 모드를 갖추고 있으며, 사고 모드를 비활성화할 수 없는 점이 GLM-5.2와의 주요 차이입니다. 이 모델은 장기 코딩 에이전트, 복잡한 소프트웨어 엔지니어링, 리팩터링과 CI 트리아지 같은 다단계 CLI 작업, 장기 실행 에이전트 루프, 저장소 규모 작업, ML 인프라 진단 및 최적화 등에 적합합니다. 코딩을 넘어선 광범위한 에이전트 작업에도 활용할 수 있습니다. 스트리밍 메시지, 함수 호출, 문맥 캐싱, JSON과 같은 구조화된 출력을 지원합니다. Z.ai에 따르면 코딩 부문에서 가장 뛰어난 오픈 가중치 모델이며, Terminal Bench 3.0과 Agents' Last Exam에서 오픈소스 모델 중 최고 수준을 기록했습니다. 다만 일회성 완성보다 다단계 작업에서 성과가 집중되며, 사이버 능력은 공격 체인의 초기 단계에 강점이 집중되어 있어 심층 공격 및 완전한 공격·방어 워크플로에는 개선이 필요합니다. 벤더가 보고한 수치는 아직 독립적으로 재현되지 않았고, 현재 모델 API는 OpenAI Chat Completion 호환 프로토콜을 통해서만 사용할 수 있으며 접근은 GLM Coding Plan으로 제한됩니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
GLM-5.3은 어떤 입력과 출력을 지원하나요?
텍스트 입력과 텍스트 출력만 지원합니다.
문맥 길이는 얼마나 되나요?
최대 100만 토큰의 문맥을 처리할 수 있습니다.
사고 모드를 끌 수 있나요?
아니요. GLM-5.3에서는 사고 모드를 비활성화할 수 없으며, 낮음·높음·최대 세 가지 추론 강도 수준 중에서 선택할 수 있습니다.
GLM-5.2와 무엇이 다른가요?
동일한 7430억 파라미터 Mixture-of-Experts 기반 모델을 사용하지만, 모든 개선이 포스트트레이닝에서 이루어졌습니다. 사고 모드를 끌 수 없게 된 점이 GLM-5.2와의 호환성 차이입니다.
어떤 작업에 가장 적합한가요?
장기 코딩 에이전트, 복잡한 소프트웨어 엔지니어링, 다단계 CLI 작업, 장기 실행 에이전트 루프, 저장소 규모 작업, ML 인프라 진단 및 최적화에 적합합니다.
구조화된 출력을 지원하나요?
네. JSON과 같은 형식의 구조화된 출력을 지원합니다.
관련 모델
GLM 5.3 FlashX Legal
Z.aiglm-5.3-flashx-legalZ.ai의 GLM 5.3 FlashX Legal은 계약 검토와 증거 분석 등 법률 업무에 특화된 네이티브 멀티모달 에이전트형 모델입니다.
컨텍스트
1.049M
최대 출력
131.072K
입력 토큰
$0.37 / 1M 토큰
출력 토큰
$1.25 / 1M 토큰
GLM 5.3 Flash
Z.aiglm-5.3-flashZ.ai의 GLM 5.3 Flash는 100만 토큰 문맥과 네이티브 멀티모달 입력을 갖춘 320B MoE 모델로, 저비용 고속 에이전트 작업에 적합합니다.
컨텍스트
1.049M
최대 출력
943.717K
입력 토큰
$0.15 / 1M 토큰
출력 토큰
$0.5 / 1M 토큰