GLM 5.3 Flash
9421°
Z.ai | 1,048,576 token context | $0.02/M input, $0.72/M output. GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead. Yes, the stealth model Ox Alpha was revealed to be ZAI's new model, GLM-5.3 Flash.
이 모델의 가이드
2026년 10월 AI 모델 선택법: 폐쇄형 소스 소식과 다운로드할 가치가 있는 오픈 웨이트
용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델
로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?
오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것
Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)
캡틴의 노트
2026-10-13의 노트
GLM-5.3-Flash는 Z.ai의 네이티브 멀티모달 모델로, 총 3200억 파라미터 중 180억만 활성화하여 실행 비용 대비 뛰어난 성능을 냅니다. 희소 및 선형 혼합 어텐션 아키텍처 덕분에 일반적인 계산 비용 증가 없이 100만 토큰의 컨텍스트를 처리할 수 있습니다. 코딩과 에이전트 기능이 필요한 개발자에게 적합하며, 경량 모델에 가까운 가격으로 제공됩니다.
알려진 점
- 하이브리드 어텐션으로 100만 토큰 컨텍스트를 낮은 서비스 비용으로 지원
- 총 3200억 중 180억 활성 파라미터로 추론 시 효율적
- 강력한 코딩 및 장기 에이전트 작업 성능
- 텍스트, 비전, 비디오를 하나의 모델에서 네이티브 지원
- reasoning_effort 파라미터로 조절 가능한 추론 예산
주의할 점
- 총 3200억 파라미터로 로컬 배포 시 강력한 하드웨어 필요, 활성 파라미터는 적어도.
- 출력 토큰 가격이 100만 토큰당 0.90달러로 최첨단 기준에선 저렴하지만, 에이전트 루프가 많으면 비용 증가 주의.
- 제작사가 명확한 오픈소스 라이선스를 공개하지 않았으니 상업적 사용 전 Hugging Face 저장소 확인 필요.
시도해볼 프롬프트
복잡한 코드베이스 리팩터링
사용자 인증을 처리하는 Python 모듈이 있습니다. 작동은 하지만 가독성이 떨어지고 오류 처리가 없습니다. 명확성을 위해 리팩터링하고, 함수 시그니처에 타입을 추가하며, 실패 시 None 반환 대신 구체적인 예외를 발생시키도록 변경하세요. 각 변경 사항과 이유를 설명하세요.
다단계 에이전트 계획
GitHub 저장소의 오픈 이슈를 자동으로 분류하는 다단계 에이전트 계획을 설계하세요: 유형별(버그, 기능, 질문) 분류, 댓글 수와 경과 시간에 따른 우선순위 점수 부여, 각 유형별 한 문장 응답 템플릿 작성. 에이전트가 필요로 하는 도구 목록과 반드시 인간 검토가 필요한 단계를 표시하세요.
장문 문서 추론
아래에 긴 계약서를 붙여넣겠습니다. 전체 문서를 읽고, 책임 제한 조항을 모두 식별하며, 상충하는 조항이 있는지 확인하고, 각 당사자의 순 책임 위치를 평이한 언어로 요약하세요. 비전문가가 놓칠 수 있지만 재정적 위험이 큰 조항도 표시하세요.
비교하기
- GLM 5.3 FlashXAPI 전용 모델1,048,576 토큰 컨텍스트 · $0.37/M 입력, $1.25/M 출력
- GLM Flash LatestAPI 전용 모델1,048,576 토큰 컨텍스트 · $0.02/M 입력, $0.72/M 출력
- GLM 5V TurboAPI 전용 모델202,752 토큰 컨텍스트 · $1.20/M 입력, $4.00/M 출력
- GLM 5 TurboAPI 전용 모델202,752 토큰 컨텍스트 · $1.20/M 입력, $4.00/M 출력
z-ai의 더 많은 텍스트 모델
사람들이 묻는 질문
- GLM-5.3-Flash를 로컬에서 실행할 수 있나요?
- 네, 가중치는 Hugging Face의 zai-org/GLM-5.3-Flash에 공개되어 있습니다. SGLang, vLLM, Transformers, KTransformers, Unsloth를 지원하지만, 총 3200억 파라미터로 인해 활성 파라미터가 적어도 강력한 하드웨어가 필요합니다.
- GLM-5.3-Flash의 비용과 컨텍스트 윈도우는 어떻게 되나요?
- Z.ai API 기준으로 입력 토큰당 0.03달러, 출력 토큰당 0.90달러이며, 컨텍스트 윈도우는 104만 8576 토큰입니다.
- GLM-5.3-Flash는 이전 GLM 모델과 어떻게 다른가요?
- GLM-5 시리즈 최초의 네이티브 멀티모달 모델로, 하이브리드 희소 및 선형 어텐션 아키텍처를 사용합니다. Z.ai에 따르면 GLM-5.2 대비 10분의 1 가격에 벤치마크 성능이 우수합니다.
캡틴의 평가최첨단 컨텍스트와 멀티모달 기능을 경량 모델 가격에 제공하는 드문 조합으로, 장기 에이전트 실행 비용 부담을 줄여줍니다.
Hugging Face의 모델 카드
캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #2 Hottest Text / LLM model · #2 Hottest Text / LLM text model
Not this creator?
Get your own badge
GLM 5.3 Flash 인기 추세
26 Aug 2026 이후 히트 점수
인기 점수
9,421°
이번 주
▲
26.6%
9,390° 당시, 9,421° 현재
이번 달
▲
286%
9,242° 당시, 9,421° 현재
지난 1년
n/a
아직 출시/추적되지 않음
7,000°
기준점
점수는 0°부터 9,999°까지 있어. 7,000° 아래는 아직 어떤 출처에서도 보고되지 않은 모델들을 위해 남겨둔 영역이고, 그 모델들은 목록이 완성되도록 임시 점수를 받지. 7,000°가 실제 측정 데이터가 시작되는 지점이야: 실제 데이터는 있지만 다운로드가 거의 없는 모델은 기준점에 위치하고, 그 위로 측정된 점수가 쌓여. 기준점 자체는 모델에 대해 아무것도 말해주지 않고, 위에 쌓인 점수만이 모델 간 차이를 만들어.
+2,026°
OpenRouter 토큰
이 모델이 지난 30일간 OpenRouter를 통해 처리한 토큰 수 56,734,070,001,964, 프롬프트와 답변을 합친 수치입니다. 10,000,000 토큰마다 다운로드 1회로 계산하며, 총 5,673,407회입니다; 마지막 날 토큰은 채택률에 포함됩니다. 출처: OpenRouter (openrouter.ai/rankings).
+395°
채택률
출처를 두 번 측정한 사이에 하루 약 183,507번 다운로드돼. 평생 평균에서 추측한 게 아니야. 속도는 다운로드 항목의 4분의 1 가치를 가지니, 최근 급증이 나타나도 하루짜리 급등이 수년간 사용량을 앞서지 못해.
상세 내역 보기
이 사이트의 모든 숫자는 확인할 수 있어. 이 모델의 히트 점수는 9,421°이고, 여기서는 각 요소가 하나씩 더해지면서 누적 합계가 표시돼: 기준점, 각 출처가 더하는 점수, 모델 종류에 따른 보너스, 그리고 가중치의 연령이 빼는 점수. 색깔은 위 차트의 구간을 나타내. 마지막에 용어집에서 모든 용어를 정의해.
- 1기준점부터 시작해.왜 7,000°이고 0이 아닌지: 점수는 0°부터 9,999°까지 있고, 7,000° 아래는 아직 출처가 보고하지 않은 모델을 위해 남겨둔 영역이야. 그 모델들은 목록 완성을 위해 임시 점수를 받고, 데이터가 있는 모델보다 순위가 높지 않아. 7,000°가 실제 측정 데이터가 시작되는 지점이야. 실제 데이터가 있지만 다운로드가 거의 없는 모델은 여기 있고, 그 뒤로는 모두 측정된 점수야. 기준점 위에는 다운로드가 10배씩 늘어날 때마다 300°씩 10단계가 있어. 기준점은 모든 모델에 같아서 아무것도 결정하지 않고, 위 점수가 모델을 구분해.7,000°누적 합계
- 2다운로드 수를 더해.총 5,673,407개의 다운로드 동등치, OpenRouter 토큰에서 나왔어. 다운로드가 10배 늘어나면 같은 300°가 더해지니까, 크기가 중요하지만 점수를 독차지하지는 않아.+2,026°9,026°누적 합계
- 3채택률을 추가하세요.지금 하루 약 183,507개의 다운로드가 있어, 두 번 측정한 차이로 계산하고 무게는 4분의 1이야.+395°9,421°누적 합계
- =히트 점수.이 모델이 이 사이트 모든 목록에서 어디에 있는지 보여줘. 다른 건 조정하지 않아.9,421°
용어집: 여기서 쓰는 말들
- 히트 점수
- 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
- 기본 점수
- 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
- 다운로드 동등치
- 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
- 로그 스케일
- 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
- 좋아요
- 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
- 채택률
- 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
- 측정 및 추정
- 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
- 시더
- 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
- AI 호드
- 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
- 생성 사이트
- PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
- OpenRouter 토큰
- Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- 전체 모델 (체크포인트)
- 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
- LoRA와 임베딩
- 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
- 패밀리와 가중치
- 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
- 연령
- 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
- 패밀리 부스트
- 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
- 대체 점수
- 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
- 신규! (유예 기간)
- 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
- 추세
- 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
- 일반 모델
- 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.
이 모델의 인기가 카탈로그 다른 모델들과 비교해 어떻게 움직였는지 보여줘: 각 기간마다 다운로드, 좋아요, 사용량이 얼마나 늘었는지, 같은 기간 보통 모델의 성장과 비교해서, 그때의 히트 점수와 함께. 보통 성장보다 위면 상승, 아래면 하락으로 봐. 과거는 오늘까지의 총합, 모델 첫 날, 두 번 측정된 다운로드 속도로 재구성돼; 기간 시작에 없던 모델은 n/a로 표시돼.
GLM 5.3 Flash은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.
모델 패밀리별로 보기
Text / LLM 모델
434
Anima 모델
528
Chroma 모델
19
Fibo 모델
2
Flux 모델
1,496
Flux 2 / Klein 모델
1,239
Flux 3 모델
3
Moss 모델
3
Iris 모델
1
MiniMax H3 모델
364
Hunyuan 모델
204
Ideogram 모델
20
Krea2 모델
717
Qwen 모델
20
Qwen2 모델
47
Ltx2 모델
153