GLM-5.3 API

GLM-5.3은 2026-08-14에 GLM-5.2와 같은 베이스 모델로 출시되었으며, 향상분은 모두 사후 학습에서 나왔습니다. Z.ai는 코딩용으로 가장 강력한 오픈 웨이트 모델이라고 소개합니다. 공식 가격은 GLM-5.2와 같은 100만 토큰당 입력 $1.4 / 출력 $4.4이며, 웨이트는 Hugging Face에 공개되어 있습니다. 이 페이지에서는 공식 및 제3자 벤치마크, GLM-5.3-Flash·Kimi K3·Claude Opus 5.5와의 비교, reasoning_effort 설정 방법, GLM-5.2에서 마이그레이션할 때 바꿔야 할 파라미터, Claude Code에서 쓰는 방법, Wokey 가격을 다룹니다.

가격 비교: 공식 API, OpenRouter, Wokey

100만 토큰당 USD입니다. 공식 API와 OpenRouter 가격은 2026-10-01에 직접 확인한 세전 가격이며, Wokey 가격은 실시간 가격표에서 가져옵니다.

채널입력캐시 읽기출력
공식 API$1.4$0.26$4.4
OpenRouter$1.4$0.26$4.4
Wokey$0.21$0.039$0.66

OpenRouter에서 가장 저렴한 호스트는 Baidu의 fp8 양자화 배포입니다(입력 $0.1554 / 출력 $0.4884). 양자화 버전의 출력은 공식 가중치와 다를 수 있어 표에는 넣지 않았습니다.

· 공식 가격 페이지 · OpenRouter 엔드포인트 목록

Claude Code에서 사용하기

이 모델은 Wokey에서 /v1/messages를 지원합니다. 다음 환경 변수를 설정한 뒤 claude를 실행하세요.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="glm-5.3"

GLM-5.3 한눈에 보기

출시일
2026-08-14, 첫날부터 모든 GLM Coding Plan 사용자에게 제공되었고, 웨이트는 약 2주 뒤(2026-08-28 전후) Hugging Face에 공개되었습니다. 자매 모델 GLM-5.3-Flash는 2026-08-26에 출시
모델과 웨이트
GLM-5.2와 같은 베이스 모델이며 향상분은 모두 사후 학습에서 나왔습니다. 전체 파라미터 753B, 활성 파라미터 40B. 웨이트는 zai-org/GLM-5.3에서 FP8과 BF16으로 제공되며 자체 라이선스입니다
컨텍스트와 출력
1M 컨텍스트, 최대 출력 128K. 텍스트 입력만 지원하므로 이미지가 포함된 요청은 400을 반환합니다
사고와 effort
사고는 항상 켜져 있으며 thinking.type은 enabled만 받습니다. reasoning_effort는 low / high / max를 받으며, 기본값이자 코딩에 권장되는 값은 max입니다. medium은 없습니다
공식 가격
100만 토큰당 입력 $1.4 / 출력 $4.4, 캐시 읽기 $0.26, 캐시 저장은 기간 한정 무료. GLM-5.2와 같으며 컨텍스트 길이별 가격 구간이 없습니다
GLM Coding Plan
포인트 기반 할당량으로, 입력, 캐시 입력, 출력을 따로 계산합니다. 평일 14:00–18:00(UTC+8) 외의 호출은 포인트가 절반만 차감되고, 주말은 하루 종일 할인됩니다
API와 도구
Z.ai는 OpenAI Chat Completions, Responses, Anthropic Messages 엔드포인트를 제공하며 함수 호출, 컨텍스트 캐싱, JSON 구조화 출력, 스트리밍을 지원합니다. Wokey는 Chat Completions와 Messages를 제공합니다
사이버보안
CyberGym에서 84.5%로 해당 벤치마크 최고 점수. Z.ai와 중국 보안 팀은 이 모델로 269개 프로젝트에서 취약점 2,436개를 찾았고, 그중 1,097개가 중간~높은 심각도이며 현재 공개 대장을 통해 공개되고 있습니다

· 출처: Z.ai · API docs · Pricing · Hugging Face

공식 벤치마크: GLM-5.3 vs GLM-5.2 vs Kimi K3 vs DeepSeek-V4 Pro vs Fable 5 vs GPT-5.6 Sol

Z.ai의 GLM-5.3 출시 페이지에서 가져온 벤더 발표 결과이며, GDPval-AA는 Artificial Analysis가 실행했습니다. 비교 모델은 출시 시점(2026-08) 기준이며, DeepSeek-V4 Pro는 0813 스냅숏이고 Fable 5 열은 폴백을 켠 상태로 실행되었습니다.

벤치마크GLM-5.3GLM-5.2Kimi K3DeepSeek-V4 ProFable 5GPT-5.6 Sol
Terminal Bench 2.188.2%81.0%88.3%87.9%88.0%88.8%
Terminal Bench 3.028.3%4.6%17.4%—33.7%34.6%
DeepSWE v1.166.9%46.2%67.5%62.7%69.7%72.7%
SWE-Marathon v1.142.5%19.4%48.1%—33.1%42.5%
Toolathlon Verified73.0%59.9%76.5%74.1%74.7%74.9%
AutomationBench v1.0.648.2%26.2%46.7%43.2%46.2%45.8%
HLE w/ Tools62.5%54.7%59.8%60.0%63.9%64.5%
GDPval-AA v2176915081682159017431730
CyberGym84.5%77.2%80.0%83.3%83.8%83.6%

Z.ai는 코딩과 사이버 평가 대부분을 Claude Code 2.1.207에서 max effort로 실행했습니다. 같은 표에서 Claude Opus 4.8은 Terminal Bench 3.0 21.1%, DeepSWE 58.0%입니다. 익스플로잇 단계를 따라갈수록 격차는 더 벌어집니다. ExploitBench에서 GLM-5.3은 54.4%(GLM-5.2: 24.4%), Fable 5는 78.0%, GPT-5.6 Sol은 76.5%입니다. Z.ai 내부 Code Bench에서 GLM-5.3은 max에서 34.5%, Fable 5는 39.5%입니다.

GLM-5.3, GLM-5.3-Flash, Kimi K3, Claude Opus 5.5 중 무엇을 쓸까

GLM-5.3-Flash와 비교

GLM-5.3-Flash는 2026-08-26에 $0.15 / $0.50으로 출시되었으며, 가격은 GLM-5.3의 약 9분의 1이고 이미지 입력을 지원합니다. Artificial Analysis의 Intelligence Index에서 Flash는 42점(작업당 $0.25), GLM-5.3은 max에서 45점($2.01)입니다. Z.ai 발표에 따르면 DeepSWE v1.1에서 Flash는 63.4%, GLM-5.3은 66.9%이며, AutomationBench에서는 두 모델이 비슷합니다(48.8% 대 48.2%). 대량 호출, 서브에이전트, 이미지가 있는 작업에는 Flash를, 가장 어려운 코딩과 장기 작업에는 GLM-5.3을 쓰세요.

Kimi K3와 비교

Kimi K3의 공식 가격은 $3 / $15로 GLM-5.3의 2배가 넘으며, 이미지와 동영상 입력을 지원합니다. Artificial Analysis의 Intelligence Index에서 GLM-5.3은 max에서 45점, Kimi K3는 44점이며 작업당 비용은 거의 같습니다($2.01 대 $2.00). GLM-5.3의 출력 속도는 초당 약 68토큰, Kimi K3는 약 34토큰입니다. Z.ai 표에서 두 모델은 DeepSWE에서 비슷하고(66.9% 대 67.5%), Terminal Bench 3.0에서는 GLM-5.3이 앞서며(28.3% 대 17.4%), SWE-Marathon과 Toolathlon에서는 Kimi K3가 앞섭니다. 텍스트만 쓰는 코딩이라면 어느 쪽이든 괜찮고, 멀티모달 입력이 필요하면 Kimi K3를 고르세요.

Claude Opus 5.5 / GPT-6.1 Sol과 비교

Artificial Analysis의 Intelligence Index에서 Opus 5.5는 max에서 58점(작업당 $5.98), GPT-6.1 Sol은 52점($0.72), GLM-5.3은 45점($2.01)입니다. GLM-5.3은 토큰당 가격이 가장 낮지만 출력이 깁니다. 인덱스 전체에서 출력 토큰 210M을 썼는데, 비슷한 모델의 중앙값은 140M이어서 작업당 비용은 GPT-6.1 Sol보다 높습니다. 강점은 오픈 웨이트, 셀프 호스팅, 그리고 GLM Coding Plan 구독 할당량입니다.

effort 선택

GLM-5.3에는 low, high, max만 있으며 기본값은 max입니다. Artificial Analysis 측정 결과 low는 34점(작업당 $0.85), max는 45점($2.01)이며, 출력 토큰은 88M에서 210M으로 늘어납니다. Z.ai의 Code Bench에서 max는 작업당 약 75K 출력 토큰으로 34.5%, high는 약 50K로 31.4%입니다. 코딩에는 Z.ai 권장대로 max를, 출력을 약 3분의 1 줄이려면 high를, 간단한 Q&A와 형식 변환에는 low를 쓰세요.

Z.ai API 문서

제3자 및 커뮤니티 평가

  • Artificial Analysis: Intelligence Index v4.3에서 max 45점, low 34점으로, 비슷한 규모의 오픈 웨이트 모델 중 2위입니다. 인덱스 전체에서 출력 토큰 210M을 써 중앙값 140M을 크게 웃돌았고, 작업당 비용은 $2.01입니다. 출력 속도는 초당 약 68토큰, 첫 토큰까지 약 3.3초입니다. 출시 당시 이전 버전 인덱스에서는 60점으로 Kimi K3와 함께 오픈 웨이트 공동 1위였고, GLM-5.2보다 7점 높았으며, GDPval-AA Elo는 1524에서 1770으로 올랐습니다. Wokey의 모든 과금 항목은 공식 요금의 15%이므로 같은 작업은 max에서 약 $0.30, low에서 약 $0.13입니다.
  • Anthropic 보안 연구: Anthropic은 2026-09-29에 GLM-5.3의 사이버 능력에 대한 독립 평가를 발표했습니다. Anthropic의 ExploitBench 실행 중 12%(50/410)에서 성공해 Claude Mythos Preview의 14%에 근접했고, GLM-5.2와 Opus 4.6은 0%에 가까웠습니다. 이 모델은 기본적으로 유해한 요청의 90% 이상을 거부하지만, 이런 안전장치는 우회할 수 있고 누구나 웨이트를 내려받을 수 있습니다. Anthropic은 방어자가 같은 수준의 능력을 가진 모델을 쓸 수 있어야 하며, 정부가 고성능 오픈 웨이트 모델의 안전성을 테스트해야 한다고 권고합니다.
  • Hacker News(1,171포인트 스레드): 많은 개발자는 쉬운~중간 난도의 작업에서 훨씬 낮은 비용으로 Claude와 GPT에 가까운 성능을 낸다고 말합니다. 반면 문제를 푸는 데 턴이 더 많이 들어 느리게 느껴지지만 최종 결과는 비슷한 경우가 많다는 의견도 있습니다. Z.ai 문서를 따라 Claude Code에 연결하면 문제없이 동작한다는 확인도 여러 건 있었습니다. 웨이트 공개가 2주 늦어졌을 때는 안전성 강화로 모델이 약해질까 걱정하는 사람도 있었습니다.

GLM-5.2에서 마이그레이션하고 Claude Code에서 사용하기

아래 변경 사항은 Z.ai의 출시 페이지와 API 문서를 바탕으로 합니다. 가격과 베이스 모델은 GLM-5.2와 같지만 사고 관련 파라미터가 호환되지 않게 바뀌었으므로, 모델을 바꾸기 전에 확인하세요.

  • thinking.type은 더 이상 disabled를 받지 않으며, disabled가 포함된 요청은 실패합니다. Z.ai는 모델을 glm-5.3으로 바꾸기 전에 enabled로 변경하고 reasoning_effort를 low로 설정하라고 안내합니다.
  • reasoning_effort는 low, high, max만 받으며 기본값은 max입니다. medium이나 다른 레벨에 의존하는 코드는 이 세 가지 중 하나로 옮겨야 합니다. max는 출력이 가장 길어 토큰 단위 과금에서 비용이 가장 많이 듭니다.
  • GLM-5.3은 텍스트 입력만 지원하며, 이미지가 포함된 요청은 400을 반환합니다. 이미지 작업은 GLM-5.3-Flash나 다른 비전 모델로 보내세요.
  • 구조화된 출력: 일부 업스트림 채널은 response_format의 json_schema 타입을 거부하며, Wokey도 프로덕션에서 이런 400을 확인했습니다. 안전한 방법은 json_object를 쓰고 스키마를 프롬프트에 적는 것입니다.
  • 1M 컨텍스트와 128K 최대 출력을 지원하므로 긴 작업에는 max_tokens를 크게 잡을 수 있습니다. Z.ai 측정 결과 max에서 Code Bench 작업당 출력은 약 75K 토큰으로, GLM-5.2의 96K보다 적습니다.
  • Claude Code에서 사용하기: Z.ai는 자체 평가를 Claude Code에서 실행했습니다. Wokey를 통하면 ANTHROPIC_BASE_URL을 https://api.wokey.ai로, ANTHROPIC_AUTH_TOKEN을 Wokey API 키로, ANTHROPIC_MODEL을 glm-5.3으로 설정하세요. 가격은 100만 토큰당 입력 $0.21 / 출력 $0.66입니다. OpenCode와 그 밖의 OpenAI 호환 클라이언트는 /v1/chat/completions를 사용합니다.
  • GLM Coding Plan 사용자: 평일 14:00–18:00(UTC+8)이 피크 시간이며, 그 외 시간과 주말의 호출은 포인트가 절반만 차감되므로 가능하면 긴 작업은 비피크 시간에 돌리세요.

마이그레이션 후 요청 본문(/v1/chat/completions)

{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "high",
  "messages": [{ "role": "user", "content": "Find and fix the flaky test in this repo" }]
}
모델 ID
glm-5.3
공급업체
zhipu, volcengine, ollama, workbuddy
공급 상태
현재 호출 가능

카탈로그 가격 스냅샷

가격은 100만 토큰 기준이며, 정산에는 요청 시점의 가격이 적용됩니다.

과금 항목Wokey공식 참고 가격절감률
Input$0.21$1.485%
Output$0.66$4.485%
Cache read$0.039$0.2685%
Cache write———

공식 가격 출처: https://docs.z.ai/guides/overview/pricing

모델 기능

Context
1,000,000 tokens
최대 출력
131,072 tokens
Streaming
지원
Tools
지원
Vision
지원 안 함
지원 API 형식
/v1/chat/completions · /v1/messages

요청 보내기

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","messages":[{"role":"user","content":"Hello"}]}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

사용 중인 도구에서 GLM-5.3 사용

게이트웨이 주소는 https://api.wokey.ai(OpenAI 호환 클라이언트는 보통 https://api.wokey.ai/v1)이고, 모델 ID는 glm-5.3입니다. 사용하는 클라이언트의 가이드를 여세요.

자주 묻는 질문

GLM-5.3과 GLM-5.2의 차이는 무엇인가요?

두 모델은 베이스 모델과 가격(100만 토큰당 입력 $1.4 / 출력 $4.4)이 같고, GLM-5.3의 향상분은 모두 사후 학습에서 나왔습니다. Z.ai에 따르면 Terminal Bench 3.0은 4.6%에서 28.3%로, DeepSWE v1.1은 46.2%에서 66.9%로, AutomationBench는 26.2%에서 48.2%로 올랐습니다. 마이그레이션할 때는 GLM-5.3에서 사고를 끌 수 없고 reasoning_effort가 low, high, max만 받는다는 점에 유의하세요.

GLM-5.3과 GLM-5.3-Flash 중 무엇을 써야 하나요?

GLM-5.3-Flash의 공식 가격은 $0.15 / $0.50으로 GLM-5.3의 약 9분의 1이며, 이미지 입력을 지원합니다. Artificial Analysis의 Intelligence Index에서 Flash는 42점(작업당 $0.25), GLM-5.3은 45점($2.01)이고, DeepSWE v1.1에서는 각각 63.4%와 66.9%입니다. 대량 호출, 서브에이전트, 이미지 작업에는 Flash를, 가장 어려운 코딩과 장기 에이전트 작업에는 GLM-5.3을 쓰세요.

GLM-5.3 vs Kimi K3: 어느 쪽이 더 나은가요?

Artificial Analysis의 Intelligence Index에서 GLM-5.3은 max에서 45점, Kimi K3는 44점이며 작업당 비용은 거의 같습니다($2.01 대 $2.00). GLM-5.3의 공식 가격은 $1.4 / $4.4, Kimi K3는 $3 / $15이며, GLM-5.3의 출력 속도가 약 2배 빠릅니다. Z.ai 표에서 GLM-5.3은 Terminal Bench 3.0에서, Kimi K3는 SWE-Marathon과 Toolathlon에서 앞서며, DeepSWE에서는 비슷합니다. 이미지나 동영상 입력이 필요하면 Kimi K3를 고르세요.

GLM-5.3 API 가격은 얼마이며, GLM Coding Plan과 무엇이 다른가요?

토큰 단위 공식 가격은 100만 토큰당 입력 $1.4, 캐시 읽기 $0.26, 출력 $4.4이며, 캐시 저장은 기간 한정 무료이고 컨텍스트 길이별 가격 구간이 없습니다. GLM Coding Plan은 포인트 기반 할당량이 있는 월 구독으로, 평일 14:00–18:00(UTC+8) 외의 호출은 포인트가 절반만 차감됩니다. Wokey를 통하면 구독 없이 토큰 단위로 결제합니다(100만 토큰당 입력 $0.21 / 출력 $0.66).

GLM-5.3의 reasoning_effort는 어떻게 설정해야 하며, 사고를 끄면 왜 실패하나요?

GLM-5.3에서는 사고가 항상 켜져 있습니다. thinking.type은 enabled만 받으며, disabled로 설정하면 요청이 실패합니다. reasoning_effort는 low, high, max만 있고 기본값은 max입니다. Artificial Analysis 측정 결과 low는 34점(작업당 $0.85), max는 45점($2.01)이었습니다. Z.ai는 코딩에 max를 권장합니다. 출력을 줄이려면 high를, 간단한 작업에는 low를 쓰고, 사고를 끄던 요청은 enabled와 low로 바꾸세요.

Claude Code에서 GLM-5.3을 쓰려면 어떻게 하나요?

Wokey의 GLM-5.3은 /v1/messages를 지원하므로 Claude Code에서 바로 쓸 수 있습니다. ANTHROPIC_BASE_URL을 https://api.wokey.ai로, ANTHROPIC_AUTH_TOKEN을 Wokey API 키로, ANTHROPIC_MODEL을 glm-5.3으로 설정한 뒤 claude를 실행하세요. 가격은 100만 토큰당 입력 $0.21 / 출력 $0.66입니다(공식 가격 $1.4 / $4.4). GLM-5.3은 텍스트만 지원하므로 스크린샷을 붙여 넣으면 400이 반환됩니다.

GLM-5.3은 오픈소스인가요? 로컬에서 실행할 수 있나요?

네. 웨이트는 출시 약 2주 뒤 Hugging Face(zai-org/GLM-5.3)에 FP8과 BF16으로 공개되었으며, 자체 라이선스이므로 상업적으로 쓰기 전에 모델 카드를 읽어 보세요. 전체 파라미터 753B, 활성 파라미터 40B이므로 로컬에서 실행하려면 멀티 GPU 서버가 필요합니다. 그런 하드웨어가 없다면 공식 API, GLM Coding Plan 또는 Wokey 같은 토큰 단위 과금 채널이 더 현실적입니다.

GLM-5.3 API 가격은 얼마이며, 공식 API보다 얼마나 저렴한가요?

Wokey 가격은 입력 100만 토큰당 $0.21, 출력 100만 토큰당 $0.66이며, 공식 참고 가격은 $1.4 및 $4.4입니다. 입력은 85%, 출력은 85% 저렴합니다. 정산에는 요청 시점의 가격이 적용되며, 공급업체 가격 출처 링크는 이 페이지에 있습니다.

GLM-5.3 API 모델 ID는 무엇인가요?

Wokey에서 GLM-5.3의 모델 ID는 glm-5.3입니다. 요청 본문의 model 필드나 클라이언트의 모델 설정(예: Claude Code의 ANTHROPIC_MODEL, Codex CLI config.toml의 model)에 표기된 그대로 정확히 사용하세요. GET https://api.wokey.ai/v1/models에서도 확인할 수 있습니다.

GLM-5.3은(는) 어떤 API 형식을 지원하며, Wokey로 어떻게 호출하나요?

GLM-5.3은(는) /v1/chat/completions(Chat Completions 요청), /v1/messages(Messages 요청)을(를) 지원합니다. API 기본 URL을 https://api.wokey.ai로 설정하고, Wokey API 키로 인증한 뒤 정식 모델 ID glm-5.3를 사용하세요. /v1/chat/completions부터 시작할 수 있습니다. "요청 보내기" 섹션에 지원되는 각 API 형식의 curl 예시가 있습니다.

Claude Code에서 GLM-5.3을(를) 사용하는 방법은?

Claude Code는 /v1/messages로 GLM-5.3을(를) 호출합니다. ANTHROPIC_BASE_URL="https://api.wokey.ai", ANTHROPIC_AUTH_TOKEN에 Wokey API 키, ANTHROPIC_MODEL="glm-5.3"를 설정한 후 claude를 실행하세요. Claude Desktop도 /v1/messages를 사용하며, 설정 가이드에서 두 클라이언트를 단계별로 안내합니다.

GLM-5.3의 컨텍스트 윈도우와 최대 출력은 얼마인가요?

카탈로그 기준 컨텍스트 윈도우는 1,000,000 토큰, 최대 출력은 131,072 토큰입니다. 두 값은 별개의 한도이며, 요청은 처리 시점에 적용되는 업스트림 제약도 충족해야 합니다.

GLM-5.3의 캐시 읽기와 캐시 쓰기 가격은 어떻게 되나요?

캐시 읽기: Wokey 가격은 100만 토큰당 $0.039, 공식 참고 가격은 100만 토큰당 $0.26입니다. 캐시 쓰기: 공급업체가 별도의 과금 항목을 공개하지 않아 Wokey 공개 가격도 —로 표시합니다.

Wokey로 GLM-5.3을(를) 호출하는 것은 OpenRouter와 어떻게 다른가요?

Wokey는 GLM-5.3을(를) 100만 토큰당 입력 $0.21 / 출력 $0.66에 제공하며, 공식 참고 가격은 $1.4 / $4.4입니다. OpenRouter는 추론에 추가 마진을 붙이지 않고 크레딧 구매 시 수수료(카드 결제 시 5.5%)를 받는다고 밝히고 있습니다. Wokey는 엄선된 모델을 제공하며 공급자별 라우팅 파라미터가 없으므로, 더 넓은 카탈로그가 필요하다면 OpenRouter가 더 적합합니다. 전체 비교는 OpenRouter 대안 페이지에 있습니다.

GLM-5.3과(와) GLM-5.3-Flash은(는) 가격과 컨텍스트에서 어떻게 다른가요?

공개된 가격 비교에서 GLM-5.3은(는) 입력/출력 $0.21 / $0.66, 컨텍스트 윈도우 1,000,000 토큰이고, GLM-5.3-Flash은(는) $0.075 / $0.25, 컨텍스트 윈도우 1,000,000 토큰입니다. 이는 가격과 용량에 대한 사실 비교이며 품질 순위가 아닙니다. 지원되는 API 형식과 기능도 함께 비교하세요.

관련 모델 및 문서

API 키 받기 · glm-5.3