2026년 6월에 공개된 오픈 가중치 모델 GLM-5.2(max)는 인공지능 분석 지수에서 51점을 획득하며 동급 모델 평균인 24점보다 월등히 높은 성능을 보였다. 총 753B 파라미터와 40B 활성 파라미터로 구성된 이 모델은 초당 111 토큰을 출력하는 속도를 자랑하며, 이는 클래스 평균인 59 토큰보다 훨씬 빠르다. 또한 텍스트 대 텍스트 방식을 지원하며 약 1500장의 A4 용지에 해당하는 100만 토큰의 컨텍스트 윈도우를 제공한다.

성능에도 불구하고 GLM-5.2(max)는 유사한 크기의 다른 오픈 가중치 모델들에 비해 다소 비싼 것으로 평가된다. API 가격은 입력 100만 토큰당 $1.40, 출력 100만 토큰당 $4.40으로 책정되었으며 캐시 적중 시에는 81% 할인된 $0.26에 이용 가능하다. 인공지능 지수 평가에 투입된 총비용은 $867.88에 달했다.

벤치마크 결과에 따르면 GLM-5.2(max)는 1억 4000만 토큰을 출력했는데, 이는 평균인 1억 1000만 토큰보다 다소 장황한 수준임을 시사한다. 현재 총 92개 모델 중 속도 면에서는 15위, 비용 효율성에서는 77위를 기록 중이다. 뛰어난 추론 능력을 바탕으로 고난도 작업에 최적화되어 있으나, 시장 내 경쟁 모델들과 비교할 때 작업당 단가는 상대적으로 높게 형성되어 있다.

2026년 6월에 공개된 오픈 가중치 모델 GLM-5.2(max)는 인공지능 분석 지수에서 51점을 획득하며 동급 모델 평균인 24점보다 월등히 높은 성능을 보였다. 총 753B 파라미터와 40B 활성 파라미터로 구성된 이 모델은 초당 111 토큰을 출력하는 속도를 자랑하며, 이는 클래스 평균인 59 토큰보다 훨씬 빠르다. 또한 텍스트 대 텍스트 방식을 지원하며 약 1500장의 A4 용지에 해당하는 100만 토큰의 컨텍스트 윈도우를 제공한다.

성능에도 불구하고 GLM-5.2(max)는 유사한 크기의 다른 오픈 가중치 모델들에 비해 다소 비싼 것으로 평가된다. API 가격은 입력 100만 토큰당 $1.40, 출력 100만 토큰당 $4.40으로 책정되었으며 캐시 적중 시에는 81% 할인된 $0.26에 이용 가능하다. 인공지능 지수 평가에 투입된 총비용은 $867.88에 달했다.

벤치마크 결과에 따르면 GLM-5.2(max)는 1억 4000만 토큰을 출력했는데, 이는 평균인 1억 1000만 토큰보다 다소 장황한 수준임을 시사한다. 현재 총 92개 모델 중 속도 면에서는 15위, 비용 효율성에서는 77위를 기록 중이다. 뛰어난 추론 능력을 바탕으로 고난도 작업에 최적화되어 있으나, 시장 내 경쟁 모델들과 비교할 때 작업당 단가는 상대적으로 높게 형성되어 있다.