Z.ai는 8월 26일 Hugging Face에 GLM-5.3-Flash의 가중치를 MIT 라이선스 아래 공개했습니다. 이 모델은 공개 전까지 은밀한 엔드포인트로 익명 유통되고 있었습니다. 모델 카드의 세 가지 세부 사항은 이번 공개를 읽는 방식을 바꿉니다.
‘Flash’는 3200억 개 파라미터 규모입니다
모델 카드는 토큰당 총 3200억 개 파라미터와 활성 180억 개를 제시합니다. 다른 어떤 벤더의 명명 관행에서도 Flash, Mini, Turbo, Lite는 작은 모델을 뜻합니다. 그러나 여기서 이는 희소 모델, 즉 3200억 개 중 180억 개만이 특정 토큰에 대해 동원되는 mixture-of-experts 설계를 뜻합니다. 추론 비용 프로파일은 180억 개 모델과 비슷하지만, 이를 호스팅하기 위한 메모리 부담은 그렇지 않습니다. ‘Flash’를 ‘적당한 하드웨어에서도 돌아간다’고 읽는다면 핵심을 잘못 짚은 것입니다. 실제로 서비스하려면 메모리에 3200억 개 전체를 담을 수 있는 용량이 필요합니다.
통상적인 프레이밍의 오류
인용되는 문구는 이 모델이 “가격의 10분의 1로 벤치마크와 실제 작업 전반에서 GLM-5.2를 능가한다”는 것입니다. 이 문장의 주어를 보십시오. 비교 대상은 GLM-5.2, 즉 Z.ai의 이전 공개 모델이지 다른 연구소의 어떤 최첨단 모델도 아닙니다. 자체 이전 세대와 비교해 가격을 10배 낮췄다는 것은 경쟁사 대비 위치가 아니라 추론 스택에 대한 진술입니다. 그런데도 마치 이 모델이 최첨단 모델의 10분의 1 가격이라는 뜻인 것처럼 반복되지만, 모델 카드 어디에도 그런 주장은 없습니다.
평가는 누가, 어떤 조건에서 수행했나
공개된 점수는 Terminal-Bench 2.1에서 84.3, Deep-SWE에서 63.4, 도구를 사용한 HLE 전체 세트에서 55.3입니다. 조건도 공개됐으며, 상당히 관대합니다. Terminal-Bench 2.1은 temperature 1.0, max_new_tokens 65,536, 6시간 타임아웃으로 수행됐습니다. Deep-SWE는 6시간 타임아웃과 40만 컨텍스트를 사용했습니다. HLE는 최대 생성 길이 163,840 토큰을 허용했습니다. 이 수치는 자기 보고식이며, 자체 선택한 하네스에서 나온 것입니다. 이는 업계 표준이기도 하지만, 서로 다른 연구소의 에이전트형 벤치마크 점수가 좀처럼 직접 비교되지 않는 이유이기도 합니다.
MIT 라이선스가 의미하는 것
이번 공개에서 명확한 부분은 라이선스입니다. MIT는 사용 분야 제한도, 허용 사용 정책도, 조건이 바뀌는 매출 기준도, 파생물 공개 의무도 두지 않습니다. 이는 비슷한 규모의 대부분의 공개 가중치 모델에 붙는 커뮤니티 라이선스보다 실질적으로 훨씬 더 관대한 조건입니다. 30만 토큰의 평가 컨텍스트를 가진 3200억 개 파라미터 모델에 이처럼 최전선에 근접한 규모와 완전한 관대한 조건이 결합된 점이야말로 실제 뉴스이며, 가격 헤드라인이 주목시키는 부분은 아닙니다.