Z.ai: GLM 4.7 Flash

GLM 4.7 Flash는 Z.ai의 텍스트 생성 모델로, 제공업체가 2026년 1월 19일에 출시했습니다. Z.ai는 이를 성능과 효율성의 균형을 맞추는 새로운 옵션을 제공하는 30B급 SOTA 모델이라고 설명하며, 에이전트형 코딩 사용 사례에 추가로 최적화되어 코딩 능력과 장기 과제 계획 능력이 강화되었다고 밝힙니다. 텍스트 카테고리에 속하므로 이미지, 오디오, 비디오 작업이 아닌 언어 작업을 대상으로 합니다.

이 모델은 텍스트 입력을 받아 텍스트 출력을 반환합니다. 컨텍스트 윈도우는 200,000 토큰으로, 상당한 분량의 소스 파일, 문서 세트 또는 긴 대화 기록을 단일 요청에 담을 수 있을 만큼 큽니다. 최대 출력은 117,964 토큰이므로, 작업이 요구할 때 응답은 짧은 답변을 훨씬 넘어설 수 있습니다. 제공업체가 에이전트형 코딩과 장기 계획을 강조하기 때문에, 이 모델은 단일한 독립적 답변을 생성하는 것이 아니라 여러 단계에 걸쳐 추론해야 하는 작업에 적합하도록 포지셔닝되었습니다.

이러한 특성은 몇 가지 실용적 용도를 시사합니다. 에이전트형 코딩이 가장 명확한 적합 사례입니다. 코드베이스를 읽고, 일련의 편집을 계획하고, 그 계획을 긴 세션에 걸쳐 수행하는 작업입니다. 장기 과제 계획도 같은 강점에서 이어집니다. 예를 들어 여러 단계로 이루어진 작업을 순서가 있는 단계로 나누고 진행 상황을 추적하는 것입니다. 큰 컨텍스트 윈도우는 문서 분석, 긴 입력의 요약, 그리고 모델이 함수를 호출하고 그 결과를 반영하는 도구 기반 워크플로에도 적합합니다. 구조화된 출력과 추론 제어 기능 덕분에 자유 형식 산문이 아니라 예측 가능한 응답 형태가 필요한 파이프라인에서도 사용할 수 있습니다.

모델은 모델 id "z-ai/glm-4.7-flash"를 사용하여 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 형식을 따르므로, 기존 OpenAI 클라이언트 라이브러리와 요청 형태는 base URL과 모델 id만 변경하면 작동합니다. 이 모델은 다양한 요청 파라미터를 지원합니다. temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning, include_reasoning입니다. 이 조합은 샘플링 제어, seed를 통한 결정적 실행, logprobs를 통한 토큰 수준 검사, 도구 또는 구조화된 출력 워크플로를 포괄합니다.

주목할 만한 한 가지 제한은 모달리티입니다. 입력과 출력이 텍스트 전용이므로 이미지나 오디오가 관련된 작업에는 다른 모델이 필요합니다. 200,000 토큰 컨텍스트와 117,964 토큰 출력 상한은 넉넉하지만 유한하므로, 극도로 큰 입력은 여전히 청킹이나 검색이 필요합니다. 워크로드에 코딩, 계획 또는 도구 사용이 포함되지 않는다면 더 단순한 텍스트 모델로 충분할 수 있지만, 명시된 범위 안에서 GLM 4.7 Flash는 바로 이러한 에이전트형 및 장기 컨텍스트 작업을 위해 만들어졌습니다.