Z.ai: GLM 5

GLM 5는 2026년 2월 11일에 공개된 Z.ai의 플래그십 오픈소스 파운데이션 모델입니다. Z.ai는 이를 복잡한 시스템 설계와 장기적 에이전트 워크플로를 위해 만들었으며, 대규모 프로그래밍 작업에서 프로덕션급 성능이 필요한 전문 개발자를 겨냥해 포지셔닝했습니다. 텍스트 카테고리에 속하므로 멀티모달 모델이 아니라 언어 모델입니다.

이 모델은 텍스트를 입력으로 받고 텍스트를 출력으로 반환합니다. 컨텍스트 윈도우는 204,800 토큰이고 최대 출력은 128,000 토큰이므로, 매우 큰 입력(전체 코드베이스, 긴 녹취록, 확장된 문서)을 제공하면서도 상당한 분량의 생성 응답을 위한 여유를 남길 수 있습니다. 지원하는 파라미터에는 샘플링을 제어하기 위한 temperature, top_p, top_k, frequency_penalty, presence_penalty, repetition_penalty와 응답 형태를 조정하기 위한 max_tokens, stop이 있습니다. 또한 reasoning과 include_reasoning을 지원하므로 모델이 답변과 함께 추론 과정을 노출할 수 있으며, 토큰 수준 확률이 필요할 때는 logprobs와 top_logprobs도 지원합니다.

이러한 기능은 몇 가지 실용적인 용도를 가리킵니다. 긴 컨텍스트 처리와 강력한 프로그래밍 성능은 여러 파일에 걸친 시스템의 리포지토리 규모 코드 분석, 리팩터링 계획, 설계 작업에 적합하게 합니다. 추론 지원은 디버깅이나 기술적 의사 결정 지원처럼 결론에 어떻게 도달했는지 검토하고 싶은 작업에 어울립니다. 도구 호출과 구조화된 출력은 함수를 호출하거나 다단계 워크플로를 따르거나 고정된 스키마로 데이터를 반환해야 하는 에이전트의 추론 코어로 사용할 수 있게 합니다. seed 파라미터는 테스트 중 반복 가능한 샘플링이 필요할 때 도움이 됩니다.

모델 id "z-ai/glm-5"를 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 형식을 따르므로 기존 OpenAI 클라이언트 라이브러리와 요청 형태가 base URL과 모델 id 변경만으로 작동합니다. 위에 나열된 요청 파라미터는 모두 사용할 수 있으며, 함수 호출을 위한 tools와 tool_choice, 제한된 출력을 위한 response_format과 structured_outputs, 모델의 추론을 드러내고 싶을 때 reasoning과 include_reasoning도 포함됩니다. 샘플링 제어(temperature, top_p, top_k, 페널티, seed, stop)와 max_tokens는 예상대로 동작합니다.

한 가지 유념할 점은 모달리티입니다. 입력과 출력은 텍스트 전용이므로, 작업이 이미지나 오디오를 중심으로 한다면 멀티모달 모델이 더 적합합니다. 큰 컨텍스트 윈도우와 출력 상한은 요청이 무거워질 수 있음을 뜻하므로, max_tokens를 열어 두기보다 의도적으로 설정하는 것이 좋습니다. 단순하고 짧은 텍스트 작업에는 더 작은 모델로 충분할 수 있지만, 장기적 에이전트 작업과 대규모 프로그래밍 작업에는 GLM 5가 바로 그 용도를 위해 만들어졌습니다.