이 글에 실측은 없습니다. Z.ai가 공개한 값을 정리하고 그 값이 로컬 하드웨어에서 무엇을 뜻하는지까지만 다룹니다. 이 사이트가 쓰는 장비에서 이 모델을 돌린 기록은 아직 없습니다. 실측은 다음 글입니다.
무엇이 공개됐나
Z.ai가 2026년 8월 26일 GLM-5.3-Flash의 웨이트를 MIT 라이선스로 공개했습니다. 아래 표의 값은 전부 저장소의
모델 카드와 config.json에서 직접 읽었습니다(GLM53F-HF-001). 기사 요약을 옮긴 값이 아닙니다.
| 항목 | 값 |
|---|---|
| 전체 파라미터 | 320B |
| 토큰당 활성 파라미터 | 18B |
레이어 수(num_hidden_layers) | 45 |
컨텍스트(max_position_embeddings) | 1,048,576 토큰 |
| 입력 | 텍스트·이미지·영상 |
| 사전학습 코퍼스 | 30T 토큰, 멀티모달 |
| 라이선스 | MIT |
조건이 가장 적게 붙은 항목은 라이선스입니다. 상업적 사용과 수정, 재배포가 모두 허용되고 매출 기준이나 별도 사용 제한 부칙이 없습니다. 오픈웨이트라 부르는 다른 공개본 중에는 둘 중 하나를 붙인 경우가 적지 않습니다. “오픈”이라는 한 단어로 뭉뚱그리지 않고 적어 둘 만한 차이입니다.
모델 카드의 숫자 하나는 구분이 필요합니다. 벤치마크 결과 한 곳의 각주에 최대 컨텍스트 300,000 토큰이라는 언급이 있는데, 그 평가를 어떻게 돌렸는지 밝힌 값이지 모델의 한계가 아닙니다. 구조상의 값은 1,048,576입니다(GLM53F-HF-001).
어댑터가 아니라 모델 자체가 멀티모달
이미지와 영상을 텍스트 모델에 어댑터로 덧붙여 처리하는 방식이 아닙니다. config 안에 비전 설정과 이미지·영상 전용 토큰 ID가 들어 있습니다(GLM53F-HF-001). 네이티브 멀티모달이라는 말이 여기서 뜻하는 바가 그것입니다. 양자화를 계획하는 쪽에는 이 차이가 실무로 걸립니다. 덧붙인 비전 인코더는 떼거나 따로 둘 수 있지만 통합된 쪽은 그럴 수 없습니다.
공개 전에는 ‘Ox Alpha’였다
공개 전 일주일 동안 이 모델은 OpenRouter에서 ‘Ox Alpha’라는 익명으로 서비스됐습니다. OpenRouter의 GLM-5.3-Flash 페이지가 그 스텔스 모델의 정체를 이 모델이라고 직접 밝힙니다(OPENROUTER-GLM53F-001). 그 기간에 Ox Alpha를 벤치마크한 사람은 이 공개본을 잰 셈입니다.
로컬에서 돌리려면 무엇이 필요한가
Z.ai 문서는 SGLang, vLLM, TokenSpeed, Transformers, KTransformers, Unsloth로 로컬 서빙하는 방법을 안내합니다(GLM53F-HF-001). 소프트웨어 경로는 있다는 뜻입니다. 메모리는 별개 문제입니다. 데스크톱에서 그 경로에 닿을 수 있는지를 결정하는 쪽이 이쪽이고요.
MoE 모델은 토큰당 18B만 활성화되니 그만큼만 있으면 된다고 읽기 쉽습니다. 그렇지 않습니다. 일부만 활성화하면 토큰당 연산량이 줄어들 뿐입니다. 웨이트는 여전히 런타임이 빠르게 닿는 곳에 올라가 있어야 합니다. 파라미터당 4비트로 잡으면 3,200억 파라미터는 KV 캐시와 활성값을 빼고도 약 160 GB입니다. 이 값은 GLM53F-HF-001의 파라미터 수에서 나온 산술이지 실측이 아닙니다. 긴 컨텍스트의 캐시까지 더하면 실제 수치는 더 올라갑니다.
여기에 대면 12GB 카드는 설정 하나로 좁혀질 만큼 모자란 게 아닙니다. 24GB도 마찬가지고요. 이 정도 하드웨어에서 실측할 값이 있는 구성은 웨이트를 시스템 RAM이나 디스크에 두고 그 대가를 초당 토큰으로 치르는 쪽입니다. “올라가느냐”와는 다른 질문이라 수치를 따로 내야 합니다(GLM53F-HF-001).
그래서 지금 정직한 답은 아직 돌려보지 않았다는 것입니다. 궁금한 결과도 로드 여부가 아니라, 모델 대부분이 GPU에 없을 때 처리량이 어디까지 떨어지는가 쪽입니다.
이 값들의 출처
모델 카드와 config.json은 렌더된 페이지가 아니라 저장소에서 직접 읽었습니다(GLM53F-HF-001). Z.ai의 공개
포스트(GLM53F-BLOG-001)는 그 모델 카드에서 링크되지만 본문이 클라이언트 렌더링이라 수집 시점에 텍스트를 얻지
못했습니다. 위 내용 중 그 문서에만 기대는 항목은 없습니다. 개발자 문서(GLM53F-DOCS-001)는 정상적으로
받았으나 라이선스와 서빙 목록은 담고 있지 않습니다.
다음에 잴 것
이 모델을 다루는 다음 글은 실측입니다. 웨이트를 상주시킬 수 없는 상태에서 12GB 카드와 M4 Pro가 GLM-5.3-Flash를 어떻게 처리하는지 한 가지만 보고하고 실행마다 양자화와 컨텍스트 길이, 오프로드 구성을 함께 적습니다. 두 장비 모두 쓸 만한 속도에 닿지 못한다는 결과가 나온다면 어느 지점에서 쓸 수 없게 됐는지와 함께 그 결과도 발행합니다.