| 벤치마크 | 점수 | 설명 |
|---|---|---|
| 프론티어SWE (장기 코딩) | 74.4% | GPT-5.5(72.6%)를 약 1% 차이로 제치고, 클로드 오푸스 4.8에 1% 근접 |
| 터미널-벤치 2.1 | 81.0 | 오픈소스 모델 신기록 |
| SWE-벤치 프로 | 62.1 | 오픈소스 모델 역대 최고 점수 |
| SWE-벤치 Verified | 76.4% | 프론티어 모델과 경쟁 가능한 수준 |
| GPQA 다이아몬드 (대학원 수준 과학) | 80.3% | 강력한 과학 추론 능력 |
| AIME 2025 (수학 추론) | 86.67% | 최상위권 수학 성능 |
| MMLU-Pro | 80.63% | 광범위한 학술 지식 평가 |
| MMLU | 91.72% | 일반 지식 벤치마크 |
| HLE (도구 활용) | 54.7% | 이전 세대 대비 12점 향상 |
| ProofBench | >30% | 오픈소스 최초 30% 돌파, 2위보다 11점 앞서 |
| WebDev Arena | #1 | 인간 평가 프론트엔드 리더보드에서 클로드 페이블 5와 오푸스 4.8 제치고 1위 |
특히, 독립 평가 기관 Vals AI에 따르면 GLM-5.2는 Vals Index, Harvey의 법률 에이전트 벤치마크, 금융 에이전트 v2, ProofBench, Vibe Code Bench 등 5개 벤치마크에서 모든 모델(클로즈드소스 포함) 중 최고 점수를 기록했습니다 .
GLM-5.2는 전작 GLM-5.1의 총 744B / 활성 40B MoE 설계를 유지하면서도 두 가지 주요 혁신을 도입했습니다 :
| 항목 | 가격 |
|---|---|
| 입력 토큰 | $1.40 |
| 출력 토큰 | $4.40 |
| 캐시된 입력 | $0.26 (일정 기간 저장 무료) |
GLM-5.2의 등장은 실리콘밸리에도 큰 반향을 일으켰습니다.
| 벤치마크 | 점수 | 설명 |
|---|---|---|
| 프론티어SWE (장기 코딩) | 74.4% | GPT-5.5(72.6%)를 약 1% 차이로 제치고, 클로드 오푸스 4.8에 1% 근접 |
| 터미널-벤치 2.1 | 81.0 | 오픈소스 모델 신기록 |
| SWE-벤치 프로 | 62.1 | 오픈소스 모델 역대 최고 점수 |
| SWE-벤치 Verified | 76.4% | 프론티어 모델과 경쟁 가능한 수준 |
| GPQA 다이아몬드 (대학원 수준 과학) | 80.3% | 강력한 과학 추론 능력 |
| AIME 2025 (수학 추론) | 86.67% | 최상위권 수학 성능 |
| MMLU-Pro | 80.63% | 광범위한 학술 지식 평가 |
| MMLU | 91.72% | 일반 지식 벤치마크 |
| HLE (도구 활용) | 54.7% | 이전 세대 대비 12점 향상 |
| ProofBench | >30% | 오픈소스 최초 30% 돌파, 2위보다 11점 앞서 |
| WebDev Arena | #1 | 인간 평가 프론트엔드 리더보드에서 클로드 페이블 5와 오푸스 4.8 제치고 1위 |
특히, 독립 평가 기관 Vals AI에 따르면 GLM-5.2는 Vals Index, Harvey의 법률 에이전트 벤치마크, 금융 에이전트 v2, ProofBench, Vibe Code Bench 등 5개 벤치마크에서 모든 모델(클로즈드소스 포함) 중 최고 점수를 기록했습니다 .
GLM-5.2는 전작 GLM-5.1의 총 744B / 활성 40B MoE 설계를 유지하면서도 두 가지 주요 혁신을 도입했습니다 :
| 항목 | 가격 |
|---|---|
| 입력 토큰 | $1.40 |
| 출력 토큰 | $4.40 |
| 캐시된 입력 | $0.26 (일정 기간 저장 무료) |
GLM-5.2의 등장은 실리콘밸리에도 큰 반향을 일으켰습니다.