핵심부터 보면

2026년 8월 26일 발표된 지푸 AI(Zhipu AI)의 GLM-5.3-Flash와 알리바바 통이첸원 팀의 Qwen3.8-Flash는 중국 대규모언어모델(LLM) 시장에서 ‘플래시’라는 이름의 의미를 바꿨다. 두 모델은 긴 문맥 처리, 멀티모달 또는 차세대 아키텍처, 코딩·에이전트 성능, 오픈 웨이트, 낮은 API 가격을 한데 묶었다. 따라서 플래시는 더 이상 기능을 크게 덜어낸 보급형 모델만을 뜻하지 않게 됐다. 12

다만 발표일에 관해서는 정정이 필요하다. 주요 발표는 8월 28일이 아니라 8월 26일에 이뤄졌고, 관련 보도가 8월 28일까지 이어진 것으로 보인다. 12

1. 고성능 기능이 ‘플래시’ 가격대로 내려왔다

GLM-5.3-Flash는 지푸의 GLM-5 계열에서 처음으로 네이티브 멀티모달 기능을 갖춘 모델이다. 이미지와 파일 등 다양한 입력을 다루며, 최대 100만 토큰의 문맥 창을 지원한다. 4

Qwen3.8-Flash는 기본 문맥 창이 26만2,144토큰이지만 확장 기능을 사용하면 100만 토큰까지 늘릴 수 있다. 긴 대화, 대형 문서, 소프트웨어 저장소, 연구 자료를 한 번에 다루는 작업이 가능해지는 셈이다. 1

이 변화의 의미는 단순히 숫자가 커졌다는 데 있지 않다. 과거에는 대형 저장소 분석이나 장시간 이어지는 에이전트 작업을 최상위 모델에 맡기는 경우가 많았다. 이제는 비용 효율을 앞세운 플래시 계열도 이런 작업의 기본 선택지가 될 수 있게 됐다.

2. API 가격 경쟁이 시장의 기준을 다시 썼다

가격은 이번 출시의 가장 직접적인 충격이었다.

GLM-5.3-Flash의 정가는 입력 100만 토큰당 0.8위안, 출력 100만 토큰당 2.8위안으로 알려졌다. 출시 초기 50% 할인 기간에는 각각 0.4위안과 1.4위안까지 내려갔다. 이는 관련 비교에서 GLM-5.3 가격의 약 20분의 1 수준으로 제시됐다. 1511

알리바바는 Qwen3.8-Flash를 처음에 입력 100만 토큰당 1위안, 출력 100만 토큰당 3위안에 제공한다고 밝혔다. 이후 가격은 입력 0.8위안, 출력 2.7위안으로 조정됐다. 111

이는 비수기 기준 입력 1.5위안, 출력 4.5위안으로 제시된 DeepSeek V4 Flash보다도 낮은 수준이다. GLM의 할인 가격은 입력과 출력 모두 약 73% 저렴하고, Qwen의 초기 가격도 약 3분의 1 낮았다. 151

결국 기업과 개발자는 이제 “가장 강력한 모델을 쓸 것인가, 가장 싼 모델을 쓸 것인가”만 고민할 필요가 줄었다. 일상적인 대량 호출에서는 플래시 모델을 기본값으로 두고, 정말 복잡한 추론에만 고가 모델을 투입하는 계층형 사용 방식이 현실적인 선택지가 됐다.

3. 성능이 가격을 뒷받침했다

저렴한 가격만으로는 주력 모델의 자리를 차지하기 어렵다. GLM-5.3-Flash가 주목받은 이유는 코딩과 에이전트 작업에서 경쟁력 있는 성능을 내세웠기 때문이다.

Terminal-Bench 2.1에서 GLM-5.3-Flash는 84.3점, Claude Opus 4.8은 85.0점으로 보고됐다. 해당 비교만 놓고 보면 GLM은 오픈 웨이트 모델이면서도 유료 폐쇄형 최상위 모델에 근접한 결과를 보였다. 32

이 모델은 전체 3,200억 개 파라미터 가운데 토큰당 약 180억 개만 활성화하는 희소 전문가 혼합(MoE) 구조를 사용한다. 모델 전체 규모는 크지만 추론 때 실제로 작동하는 파라미터를 제한해 비용을 낮추는 방식이다. 32

바로 이 지점이 과거 플래시 모델과의 차이다. 추론 비용을 낮추면 성능도 크게 떨어진다는 통념 대신, GLM-5.3-Flash는 낮은 비용과 고성능 코딩을 동시에 겨냥했다.

4. 오픈 웨이트가 기업의 협상력을 높였다

GLM-5.3-Flash는 오픈소스 또는 오픈 웨이트 모델로 공개됐다. 알리바바도 Qwen4 아키텍처의 초기 방향을 보여주는 Qwen3.8-Flash-Next의 가중치를 공개했다. 이 모델은 멀티모달 MoE 구조를 기반으로 하며 토큰당 약 60억 개 파라미터를 활성화하는 모델로 소개됐다. 45

오픈 웨이트는 기업이 선택할 수 있는 경로를 넓힌다. 기업은 저렴한 호스팅 API를 이용할 수도 있고, 자체 인프라에 모델을 배포할 수도 있다. 특정 클라우드나 독점 모델 공급업체에 대한 의존도를 낮출 수 있다는 뜻이다.

이 때문에 이번 경쟁은 단순한 신제품 출시 경쟁이 아니다. 모델 성능과 가격뿐 아니라, 누가 모델을 통제하고 어디에서 실행할 수 있는가를 둘러싼 경쟁이기도 하다.

5. 중국산 AI 칩으로 추론한다는 메시지

지푸는 GLM-5.3-Flash의 온라인 추론 트래픽이 10만 개가 넘는 중국산 AI 칩에서 전부 처리됐다고 밝혔다. 4

이 주장이 실제 운영 환경에서도 지속된다면, 중국 내에서 경쟁력 있는 저비용 추론 서비스를 수입 GPU에만 의존하지 않고 구축할 수 있다는 사례가 된다. 모델 가격 인하가 단순한 마케팅 프로모션이 아니라 하드웨어와 추론 시스템 최적화의 결과인지가 향후 중요한 검증 포인트다.

6. DeepSeek의 ‘가성비 기본값’도 시험대에 올랐다

DeepSeek V4 Flash가 즉시 밀려난 것은 아니다. 이 모델 역시 100만 토큰 문맥을 제공하고, 캐시 적중 입력에 공격적인 가격을 적용한다. 비수기 기준 가격은 입력 1.5위안, 출력 4.5위안으로 제시됐다. 23

그러나 GLM-5.3-Flash는 더 낮은 비캐시 가격, 멀티모달 기능, 오픈 웨이트, 강력한 코딩 성능 주장을 동시에 내놓았다. 여기에 플랫폼 사용량 순위에서도 도전장을 내밀면서 DeepSeek가 누리던 “무조건적인 가성비 기본값”의 위치를 약화시켰다.

다만 “GLM이 DeepSeek의 56일간 이어진 OpenCode 선두를 끝냈다”는 주장이나, Qwen이 오피스 작업에서 토큰 사용량을 75% 줄였다는 수치, 일부 벤치마크 비교는 플랫폼 순위 또는 업체가 직접 보고한 테스트에 크게 의존한다. 3

결론: 플래시는 이제 ‘싼 모델’이 아니라 ‘먼저 고르는 모델’이다

이번 출시가 중국 LLM 시장에 남긴 가장 큰 변화는 플래시 모델의 위상이다. 긴 문맥, 이미지·파일 처리, 코딩, 도구 사용, 에이전트 작업을 지원하면서도 호출 비용은 일상적인 대량 사용을 감당할 정도로 낮아졌다.

이제 플래시는 단순히 최고급 모델의 축소판이 아니다. 많은 기업과 개발자에게는 먼저 시험해 보는 기본 모델이 되고, 최상위 모델은 성능 차이가 꼭 필요한 작업에만 투입되는 구조가 될 가능성이 커졌다.

다만 이 두 모델이 모든 코딩과 오피스 업무에서 보편적으로 우월하다는 독립 검증이 끝난 것은 아니다. 현재 확인되는 사실은 ‘플래시’가 성능·가격·개방성을 동시에 갖춘 새로운 주력 계층으로 부상했다는 점이다.

핵심부터 보면

2026년 8월 26일 발표된 지푸 AI(Zhipu AI)의 GLM-5.3-Flash와 알리바바 통이첸원 팀의 Qwen3.8-Flash는 중국 대규모언어모델(LLM) 시장에서 ‘플래시’라는 이름의 의미를 바꿨다. 두 모델은 긴 문맥 처리, 멀티모달 또는 차세대 아키텍처, 코딩·에이전트 성능, 오픈 웨이트, 낮은 API 가격을 한데 묶었다. 따라서 플래시는 더 이상 기능을 크게 덜어낸 보급형 모델만을 뜻하지 않게 됐다. 12

다만 발표일에 관해서는 정정이 필요하다. 주요 발표는 8월 28일이 아니라 8월 26일에 이뤄졌고, 관련 보도가 8월 28일까지 이어진 것으로 보인다. 12

1. 고성능 기능이 ‘플래시’ 가격대로 내려왔다

GLM-5.3-Flash는 지푸의 GLM-5 계열에서 처음으로 네이티브 멀티모달 기능을 갖춘 모델이다. 이미지와 파일 등 다양한 입력을 다루며, 최대 100만 토큰의 문맥 창을 지원한다. 4

Qwen3.8-Flash는 기본 문맥 창이 26만2,144토큰이지만 확장 기능을 사용하면 100만 토큰까지 늘릴 수 있다. 긴 대화, 대형 문서, 소프트웨어 저장소, 연구 자료를 한 번에 다루는 작업이 가능해지는 셈이다. 1

이 변화의 의미는 단순히 숫자가 커졌다는 데 있지 않다. 과거에는 대형 저장소 분석이나 장시간 이어지는 에이전트 작업을 최상위 모델에 맡기는 경우가 많았다. 이제는 비용 효율을 앞세운 플래시 계열도 이런 작업의 기본 선택지가 될 수 있게 됐다.

2. API 가격 경쟁이 시장의 기준을 다시 썼다

가격은 이번 출시의 가장 직접적인 충격이었다.

GLM-5.3-Flash의 정가는 입력 100만 토큰당 0.8위안, 출력 100만 토큰당 2.8위안으로 알려졌다. 출시 초기 50% 할인 기간에는 각각 0.4위안과 1.4위안까지 내려갔다. 이는 관련 비교에서 GLM-5.3 가격의 약 20분의 1 수준으로 제시됐다. 1511

알리바바는 Qwen3.8-Flash를 처음에 입력 100만 토큰당 1위안, 출력 100만 토큰당 3위안에 제공한다고 밝혔다. 이후 가격은 입력 0.8위안, 출력 2.7위안으로 조정됐다. 111

이는 비수기 기준 입력 1.5위안, 출력 4.5위안으로 제시된 DeepSeek V4 Flash보다도 낮은 수준이다. GLM의 할인 가격은 입력과 출력 모두 약 73% 저렴하고, Qwen의 초기 가격도 약 3분의 1 낮았다. 151

결국 기업과 개발자는 이제 “가장 강력한 모델을 쓸 것인가, 가장 싼 모델을 쓸 것인가”만 고민할 필요가 줄었다. 일상적인 대량 호출에서는 플래시 모델을 기본값으로 두고, 정말 복잡한 추론에만 고가 모델을 투입하는 계층형 사용 방식이 현실적인 선택지가 됐다.

3. 성능이 가격을 뒷받침했다

저렴한 가격만으로는 주력 모델의 자리를 차지하기 어렵다. GLM-5.3-Flash가 주목받은 이유는 코딩과 에이전트 작업에서 경쟁력 있는 성능을 내세웠기 때문이다.

Terminal-Bench 2.1에서 GLM-5.3-Flash는 84.3점, Claude Opus 4.8은 85.0점으로 보고됐다. 해당 비교만 놓고 보면 GLM은 오픈 웨이트 모델이면서도 유료 폐쇄형 최상위 모델에 근접한 결과를 보였다. 32

이 모델은 전체 3,200억 개 파라미터 가운데 토큰당 약 180억 개만 활성화하는 희소 전문가 혼합(MoE) 구조를 사용한다. 모델 전체 규모는 크지만 추론 때 실제로 작동하는 파라미터를 제한해 비용을 낮추는 방식이다. 32

바로 이 지점이 과거 플래시 모델과의 차이다. 추론 비용을 낮추면 성능도 크게 떨어진다는 통념 대신, GLM-5.3-Flash는 낮은 비용과 고성능 코딩을 동시에 겨냥했다.

4. 오픈 웨이트가 기업의 협상력을 높였다

GLM-5.3-Flash는 오픈소스 또는 오픈 웨이트 모델로 공개됐다. 알리바바도 Qwen4 아키텍처의 초기 방향을 보여주는 Qwen3.8-Flash-Next의 가중치를 공개했다. 이 모델은 멀티모달 MoE 구조를 기반으로 하며 토큰당 약 60억 개 파라미터를 활성화하는 모델로 소개됐다. 45

오픈 웨이트는 기업이 선택할 수 있는 경로를 넓힌다. 기업은 저렴한 호스팅 API를 이용할 수도 있고, 자체 인프라에 모델을 배포할 수도 있다. 특정 클라우드나 독점 모델 공급업체에 대한 의존도를 낮출 수 있다는 뜻이다.

이 때문에 이번 경쟁은 단순한 신제품 출시 경쟁이 아니다. 모델 성능과 가격뿐 아니라, 누가 모델을 통제하고 어디에서 실행할 수 있는가를 둘러싼 경쟁이기도 하다.

5. 중국산 AI 칩으로 추론한다는 메시지

지푸는 GLM-5.3-Flash의 온라인 추론 트래픽이 10만 개가 넘는 중국산 AI 칩에서 전부 처리됐다고 밝혔다. 4

이 주장이 실제 운영 환경에서도 지속된다면, 중국 내에서 경쟁력 있는 저비용 추론 서비스를 수입 GPU에만 의존하지 않고 구축할 수 있다는 사례가 된다. 모델 가격 인하가 단순한 마케팅 프로모션이 아니라 하드웨어와 추론 시스템 최적화의 결과인지가 향후 중요한 검증 포인트다.

6. DeepSeek의 ‘가성비 기본값’도 시험대에 올랐다

DeepSeek V4 Flash가 즉시 밀려난 것은 아니다. 이 모델 역시 100만 토큰 문맥을 제공하고, 캐시 적중 입력에 공격적인 가격을 적용한다. 비수기 기준 가격은 입력 1.5위안, 출력 4.5위안으로 제시됐다. 23

그러나 GLM-5.3-Flash는 더 낮은 비캐시 가격, 멀티모달 기능, 오픈 웨이트, 강력한 코딩 성능 주장을 동시에 내놓았다. 여기에 플랫폼 사용량 순위에서도 도전장을 내밀면서 DeepSeek가 누리던 “무조건적인 가성비 기본값”의 위치를 약화시켰다.

다만 “GLM이 DeepSeek의 56일간 이어진 OpenCode 선두를 끝냈다”는 주장이나, Qwen이 오피스 작업에서 토큰 사용량을 75% 줄였다는 수치, 일부 벤치마크 비교는 플랫폼 순위 또는 업체가 직접 보고한 테스트에 크게 의존한다. 3

결론: 플래시는 이제 ‘싼 모델’이 아니라 ‘먼저 고르는 모델’이다

이번 출시가 중국 LLM 시장에 남긴 가장 큰 변화는 플래시 모델의 위상이다. 긴 문맥, 이미지·파일 처리, 코딩, 도구 사용, 에이전트 작업을 지원하면서도 호출 비용은 일상적인 대량 사용을 감당할 정도로 낮아졌다.

이제 플래시는 단순히 최고급 모델의 축소판이 아니다. 많은 기업과 개발자에게는 먼저 시험해 보는 기본 모델이 되고, 최상위 모델은 성능 차이가 꼭 필요한 작업에만 투입되는 구조가 될 가능성이 커졌다.

다만 이 두 모델이 모든 코딩과 오피스 업무에서 보편적으로 우월하다는 독립 검증이 끝난 것은 아니다. 현재 확인되는 사실은 ‘플래시’가 성능·가격·개방성을 동시에 갖춘 새로운 주력 계층으로 부상했다는 점이다.