Featherless, AMD 기반 GLM 5.2 전용 프라이빗 클라우드 출시: 월 7,500달러 정액제로 토큰 제한 없이 GPT-5.5 대비 94% 비용 절감

Featherless가 Z.ai의 오픈 웨이트 모델 GLM 5.2를 위한 전용 프라이빗 클라우드 서비스를 월 7,500달러의 정액 요금제로 출시했습니다. 이 서비스는 AMD Instinct MI325X GPU에 최적화되어 있으며, Featherless는 폐쇄형 경쟁사(GPT-5.5, Claude Opus 4.8) 대비 추론 비용을 최대 94%까지 절감할 수 있다고 밝혔습니다 . 서비스, 모델, 그리고 독점 AI 대비 경쟁력에 대한 모든 것을 알려드립니다.

Featherless GLM 5.2 프라이빗 클라우드란?

Featherless는 Z.ai의 오픈 웨이트 모델인 GLM 5.2를 AMD Instinct MI325X GPU에서 네이티브로 구동하도록 최적화한 전용 프라이빗 클라우드를 출시했습니다 . Featherless는 AMD 하드웨어에서 GLM 5.2를 프라이빗 클라우드 환경으로 네이티브 최적화한 유일한 플랫폼이라고 주장합니다 . 이 접근 방식 덕분에 고객은 토큰 기반 과금을 피하고, 개발 팀이 완전히 활용된다는 가정 하에 연간 90,000달러의 고정 비용을 지불하면 됩니다 .

가격: 월 7,500달러 정액제, 토큰 무제한

• 월 정액 요금: 7,500달러 (전용 프라이빗 클라우드 인스턴스 기준) .
• 토큰 무제한 — 토큰당 API 요금이 없습니다 . 이것이 종량제 API와의 핵심적인 차별점입니다.
• 참고로, Z.ai의 공개 API 요금은 입력 토큰 100만 개당 1.40달러, 출력 토큰 100만 개당 4.40달러입니다 . 독점 API에서 월 125,000달러 이상 나오는 대규모 에이전트 워크로드의 경우, 정액 요금제를 사용하면 약 7,500달러로 94% 절감 효과를 볼 수 있습니다 .

비용 산출 방식: GLM 5.2의 공개 API 가격은 GPT-5.5 또는 Claude Opus 4.8의 약 1/5에서 1/6 수준입니다 . 순수 출력 기준으로만 보면, GLM 5.2(100만 토큰당 4.40달러)는 GPT-5.5(30달러)의 약 1/6.8 가격입니다 . 캐시된 입력의 경우 100만 토큰당 0.26달러로 더 저렴해집니다 .

하드웨어: 4x AMD Instinct MI325X GPU

각 프라이빗 클라우드 인스턴스는 4개의 AMD Instinct MI325X GPU로 구동됩니다 . MI325X의 주요 사양은 다음과 같습니다.

• HBM3e 메모리 256GB 및 가속기당 6TB/s 메모리 대역폭 .
• CDNA3 아키텍처, 19,456개의 스트림 프로세서 및 1216개의 매트릭스 코어 .
• FP8 성능 2.61 PFLOPs .

이는 업계에서 흔히 볼 수 있는 NVIDIA H100/H200 기반과는 확연히 다른 하드웨어 전략이며, Featherless는 이를 통해 NVIDIA 공급망 병목 현상을 피할 수 있다고 설명합니다 .

GLM 5.2 모델 사양

사양	세부 정보
아키텍처	총 744B 파라미터, Mixture-of-Experts (MoE), 토큰당 약 40B 활성화
컨텍스트 윈도우	공개 클라우드 최대 256K 토큰, 프라이빗 클라우드 최대 100만 토큰
양자화	기본 FP8 (가중치 약 750GB VRAM 필요)
오픈 웨이트	예 — Z.ai가 MIT 라이선스로 오픈 웨이트 공개
훈련 집중 분야	코딩 우선, 소프트웨어 엔지니어링 작업 특화

FP8 양자화에서 모델 가중치는 약 750GB의 VRAM이 필요하며, 이는 4개의 MI325X GPU(4 x 256GB)가 제공하는 총 1TB VRAM에 여유 있게 수용되며, 확장된 컨텍스트 길이에서 KV 캐시를 위한 여유 공간도 확보됩니다 .

주요 벤치마크: GLM 5.2 vs GPT-5.5 및 Claude Opus 4.8

SWE-bench Pro (실제 소프트웨어 엔지니어링):

• GLM 5.2: 62.1% vs. GPT-5.5: 58.6% — 코딩 벤치마크에서 GPT-5.5를 능가 .
• 이 지표에서는 Claude Opus 4.8(69.2%)에 뒤집니다 .

Terminal-Bench 2.1 (에이전트 코딩 작업):

• GLM 5.2: 82.7 (최고 기록) vs. Claude Opus 4.8: 78.9 — 터미널 기반 에이전트 작업에서 앞서갑니다 .

Featherless에 따르면 GLM 5.2는 Arena WebDev 코딩 리더보드에서 2위를 기록했습니다 .

비용 비교: GLM 5.2 vs 독점 API

GLM 5.2의 가장 큰 강점은 비용 우위입니다. Z.ai 공식 API 요금 기준:

모델	입력 (100만 토큰당)	출력 (100만 토큰당)
GLM 5.2	$1.40	$4.40
GPT-5.5	~$5.00	~$30.00
Claude Opus 4.8	~$8.00	~$40.00

출처:

현실적인 3:1 출력-입력 워크로드 비율에서 GLM 5.2는 100만 토큰당 약 3.65달러인 반면, GPT-5.5는 약 23.75달러로 약 1/6.5의 비용 비율을 보입니다 . 독립적인 트래커들은 오픈 웨이트를 제공하는 여러 제공업체의 중간값을 더 낮게(입력 약 0.55달러, 출력 약 1.85달러) 기록하기도 합니다 .

독점 AI 대비 경쟁력

• 코딩 성능 왕좌: GLM 5.2는 SWE-bench Pro에서 GPT-5.5를 능가할 뿐만 아니라 토큰당 가격이 훨씬 저렴하여, 고성능·저비용 코딩 대안으로 자리매김했습니다 .
• 에이전트 워크로드 최적: 정액제 프라이빗 클라우드는 지속적인 에이전트 사용(고볼륨, 연속 추론)에 최적화되어 있어, 독점 공급업체의 토큰당 API 비용이 급증하는 상황에서 특히 유리합니다 .
• 오픈 웨이트 + AMD 이점: 모델이 오픈되어 있고 NVIDIA가 아닌 AMD 하드웨어에서 구동되기 때문에, Featherless는 동급 NVIDIA 기반 구축보다 훨씬 저렴한 비용으로 프라이빗 클라우드를 제공할 수 있습니다 .
• 컨텍스트 윈도우 리더십: 프라이빗 클라우드에서 100만 토큰을 지원하여 전용 구축 환경에서 GPT-5.5 및 Claude Opus 4.8의 컨텍스트 윈도우와 맞먹거나 능가합니다 .
• 주의사항: 순수 벤치마크 점수(SWE-bench Pro)에서는 Claude Opus 4.8이 여전히 앞서고 있어(69.2 vs 62.1), GLM 5.2가 모든 지표에서 확실한 선두는 아니지만 비용 우위는 매우 큽니다 .

이 서비스를 고려해야 할 대상은?

Featherless의 GLM 5.2 프라이빗 클라우드는 다음과 같은 팀에 가장 적합합니다.

• 토큰당 API 비용이 월 10,000~50,000달러를 빠르게 초과하는 고볼륨 에이전트 워크로드를 운영하는 팀.
• 지속적인 코딩 및 소프트웨어 엔지니어링 추론 요구가 있으며, GPT-5.5보다 뛰어난 성능을 훨씬 저렴한 비용으로 원하는 조직.
• NVIDIA 하드웨어 공급 제약을 피해 AMD 인프라에 구축하려는 기업.
• 측정된 과금을 걱정하지 않고 무제한 토큰 사용을 원하는 엔지니어링 팀.

또한 Featherless는 소형 모델에 대한 서버리스 액세스를 위해 월 25달러부터 시작하는 저렴한 정액 요금제도 제공하지만, 7,500달러짜리 전용 노드는 전체 GLM 5.2 모델에 대해 지속적이고 대량의 추론이 필요한 팀을 위한 제품입니다 .

요약

Featherless의 새로운 서비스는 4x AMD MI325X GPU에서 구동되는 GLM 5.2용 월 7,500달러 정액제 프라이빗 클라우드를 제공하며, 대규모 에이전트 사용 시 독점 API 대비 94%의 비용 절감을 주장합니다. 744B MoE 모델은 SWE-bench Pro에서 GPT-5.5를 능가하면서 토큰당 가격은 약 1/6에 불과하여, 코딩 및 에이전트 추론 워크로드가 많은 조직에게 매력적인 오픈 웨이트 대안입니다. Claude Opus 4.8이 일부 벤치마크에서 여전히 앞서고 있지만, GLM 5.2와 Featherless 조합의 비용 우위는 성능 저하 없이 예산을 고려하는 팀에게 진지하게 고려할 만한 옵션입니다.