Transcript
00:00:00GLM 5.2가 이번 주에 출시되었는데, 지금까지 본 것 중 가장 강력한 오픈 소스 모델입니다.
00:00:04보시는 바와 같이 일부 벤치마크에서는 이 모델이 거대 기업의 모델들을 능가하는 성능을 보여주기도 합니다.
00:00:10앤스로픽의 Opus 4.8이나 오픈AI의 5.5 같은 모델들이죠. 하지만 이 벤치마크 결과가 정말 믿을 만한 걸까요? 이 모델은
00:00:18Opus 4.8이나 GPT 5.5와 비교했을 때 어떨까요? 바로 오늘 영상에서 그 답을 찾아보려고 합니다.
00:00:25이 세 가지 거대 모델을 가지고 여러 테스트를 진행하면서 실제 환경에서의 성능을
00:00:31확인해 보겠습니다. 게다가 매우 중요하다고 생각되는 한 가지 벤치마크에 대해서도
00:00:35심층 분석을 진행하고, GLM 5.2가 어떤 경우에 Opus나 GPT 5.5보다 더 뛰어나다고
00:00:40말하는 것인지 구체적으로 파헤쳐 보겠습니다. 효율성이 더 좋다는 뜻인가요, 비용이 저렴하다는 뜻인가요, 아니면
00:00:47이 모든 것을 동시에 더 잘 해낸다는 뜻인가요?
00:00:51더 이상 지체하지 말고 바로 시작해 보죠. 정면 승부 테스트에 앞서,
00:00:56먼저 이 세 모델을 비교한 기존 벤치마크들을 살펴보겠습니다.
00:00:59정말 주목하고 싶은 것은 DeepSuite입니다. DeepSuite는 비교적 새로운 벤치마크로,
00:01:04Terminal Bench나 Terminal Bench Pro 같은 기존 벤치마크를 개선하려는 목적으로 만들어졌습니다.
00:01:08이 벤치마크에 대해 아주 깊이 들어가지는 않겠습니다. 자세한 내용은 해당 웹사이트나 깃허브 저장소를
00:01:12참고하시면 됩니다. 하지만 이 벤치마크는 장기 에이전트 작업에 초점을 맞추고 있습니다.
00:01:17구체적으로 TypeScript, Go, Python, JavaScript, Rust 등 5개 언어에 걸쳐 113개의 작업을,
00:01:23격리된 환경과 프로그램 기반 검증기를 사용하여 평가합니다. 여기 그래프를 보시면,
00:01:29왼쪽에는 정답률(%)이, 그리고 작업당 평균 비용이 나와 있습니다.
00:01:34우리는 그래프의 오른쪽 위를 지향합니다. 가장 효율적인 영역이 바로 오른쪽 상단입니다.
00:01:39가장 낮은 비용으로 최고 점수를 얻는 곳이죠. 여기 보면 GLM 5.2
00:01:44Max는 작업당 3.92달러에 44%의 점수를 냅니다. Opus 4.8과 GPT 5.5를 비교해 보면,
00:01:55그들이 훨씬 더 잘하는 것을 볼 수 있습니다. Opus 4.8 Max는 59%, 5.5 Extra High는 67%입니다. 당연히,
00:02:04Extra High와 Max에서는 비용이 상당히 많이 듭니다. GPT 5.5는 7.23달러, Opus는 13달러,
00:02:12GLM은 3.92달러입니다. 훨씬 저렴하죠. 하지만 5.5와 Opus의 다른 노력 수준(effort levels)을 보면,
00:02:19예를 들어 Opus 4.8의 Medium 수준에서는, GLM 5.2보다
00:02:25더 높은 점수를 내면서도 비용은 더 적게 듭니다. 3.44달러에 49% 대 3.92달러에 44%죠.
00:02:365.5에서는 2.75달러에 54% 대 3.92달러에 44%로 상당히 차이가 납니다. 그래서 이 벤치마크만
00:02:47액면 그대로 받아들이자면, 4.8과 5.5가 GLM 5.2보다 한 수 위입니다. 놀라운 일은 아닙니다.
00:02:55이들은 최고의 프론티어 모델들입니다. 오픈 소스가 아니죠. 만약 우리가
00:03:01성능을 극한으로 밀어붙이면, 이런 장기적인 작업에서 GLM 5.2를 완전히 압도할 겁니다.
00:03:07예상치 못했을 수도 있는 부분은 더 저렴한 비용으로 더 잘할 수 있다는 점인데, 이건 좀 문제네요.
00:03:11그냥 확실히 짚고 넘어가고 싶습니다. 왜냐하면 GLM 5.2가 오픈 소스라는 점 때문에
00:03:16지금 많은 이야기가 나오고 엄청난 과대광고가 있다는 것을 알기 때문입니다.
00:03:21그건 즉시 '오, 엄청 저렴하네, 대단한 일을 할 수 있겠어'라는 암시를 주죠.
00:03:25글쎄요, 수치상으로는 좋지만, 이 벤치마크 기준으로는 4.8이나 5.5 수준은 아닙니다.
00:03:33이 4.8과 5.5 수치는 API 비용을 기준으로 한 겁니다. Max 플랜을 쓰면 이것보다 10배는 저렴합니다.
00:03:40오픈AI의 100달러나 200달러 월간 플랜을 써도 마찬가지고요. 그러니 고려해야 할 또 다른 사항입니다.
00:03:46GLM이 훨씬 저렴하다고 하는 모든 주장에 대해서는 브레이크를 좀 걸고 싶네요.
00:03:50오픈 소스 모델이긴 하지만요. GLM 5.2는 오픈 소스 모델이지만, 흔히 생각하는 그런 건 아닙니다.
00:03:56그냥 컴퓨터에 다운로드할 수 있는 그런 모델이 아니에요.
00:04:01오픈 소스이긴 해서 코드를 볼 수 있고,
00:04:05가중치를 볼 수 있기는 하지만, '그냥 올라마(Ollama)에서 가져와서'
00:04:09'내 개인 PC에서 돌려야지' 할 수 있는 게 아닙니다. 절대 안 됩니다.
00:04:14이건 거의 1조 개의 파라미터가 됩니다. 이걸 실행하려면 엄청난 하드웨어가 필요합니다.
00:04:20혼란스러워하지 마세요. 이걸 실행할 수 있다고 착각하는 분들이 계신 것 같아서,
00:04:24상황을 먼저 정리하는 겁니다. 다시 말하지만, 이건 DeepSuite의 아주 강도 높은
00:04:30작업들에 대한 벤치마크 결과입니다. 오늘은 조금 더 가벼운,
00:04:35아마도 평균적인 여러분이 실행할 법한 작업들을 진행할 겁니다.
00:04:39모두가 같은 선상에 있도록 토큰당 비용 측면에서 우리가 보고 있는 걸 정리하겠습니다.
00:04:44Opus 4.8과 5.5가 더 저렴했던 이유는 필요한 작업을 수행하는 데 훨씬 적은 토큰을 사용했기 때문입니다.
00:04:50결국 더 효율적이었던 거죠. 토큰당 기준으로 볼 때 말입니다.
00:04:55입출력 비용은 백만 토큰당 GLM 5.2는 입력 1.40달러,
00:05:01출력 비용은 4.40달러입니다. Opus 4.8은 5.7배 더 비싸고, GPT의 5.5 모델은 6.8배 더
00:05:10비쌉니다. 그래서 토큰당 비용은 훨씬 저렴하죠. 하지만 우리가 중요한 건 1대1 토큰 비교가 아니라,
00:05:16작업의 결과물입니다. 실제 테스트에 들어가기 전에,
00:05:21오늘의 후원자이자 저에 대한 짧은 소개가 있겠습니다. 제 'Cloud Code Masterclass'를
00:05:26Chase AI Plus 내에 출시했습니다. 특히 기술적인 배경이 없는 분들이
00:05:30AI 개발자로 거듭날 수 있는 최고의 방법입니다. 매주 업데이트하고 있으며 코덱(codecs)과
00:05:35나만의 에이전트 OS를 만드는 마스터클래스도 포함되어 있습니다. 더 자세히 배우고 싶고,
00:05:40어디서부터 시작해야 할지 모르겠다면 Chase AI Plus가 정답입니다. 고정 댓글에 링크가 있습니다.
00:05:46테스트 진행 방식입니다. 모든 모델에 동일한
00:05:49프롬프트를 줄 겁니다. 플랜 모드에서 계획을 내놓을 텐데,
00:05:53계획이 어떤지에 따라 약간의 피드백을 주고받을 수도 있습니다. 그 후에 실행하게 할 겁니다.
00:05:58실행이 끝나면 제 극도로 주관적인 채점 기준을 적용해서 결과물을 평가하고,
00:06:03어떤 게 가장 좋은지 알려드리겠습니다. 만약 제 채점 기준이나 결정이 마음에 안 드신다면,
00:06:08댓글을 남겨주세요. 그 댓글은 삭제하도록 하겠습니다. 이제 왼쪽에,
00:06:14Extra High 설정의 Codex에서 GPT 5.5를 실행하고, 중앙에는 OpenRouter를 통해
00:06:21Extra High로 GLM 5.2를 실행하는 OpenCode가 있습니다. 그리고 오른쪽에는 고성능(High)으로
00:06:26Opus 4.8을 실행하는 Cloud Code가 있습니다. 왜 이 설정들을 선택했냐면,
00:06:32대부분의 사람들이 실생활에서 이렇게 사용하기 때문입니다. Max 플랜을 쓰거나
00:06:37오픈AI 플랜 중 하나를 사용하고 있을 텐데, 솔직히 Medium 설정을 쓰진 않을 테니까요.
00:06:42이게 평균적인 사용자가 일상적으로 모델을 사용하는 방식을 더 잘 반영한다고 생각합니다.
00:06:47첫 번째 프롬프트로, 브라우저에서 실행되는 플레이 가능한 3D 레이싱 게임을
00:06:51만들어 보겠습니다. 중요한 건 프롬프트를 약간 모호하게 유지할 겁니다. 스택과 라이브러리는
00:06:56웹을 탐색해서 가장 좋은 것을 선택할 완전한 자유를 줍니다. 자,
00:07:02실행하고 무슨 일이 일어나는지 보죠. 세 모델 모두 플랜 모드에서 실행 중입니다.
00:07:08다시 말하지만, 프롬프트를 모호하게 한 이유는 모델들의 차이점을 최대한 많이 보기 위함입니다.
00:07:12무엇을 어떻게 해야 할지 로드맵을 정확히 다 주면, 이 모델들이 어떻게 사고하고
00:07:18복잡하고 지저분한 문제를 해결하는지 확인할 수 없으니까요.
00:07:2313분 후, Opus 4.8이 가장 먼저 레이싱 게임을 완성했습니다.
00:07:29무엇을 만들었는지 보죠. 로우 폴리곤 형태네요. 소리도 좀 나고,
00:07:37움직임은 꽤 매끄럽습니다. 드리프트도 가능한 것 같네요.
00:07:44오, 잔디가 실제로 물리 효과를 좀 방해하네요. 전반적으로 매끄럽긴 한데,
00:07:54좀 지루하죠? 꽤 기본적인 레이싱 트랙입니다. AI 같은 건 하나도 추가 안 했네요.
00:07:59다른 모델들이 복잡성 측면에서 어떻게 하는지 궁금합니다. 아마 이 첫 번째 테스트의 결과물들이 다
00:08:04비슷하게 밋밋하다면, 다음 프롬프트에서는 난이도를 좀 높여야겠네요. 다음은
00:08:09GLM 5.2입니다. Cloud Code보다 5분 더 걸렸네요. 참고로 GPT 5.5는 여전히
00:08:13작업 중인데, 그리 놀랍지는 않습니다. 보통 조금 더 느리거든요.
00:08:20토큰 비교 측면에서 보면,
00:08:26Claude Code는 게임을 만드는 데 약 10만 토큰을 사용했고, GLM 5.2는 100만 토큰이 넘게 들었습니다. 그리고
00:08:33OpenRouter 내부에서 확인해 보면 총 비용은 1.21달러였고,
00:08:41게임 생성에 총 135만 토큰이 사용되었습니다. 자, 트랙이 꽤 흥미롭네요.
00:08:48컨트롤이 Claude Code보다 훨씬 불안정합니다. 트랙에 비해
00:08:53너무 빠르게 움직입니다. 너무 빠르죠. 트랙과 실제 필드 사이에
00:09:00별다른 구분이 없네요. 특정 상황에서는 보시다시피 트랙을 그냥 뚫고 지나갈 수
00:09:09있는 것처럼 보입니다. 완전히는 아니지만요.
00:09:15차량 자체도 Claude Code에서 본 것보다 디테일이 떨어집니다. 트랙도 있고,
00:09:23타이머도 있지만, 실제 게임 플레이 측면에서는 좀 허접합니다. Opus와 마찬가지로
00:09:30로우 폴리곤 상황도 그렇고요. 더 잘 보이는 걸 만들라고 시키면 어떻게 할지 궁금하네요.
00:09:36그리고 이 트랙 자체도 별로 말이 안 됩니다. 이제 GPT 5.5가
00:09:40만든 것을 보죠. '파운드리 서킷', '나이트 시프트 타임 트라이얼', 철강 작업장을 통과하는 3바퀴 경주랍니다.
00:09:44마지막 두 모델이 보여준 일반적인 트랙과는 좀 다르겠네요.
00:09:50자, 시작해 보겠습니다. 어디로
00:09:54가야 할지 모르겠네요. 오, 이게 트랙인가 봅니다. 바퀴가 좀 흥미롭네요.
00:10:04잘못된 방향으로 회전하고 있습니다. 음, 굉장히 성가신 소음도 나네요.
00:10:10바퀴가 가로로 돌고 있는 건 어떻게 설명해야 할지 모르겠네요.
00:10:21트랙 자체는 괜찮고 이동도 됩니다. 트랙을 벗어나면 속도가 느려지긴 하지만,
00:10:28Opus가 만든 것처럼 명확한 포장도로처럼 보이지는 않습니다. 필드와
00:10:35구분이 안 가요. 그래픽이 꽤 이상합니다. Opus보다 두 배나
00:10:41더 오래 걸렸는데 왜 이런지 모르겠습니다. 정말 이상하네요. 다시,
00:10:48바퀴는 왜 저렇게 만들었는지 모르겠어요. 로우 폴리곤으로 가버렸네요.
00:10:55이유 없이 굉장히 어둡습니다. GLM 5.2보다는 기능적이긴 하지만,
00:11:00그렇게까지 더 낫지는 않습니다. 게다가 GPT 5.5 Extra High 설정에서 이 정도라는 걸 고려해야 합니다.
00:11:06토큰 사용량은 Claude Code와 비슷합니다. 5시간 한도의 7%를 사용했으니 거의
00:11:12사용하지 않은 거나 마찬가지죠. 전반적인 순위를 매기자면,
00:11:17Opus 4.8을 GLM 5.2와 5.5보다 확실히 앞선다고 봅니다. 둘 다 좀
00:11:22허접했으니까요. 하지만 한 번 더 기회를 줄 겁니다.
00:11:28코드를 다시 살펴보고 한 번 더 수정하게 할 겁니다. 이번에는 그래픽 품질을
00:11:32훨씬 더 좋게 해달라고 주문할 겁니다. 로우 폴리곤은 필요 없습니다. 가능한 한
00:11:36AAA급 게임처럼 보이게 하고 싶거든요. 두 번째 시도에서 어떤 일이 일어날지 보죠.
00:11:40Opus와 GLM이 두 번째 작업을 마쳤고 5.5도 마무리 중입니다. 자,
00:11:46Opus 4.8을 먼저 보죠. 확실히 훨씬 더 나은 차를 보여줍니다. 첫 번째 시도와 비교하면
00:11:50엄청난 개선입니다. 조명도 많이 달라졌네요.
00:11:58땅에 비치는 햇빛을 볼 수 있고 모든 게 훨씬 더 매끄러워 보입니다.
00:12:04나무는 여전히 로우 폴리곤 같지만, 조명과 특히 차는
00:12:10큰 진전입니다. 게임 플레이도 여전히 매끄럽고요.
00:12:15도로에 나무가 있는 건 좀 그렇지만, 나무에도 그림자가 생겼네요. 10분 정도 추가로
00:12:20소요되고 5만 토큰 정도를 썼으니 나쁘지 않습니다. 이제 GLM을 보죠. 이때까지,
00:12:26업데이트를 위해 120만 토큰 정도를 더 써서 총비용은 1.83달러가 되었습니다.
00:12:32시작해 보죠. 뭔가 다른 조명을 추가하려 한 것 같긴 하네요. 차는 좀 더 나아 보이지만,
00:12:38조명이 너무 이상합니다. 그냥 눈부시기만 하네요. 트랙 자체는
00:12:46별로 바뀌지 않았습니다. 여전히 어디에나 잔디가 있네요.
00:12:52컨트롤도 여전히 너무 불안정합니다. 트랙에 비해 너무 빠르고요.
00:12:57전과 마찬가지로 트랙의 일부를 뚫고 지나갈 수 있는 현상이 여전합니다.
00:13:04차량 그래픽은 좋아졌지만, 조명과 눈부심이 너무 거슬립니다.
00:13:10이전 버전보다 오히려 더 다운그레이드된 것 같아요. 이제 5.5의 두 번째 시도입니다.
00:13:15차는 조금 더 좋아 보이지만, 나머지는 그대로네요.
00:13:21바퀴 문제는 고쳤네요. 정상적으로 돌아가야 할 방향으로 돌아갑니다.
00:13:29하지만 여전히 성가신 소음은 나고, 도로와 잔디 사이의 구분이 명확하지 않습니다.
00:13:34차만 조금 더 나아졌을 뿐, 첫 번째 시도와 거의 똑같습니다.
00:13:42AAA급 미학을 기대했는데 전혀 달성하지 못했습니다.
00:13:49전반적으로 보았을 때 GLM과 5.5는 확실히 Opus보다 한 단계 아래입니다.
00:13:55다음 테스트는 웹사이트 만들기입니다. 프롬프트는 이겁니다.
00:14:02AI 스마트 글라스 제품을 위한 가짜 랜딩 페이지를 빌드하고 싶습니다. 메타 레이밴 같은 걸 생각하세요.
00:14:07모델들에게 스택과 디자인에 대한 완전한 자유를 줍니다.
00:14:12가장 좋다고 생각하는 것을 선택하고 설치하고,
00:14:16랜딩 페이지 제작 모범 사례를 찾아보라고 했습니다. 이미지와 제품 사진도
00:14:20직접 찾으라고 했고요. 단순히 HTML만 짜지 말고,
00:14:25수상작 사이트처럼 만들어 달라고 했습니다. 'AI 슬롭(쓰레기)'처럼 보이지 않게,
00:14:31진정한 시각적 위계, 의도적인 타이포그래피, 필요한 곳에 모션을 넣으라고요.
00:14:35수상 스타일의 스마트 글라스 랜딩 페이지라. 어떤 결과가 나올지 보죠.
00:14:42셋 다 완료했습니다. 참고로 GLM은 100만 토큰을 사용했고,
00:14:46Opus와 5.5는 10만 토큰 정도를 사용했습니다. Opus가 만든 걸 보죠.
00:14:53어두운 배경이네요. 안경을 직접 만들었지만 텍스트가 이렇게 잘렸네요.
00:14:58스크롤 텍스트가 맨 위에 올라와 있어서 굉장히 어색하게 배치되었습니다.
00:15:04마우스를 올리면 색상이 변하는 건 좀 괜찮네요.
00:15:12스크롤을 내리면 로딩 애니메이션 같은 게 있는데,
00:15:18전반적으로 HTML로 만든 안경 모습은 평범합니다.
00:15:24실제 제품 사진을 찾지도 않았네요. 예약하기와 구매하기 버튼은 있지만,
00:15:31그냥 평범합니다. 수상작 스타일을 원했는데 그 수준은
00:15:35아닙니다. 이번엔 GLM이 만든 걸 보죠.
00:15:41도대체 무슨 일이 일어난 건지 모르겠네요. 거의 로드조차 안 된 것 같습니다.
00:15:45안경은 보여주지만, 이 웹사이트는 재앙 수준입니다.
00:15:51마치 대충 다 던져 넣은 것 같아요. 프롬프트가 아주 상세하진 않았더라도,
00:15:59이 정도보다는 잘해야죠. 이건 정말 끔찍합니다. 도대체 뭘 하려던 건지 모르겠네요.
00:16:04마지막으로 GPT 5.5입니다. 좀 흥미롭네요.
00:16:13디자인은 괜찮아 보이지만 안경이 텍스트를 약간 덮고 있습니다.
00:16:19여백이 많은데 이건 디자인 선택이라고 할 수도 있겠네요.
00:16:25움직이는 배너도 있는데, Opus 버전은 안 움직였죠.
00:16:30스크롤을 내리면 커서가 여러 가지 색으로 변합니다.
00:16:34HTML 에셋을 만든 것 같은데, 온라인에서 필요한 것을 찾아보라고 했지만,
00:16:39전반적으로 셋 중에서는 가장 낫습니다. 하지만 어느 것도 마음에 들지는 않네요.
00:16:44시각 디자인이나 UI 같은 작업에는 이렇게 가장 앞서가는 모델들도 힘들어한다는 걸 보여줍니다.
00:16:50도대체 무슨 일이 일어나는 건지 모르겠어요. 엉망입니다. 전반적으로 Opus는 그저 그랬고,
00:16:555.5가 가장 좋았고, GLM은 완전한 실패작이었습니다.
00:17:04게임 버전 때처럼 두 번째 기회를 줘서 수정할 수 있는지 보죠.
00:17:09이번에는 모션과 그래픽 기능을 더 활용할 수 있도록 Three.js 요소를
00:17:14추가해달라고 주문했습니다. 프롬프트는 이겁니다.
00:17:21방금 빌드한 스마트 글라스 랜딩 페이지를 Three.js를 사용한 몰입형 3D 경험으로
00:17:26재구성하세요. 이번에도 자유롭게 실행하게 했습니다.
00:17:30Opus 4.8의 결과입니다. Three.js를 추가해서 안경이 움직이긴 하네요.
00:17:36하지만 텍스트가 잘리는 등 원래의 문제점들은 여전합니다.
00:17:42AI가 만든 게 티가 너무 많이 납니다. 참고로 두 번째 실행 시
00:17:46모든 모델의 토큰 비용은 첫 번째와 거의 같았습니다. 다음은
00:17:51GLM 5.2입니다. 이번엔 이해가 되는 웹사이트를 만들었네요.
00:17:56안경은 좀 이상하게 생겼지만요. 실제 안경처럼 안 생겼죠.
00:18:02텍스트는 또 잘렸네요. 스크롤하면 움직이는 배너도 있고요.
00:18:08사이트 레이아웃 면에서는 Opus보다 약간 나은 것 같습니다.
00:18:13둘 다 특별히 좋지는 않지만요.
00:18:21히어로 섹션 자체는 Opus 4.8이 더 낫습니다.
00:18:27GPT 5.5가 이번 테스트의 승자입니다.
00:18:32주관적인 디자인 관점에서 전반적으로 더 나아 보입니다. 추가된 모션 그래픽도
00:18:36괜찮네요. 상단의 여백에 안경이 잘 어우러집니다.
00:18:42웹사이트의 나머지도 괜찮습니다. 여전히 'AI 슬롭' 같은 느낌은 있지만,
00:18:48나쁘진 않아요. 5.5가 준 결과물이 다른 모델들보다 가장 좋습니다.
00:18:55DeepSuite 같은 복잡한 벤치마크와 오늘 테스트한 것을 종합해보면,
00:18:59예상했던 결과입니다. GLM이 굉장히 못했다는 건 아니지만,
00:19:05GPT 5.5나 Opus 4.8보다 한 단계 아래라는 느낌을 지울 수 없네요.
00:19:10Opus가 제일 잘했던 첫 번째 섹션에서도, GPT가 제일 잘했던 두 번째 섹션에서도,
00:19:18GLM은 항상 하위권이었습니다. 압도적으로 나쁜 건 아니었지만
00:19:22더 나은 것도 아니었죠. 그리고 토큰을 무한대로 썼습니다.
00:19:27DeepSuite 점수에서도 GLM이 최하위에 비용과 효율성 면에서
00:19:325.5와 4.8보다 뒤처지는 걸 확인했습니다. 이게 우리가 보는 현실이죠.
00:19:37GLM은 훌륭한 오픈 소스 모델인가요? 분명히 그렇습니다.
00:19:42하지만 오픈 소스 모델들이 가진 문제점, 즉 충분히 강력하지 않다는 한계가 있나요? 네.
00:19:48그리고 오픈 소스 열성 팬이라면, 이걸 개인 PC에서 돌릴 수 없다는 걸 아셔야 합니다.
00:19:56실행하려면 막대한 하드웨어가 필요합니다. 대화의 핵심을 잊지 마세요.
00:20:03이미 처음에 말했듯이 GLM 5.2의 비용 문제는 큰 단점입니다.
00:20:07게다가 앤스로픽이나 오픈AI의 Max 플랜이 제공하는 대규모 보조금은 고려하지도 않은 수치입니다.
00:20:12그러니 더 말할 것도 없죠. 이건 논쟁거리가 아닙니다.
00:20:17일반 사용자에게 GLM 5.2를 추천할까요? 아니요, 별로 추천하고 싶지 않습니다.
00:20:21아주 가벼운 작업을 하면서 API 가격만 비교하는 사람이라면 모를까,
00:20:27그 논리로 GLM을 사용하는 건 어렵습니다. 다음 주에 소넷 5가 나오면 어쩌실 건가요?
00:20:35그때마다 모델을 옮겨 다니실 건가요? 특히 기업이나 팀 단위의 작업에서는,
00:20:41API 비용이 쌓이기 시작하면 고민이 될 겁니다.
00:20:47직접 API 비용을 지불하지 않고 보조금 혜택을 받는 일반 사용자라면,
00:20:52GLM 5.2를 사용할 이유가 딱히 없습니다. 오늘은 여기까지입니다.
00:20:57GLM 논란과 과대광고에 대해 좀 명확해졌기를 바랍니다.
00:21:05항상 그렇듯 여러분의 생각을 댓글로 알려주세요.
00:21:12Cloud Code 마스터클래스를 보고 싶다면 Chase AI Plus를 확인해보세요.
00:21:16다음 영상에서 뵙겠습니다.
00:21:24이 영상이 도움이 되었기를 바랍니다.
00:21:29좋은 하루 보내세요.
00:21:38영상을 시청해 주셔서 감사합니다.
00:21:42다음에 또 만나요.
00:21:46구독과 좋아요도 잊지 마세요.
00:21:50더 유익한 영상으로 돌아오겠습니다.
00:21:55감사합니다.
00:22:01행복한 하루 되세요.
00:22:05안녕히 계세요.
00:22:09다음에 또 뵙겠습니다.
00:22:13감사합니다.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video