GLM 5.3 Flash

총 320B(활성 18B) 파라미터의 멀티모달 LLM으로 GLM-5 시리즈에서 처음으로 이미지와 동영상 입력을 기본 지원합니다. sparse attention과 linear attention을 섞은 하이브리드 구조이며, Z.ai가 FP8로 양자화해 공개한 체크포인트를 서빙합니다.

Modalities

입력: text, image, video. 출력: text.
입력 단가 /1M(최저가 제공사 기준)
₩141₩201
$0.1$0.15
출력 단가 /1M(최저가 제공사 기준)
₩470₩671
$0.35$0.5

컨텍스트 길이

1,048,576

출시일

2026-08-26

제공사

이 모델은 1개 제공사가 서빙합니다. 단일 제공사 모델은 자동 라우팅이 적용되지 않습니다.

제공사입력단가/1M출력단가/1M캐시 읽기/1M캐시 쓰기/1M할인율응답 완료 시간처리량
KT한국대표
₩141₩201
$0.1$0.15
₩470₩671
$0.35$0.5
₩28₩40
$0.02$0.03
₩141₩201
$0.1$0.15
- 30%1.268s15.773 tps

성능지표

요청부터 답변 완료까지 1초당 생성된 출력 토큰 수(처리량), 답변이 나오기 시작하기까지 걸린 시간(첫 응답 시간), 답변이 완성되기까지 걸린 시간(응답 완료 시간)을 보여줍니다.
처리량은 높을수록, 시간 지표는 낮을수록 좋습니다.

처리량 (Throughput)

15.77tps

KT(제공사 중 최고)

응답 완료 시간 (E2E Latency)

1.27s

KT(제공사 중 최고)

처리량 (Throughput)

  • KTAvg31.31 tps

첫 응답 시간 (TTFT)

  • KTAvg0.78 s

응답 완료 시간 (E2E Latency)

  • KTAvg1.69 s
  • 최근 3일 : 6시간 단위 중앙값(p50) 지표 | 최근 7일 : 12시간 단위 중앙값(p50) 지표. 범례의 값은 이 지표들의 평균입니다.
  • 중앙값(p50)은 전체 요청을 순서대로 줄 세웠을 때 정확히 가운데 오는 값입니다. 유난히 튀는 요청 몇 건에 끌려가는 평균과 달리, 대부분의 요청에서 실제로 겪게 될 수치에 가깝습니다.