GLM 4.6은 중국의 인공지능 기업인 지푸 AI(Zhipu AI)가 개발한 대규모 언어 모델 제품군이다. 이 모델 제품군은 2025년 공개 LLM 및 미디어 리더보드에 등장했으며, 벤치마크 스냅샷에 네 가지 변형이 포함되었다. GLM 4.6은 GLM 4.5의 후속 모델로, GLM 시리즈의 일반 목적 언어 이해, 생성, 추론에 대한 초점을 이어간다.
GLM 4.6 제품군은 텍스트 생성, 질문 응답, 요약, 코드 합성 등 다양한 자연어 처리 작업을 위해 설계되었다. 이는 대부분의 현대 대규모 언어 모델의 기반이 되는 Transformer (architecture) 아키텍처를 활용한다. 모델은 대규모 텍스트 말뭉치에 대한 Deep learning 기법을 사용하여 훈련되었으며, 높은 정확도로 복잡한 작업을 수행할 수 있다.
변형 및 아키텍처
GLM 4.6 제품군에는 각각 다른 계산 및 성능 요구 사항에 맞춰진 네 가지 변형이 포함된다. 각 변형의 정확한 매개변수 수는 공개되지 않았지만, 제품군은 엣지 디바이스부터 클라우드 서버까지 배포를 수용할 수 있는 다양한 모델 크기를 포괄한다. 모델은 주의 메커니즘과 훈련 안정성의 개선을 갖춘 밀집 트랜스포머 아키텍처를 사용한다.
지푸 AI는 GLM 4.6에 대한 상세한 기술 사양을 공개하지 않았지만, 모델은 긴 컨텍스트 입력을 지원하며 일부 변형은 최대 200,000 토큰을 처리할 수 있는 것으로 알려져 있다. 이는 긴 문서, 코드베이스 또는 다중 턴 대화를 포함하는 애플리케이션에 적합하게 만든다.
성능 및 벤치마크
GLM 4.6 모델은 MMLU(대규모 다중 작업 언어 이해), GSM8K(초등 수학), HumanEval(코드 생성)을 포함한 여러 공개 벤치마크에서 평가되었다. MMLU에서 가장 큰 변형은 다른 최첨단 모델과 비교할 수 있는 높은 80점대 점수를 달성한 것으로 보고되었다. HumanEval에서 제품군은 강력한 코딩 능력을 입증하며, 최상위 변형의 pass@1 점수가 80%를 초과한다.
모델은 Big-Bench Hard 스위트의 작업과 같은 추론 작업 및 다국어 벤치마크에서도 우수한 성능을 보여, 다양한 데이터 소스에 대한 훈련을 반영한다. 그러나 지푸 AI가 2025년 초 현재 GLM 4.6에 대한 전체 기술 보고서를 게시하지 않았으므로, 이러한 결과에 대한 독립적 검증은 제한적이다.
가용성 및 배포
GLM 4.6 모델은 지푸 AI의 API 플랫폼과 모델 호스팅 저장소의 오픈소스 릴리스를 통해 제공된다. 오픈소스 변형은 허용적 라이선스로 배포되어 연구자와 개발자가 자체 환경에서 모델을 미세 조정하고 배포할 수 있다. 모델은 Graphcore 하드웨어 및 기타 가속기 플랫폼에서 실행할 수 있지만, 특정 최적화 파트너십은 공식적으로 발표되지 않았다.
지푸 AI는 GLM 4.6을 특히 중국어 작업에서 OpenAI, Anthropic, Google DeepMind의 모델에 대한 경쟁력 있는 대안으로 포지셔닝했다. 이 제품군은 챗봇, 코딩 어시스턴트, 엔터프라이즈 검색 도구를 포함한 다양한 애플리케이션에 통합되었다.
개발 및 출시 역사
GLM 4.6은 2024년 말에 데뷔한 GLM 4.5 시리즈에 이어 2025년에 출시되었다. Artificial intelligence 및 Machine learning 배경을 가진 연구자들이 이끄는 지푸 AI의 개발 팀은 추론 능력 향상과 환각률 감소에 초점을 맞췄다. 이번 릴리즈에는 기본 모델과 명령어 튜닝 변형이 모두 포함되었으며, 후자는 대화형 사용에 최적화되었다.
모델 제품군은 반복적으로 업데이트되었으며, 사소한 버전 업데이트가 안정성 및 성능 문제를 해결했다. 2025년 현재 GLM 4.6은 스케일링 법칙과 효율적인 추론에 대한 지속적인 연구와 함께 활발한 프로젝트로 남아 있다.
수용 및 영향
GLM 4.6은 중국어 벤치마크에서의 강력한 성능과 국제 평가에서의 경쟁력 있는 점수로 AI 커뮤니티에서 주목을 받았다. 미디어 보도는 글로벌 시장에서 서양 AI 모델에 도전할 잠재력을 강조했다. 그러나 일부 비평가들은 훈련 데이터 및 평가 방법론에 대한 투명성 부족을 지적했다.
GLM 4.6의 출시는 Alibaba Cloud와 같은 기업들이 대규모 언어 모델을 출시하면서 미국 외 지역에서의 Generative AI 개발이라는 더 넓은 추세에 기여했다. 이 제품군의 오픈소스 변형은 특히 모델 정렬 및 안전성에 관한 연구에서 학술 연구에 사용되었다.