GLM 5.3, Amazon Bedrock에 출시: 753B MoE의 호스팅 API, 명시적 프롬프트 캐시와 교차 리전 추론이 통합 핵심
AWS 공식 블로그가 2026년 10월 5일 보도한 바에 따르면, Z.ai의 GLM 5.3이 Amazon Bedrock에서 자격을 갖춘 기업 고객에게 개방되었으며, OpenAI 호환 Responses/Chat Completions와 Bedrock Invoke/Converse로 호출할 수 있고, 암시적·명시적 프롬프트 캐시, US 및 Global 교차 리전 추론 구성을 지원하며, 오픈소스 침투 테스트 에이전트 Strix로 호출하는 경로도 제공한다.
주요 변화
AWS 공식 블로그가 2026년 10월 5일 보도한 바에 따르면, Z.ai(즈푸 AI)의 GLM 5.3이 Amazon Bedrock에 출시되어 자격을 갖춘 기업 고객에게 개방되었다. 글에 따르면 Hugging Face Hub 공개 정보 기준으로 GLM 5.3은 753B 파라미터의 전문가 혼합(MoE) 모델로, 코딩과 장기 에이전트 작업에 최적화되었으며, Z.ai는 보안류 작업에서 두드러진 성능을 보고했고 출시 시 CyberGym 벤치마크에서 84.5점을 기록했다. 올해 초 Bedrock에 출시된 GLM 5와 비교해 글은 세 가지 변화를 나열한다. Z.ai는 DeepSWE, Terminal Bench 3.0, FrontierSWE 등 코딩 벤치마크에서 경쟁력이 있다고 밝혔고 내부 코딩 벤치마크에서 GLM 5.2보다 50% 향상되었다고 했지만, GLM 5와의 직접 비교는 제시하지 않았는데 GLM 5.1부터 벤치마크 자체가 갱신되었기 때문이다. 보안 능력은 "창발적"이라고 묘사되었고 Bedrock 통합은 더 완전해졌다. 접속 방식에서 모델은 bedrock-runtime 엔드포인트를 통해 OpenAI 호환 Responses 및 Chat Completions API로 호출할 수 있으며 Bedrock의 Invoke와 Converse도 지원한다. AWS는 새 애플리케이션에 OpenAI 호환 API를 우선 사용하고 장기 API key보다 단기 자격 증명을 우선 사용할 것을 권장한다. 모델은 us.zai.glm-5.3과 global.zai.glm-5.3 두 교차 리전 추론 프로파일로 제공되며 Flex, Priority, Standard 세 가지 서비스 계층을 제공한다.
개발자에게 미치는 영향
중국 모델 호스팅 경로를 평가 중인 개발자에게 이 사건의 실질적 변화는 "모델이 더 강해졌다"가 아니라 호출 면과 비용 제어 수단의 보완에 있다. 첫째, Bedrock이 OpenAI 호환 인터페이스와 네이티브 Invoke/Converse를 동시에 제공한다는 것은 기존 OpenAI SDK 코드 변경이 base_url, 인증 방식(aws-bedrock-token-generator로 AWS CLI 자격 증명에서 단기 토큰 교환)과 모델 식별자에 집중되고 호출 계층을 재작성할 필요는 없다는 뜻이다. 이미 여러 OpenAI 호환 어댑터를 가진 팀에게 마이그레이션 비용은 비즈니스 로직이 아니라 자격 증명과 라우팅에 있다. 둘째, 명시적 프롬프트 캐시는 AWS가 "권장"으로 표시했으며, 매 턴 시스템 프롬프트, 도구 정의 또는 저장소 파일을 재전송하는 에이전트 부하에서 입력 토큰 비용과 첫 토큰 지연에 직접 관련되므로 캐시 적중률이 관측 가능한 엔지니어링 지표가 된다. 셋째, 교차 리전 추론 구성은 "요청을 어느 리전으로 보내는가"와 "실제로 어디서 처리되는가"를 분리하므로, 기업 고객은 요청이 현지에서 실행된다고 가정하지 말고 데이터 상주와 규정 준수 기준을 재검토해야 한다. 넷째, Strix 문서는 현재 GLM 5.3을 기본 모델로 두고 Bedrock을 가리킬 수 있어, 보안 테스트처럼 민감도 높은 부하의 추론을 자사 AWS 계정 통제 안에 두게 한다. 보안 팀에 의미 있는 선택지지만 권한 범위와 규정 준수 판단이 얽혀 있어 단순히 "바로 사용 가능"과 동일시할 수 없다. 위 능력 설명은 모두 AWS 일방 블로그와 Z.ai의 자체 보고 벤치마크에서 나온 것이며 독립적 재현 검증은 아직 없다.
연동 및 평가 제안
다음 조건부 규칙에 따라 평가할 것을 권한다. 이는 출처에 근거한 판단이며 입증된 결론이 아니다. 첫째, OpenAI 호환 인터페이스로 전환할지: 기존 애플리케이션이 OpenAI SDK 기반이고 명시적 캐시의 전체 기능 집합이 필요하다면 AWS 설명대로 OpenAI 호환 Responses API를 우선 선택해야 한다. 기존 코드가 Bedrock Converse에 깊이 묶여 있거나 다른 Bedrock 모델과 호출 계층을 공유해야 한다면 네이티브 인터페이스를 유지하는 편이 변경이 적다. 전제는 계정에 bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream, bedrock:CallWithBearerToken 권한이 있어야 한다는 것이다. 측정 가능한 평가 기준은 동일한 긴 시스템 프롬프트로 두 턴 대화를 실행해 응답의 input_tokens_details.cached_tokens가 0이 아닌지 확인하고 두 번의 입력 토큰 과금과 첫 토큰 지연 차이를 비교하는 것이다. 둘째, 명시적 캐시를 활성화할지: 워크로드가 매 턴 대량의 정적 컨텍스트(시스템 프롬프트, 도구 정의, 저장소 조각)를 재전송한다면 출처 권장대로 prompt_cache_options의 explicit 모드로 전환하고 prompt_cache_breakpoint를 찍는다. 컨텍스트가 짧거나 자주 변하면 암시적 캐시로 충분하며 마커 유지 비용을 늘릴 가치가 없다. 전제는 각 중단점이 최소 1,024 토큰이어야 캐시 자격이 생기고 짧은 프롬프트의 마킹은 무효라는 것이다. 측정 가능한 기준은 동일 부하에서 캐시 적중 토큰 비율과 엔드투엔드 지연 감소 폭이며 중단점 분할이 의미 경계를 훼손하지 않는지 확인하는 것이다. 셋째, 어느 교차 리전 프로파일을 고를지: 미국 사용자 대상이거나 us 리전 규정 준수 요구가 있는 팀은 us.zai.glm-5.3을, 더 넓은 커버리지가 필요하면 global.zai.glm-5.3을 평가하되 선택 근거는 데이터 상주 요구와 지연 실측이며 기본적으로 "글로벌"을 택하는 것이 아니다. 측정 가능한 기준은 목표 소스 리전에서 요청한 P50/P95 지연과 처리 리전에 대한 규정 준수 검토의 서면 결론이다. 넷째, 서비스 계층: 배치, 오프라인 분석류의 민감하지 않은 작업은 Flex로 비용을 최적화하고, 대화형 코딩 어시스턴트 등 지연 민감 요청은 Priority를 평가하며 Standard를 기본 기준선으로 둔다. 전제는 계층 선택이 단가를 바꾸므로 반드시 콘솔에서 현재 과금을 확인해야 한다는 것이다. 어느 경우든 자체 코드베이스와 실제 에이전트 궤적으로 소규모 대조를 먼저 하고 프로덕션 기본 모델을 바로 교체하지 않는다.
제한과 확인할 사항
GLM 5.3 이 버전은 현재 KimiSeek 실시간 카탈로그에 나타나지 않으며, 본문에서 언급한 Bedrock 가용성, 모델 식별자와 과금 기준은 모두 AWS와 Z.ai 일방에 해당하고 KimiSeek상의 공급 상황을 의미하지 않는다. KimiSeek 카탈로그에는 GLM-5.3, GLM-5.3 Flash, GLM-5.2 등 항목이 별도로 있으며 이들은 다른 버전 또는 다른 공급 채널이므로 이를 근거로 본문의 Bedrock 버전이 KimiSeek에 출시되었다고 추론할 수 없다. 출처의 성능 주장, 즉 CyberGym 84.5, 내부 코딩 벤치마크의 GLM 5.2 대비 50% 향상, DeepSWE·Terminal Bench 3.0·FrontierSWE의 "경쟁력" 표현은 모두 Z.ai 자체 보고 또는 AWS 전언이며 독립적 재현이 없고, 벤치마크 버전도 GLM 5.1부터 갱신되었으므로 횡적 비교는 신중해야 한다. AWS는 GLM 5.3이 "자격을 갖춘 기업 고객"을 대상으로 한다고 명확히 밝혔으며, 일반 계정이 바로 개통 가능한지, 모든 리전에서 사용 가능한지는 출처가 설명하지 않는다. 원문은 또한 LiteLLM이 당시 bedrock/global.zai.glm-5.3을 아직 파싱하지 못해 Converse 라우트와 추론 프로파일 ARN을 명시적으로 지정해야 한다고 언급했는데, 이는 당시의 알려진 제약이며 이후 수정되었는지는 알 수 없다. Strix가 GLM 5.3을 기본 모델로 둔다는 설명은 "이 글 작성 시점 기준" 문서 기술에서 나온 것으로 변경되었을 수 있다. 가격과 계층 단가는 시간에 따라 조정되므로 AWS와 KimiSeek의 실시간 가격 페이지를 기준으로 하라. 보안 테스트 예시는 자체 소유 또는 서면 승인을 받은 애플리케이션에만 해당하며, 출처 내용은 AWS Continuum 단락에서 잘려 있다.
원문 보도의 이미지
