GLM-5, NVIDIA 없이 오픈소스 1위 달성 — Phi-4, Qwen3.5까지, 오픈소스 LLM 경쟁이 뜨겁다

무슨 일이 있었나

오픈소스 LLM 진영에서 한 주 만에 세 가지 주요 모델이 공개됐습니다.

GLM-5 — MIT 라이센스, NVIDIA 없이 훈련

중국 Zhipu AI가 GLM-5를 MIT 라이센스로 공개했습니다.

• 
  744B 파라미터 (40B active, MoE 구조)


• 
  SWE-bench Verified 77.8% — 오픈소스 모델 중 1위


• 
  Huawei Ascend 칩으로만 훈련 (NVIDIA GPU 미사용)


• 
  API 가격: $1.00/1M input, $3.20/1M output

BuildFast — GLM-5 Released: 744B Open-Source Model

Phi-4-Reasoning-Vision-15B — 작지만 강한 멀티모달

Microsoft가 Phi-4-reasoning-vision-15B를 오픈소스로 공개했습니다.

• 
  15B 파라미터 — consumer GPU에서 로컬 실행 가능 (RTX 4090, M4 Max MacBook 등)


• 
  멀티모달 reasoning — 이미지를 보고 논리적으로 추론


• 
  Adaptive chain-of-thought — 간단한 질문에는 바로 답하고, 복잡한 문제에만 step-by-step 추론을 자동 활성화


• 
  240 NVIDIA B200 GPU, 4일 훈련 — 극적인 훈련 효율성

SiliconANGLE — Microsoft open-sources multimodal reasoning model

Qwen3.5-397B-A17B — Alibaba의 최신 플래그십

Alibaba가 Qwen3.5-397B-A17B를 공개했습니다.

• 
  397B 파라미터 (17B active, MoE 구조)


• 멀티모달 추론 + 초장문 컨텍스트 지원


• 이전 세대 대비 디코딩 처리량 8.6x~19x 향상

관련 소식

GitHub 트렌딩에서 AI/LLM 프로젝트가 상위 독식

오픈소스 LLM 생태계를 보여주는 지표로, 이번 주 GitHub 트렌딩 상위에 AI 관련 프로젝트가 대거 포진해 있습니다.

미국 칩 규제의 역설

GLM-5가 NVIDIA 없이 Huawei Ascend 칩만으로 frontier급 성능을 달성한 것은, 미국의 대중국 AI 칩 수출 규제가 의도하지 않은 결과를 낳고 있다는 증거입니다. 단기적으로는 개발 속도를 늦췄을 수 있지만, 장기적으로는 대안 하드웨어 기반의 독자 생태계를 가속화하는 결과로 이어지고 있습니다.

수치로 보기

정리

오픈소스 LLM 경쟁이 새로운 국면에 들어서고 있습니다.

GLM-5는 두 가지 면에서 의미가 있습니다. 첫째, NVIDIA 독점 체제에 대한 실질적인 대안이 존재한다는 것을 보여줬습니다. 둘째, MIT 라이센스로 상업적 사용에 아무 제한이 없습니다. Meta의 Llama가 열었던 오픈소스 시장에 강력한 경쟁자가 추가된 셈입니다.

Phi-4의 adaptive chain-of-thought도 주목할 만합니다. 모든 질문에 길게 사고하는 기존 reasoning 모델의 비효율을 해결하는 접근입니다. 이 기법이 범용 모델에 적용되면, 추론 비용과 지연 시간을 크게 줄일 수 있습니다. 그리고 15B 규모이기 때문에 개인 개발자나 소규모 팀이 로컬에서 바로 활용할 수 있다는 점이 실용적입니다.

전체적으로, "크고 비싼 모델이 최고"라는 공식이 점점 무너지고 있습니다. 오픈소스 진영은 MoE 아키텍처를 통해 큰 모델을 효율적으로 돌리거나, 작지만 강한 모델로 실질적인 접근성을 높이는 두 가지 전략을 동시에 추구하고 있습니다.

출처: BuildFast · SiliconANGLE

📌 원문: Jidong Lab

AI 소식과 개발 로그 → jidonglab.com