GLM-5.2 vs Claude Fable 5 실측: 출력 예산, reasoning_tokens, 그리고 0.8 가격 계수

GLM-5.2 vs Claude Fable 5 실측: 출력 예산, reasoning_tokens, 그리고 0.8 가격 계수#

이번 글은 단순한 승패표가 아닙니다. 실제 API 호출에서 GLM-5.2는 출력 예산을 늘리면 수학과 물리 문제를 맞혔지만, 낮은 예산에서는 보이는 본문이 비는 경우가 있었습니다. Claude Fable 5는 같은 조건에서 더 짧고 안정적이었고, 긴 HTML 애니메이션 과제에서는 더 완성도가 높았습니다.

이 테스트가 필요한 이유#

이 테스트는 채팅 UI가 아니라 Crazyrouter의 OpenAI 호환 API를 사용했습니다. 이 점이 중요한 이유는 결과를 문장 품질만으로 판단하지 않았기 때문입니다. 각 응답은 운영 메타데이터와 함께 확인했습니다.

Base URL: https://cn.crazyrouter.com/v1
Endpoint: POST /v1/chat/completions
Models: glm-5.2, claude-fable-5
temperature: 0.2
Test date: 2026-07-06

중요하게 본 필드는 max_tokens, completion_tokens, reasoning_tokens, finish_reason, 보이는 콘텐츠 길이, 생성된 HTML이 닫혔는지 여부, 그리고 애니메이션이 실제로 브라우저에서 움직였는지 여부였습니다.

테스트 설계#

벤치마크는 의도적으로 세 가지 유형의 과제를 섞었습니다.

처음 두 과제는 추론을 측정했습니다. 세 번째 과제는 모델이 그럴듯한 일부 코드 블록만 생성하는 것이 아니라 완전한 산출물을 만들 수 있는지를 측정했습니다.

관찰된 결과#

가장 중요한 관찰은 GLM-5.2가 추론 자체에 실패한 것은 아니라는 점입니다. 수학과 물리 과제에서는 더 큰 출력 예산을 준 뒤 정답을 생성했습니다. 문제는 가시성과 완성도였습니다. 요청은 HTTP 200을 반환할 수 있지만, 사용자에게 보이는 콘텐츠는 비어 있거나 불완전할 수 있습니다.

긴 Canvas 애니메이션에서는 차이가 더 선명했습니다. GLM-5.2는 max_tokens=8000에서 보이는 HTML 조각을 생성했지만, JavaScript 내부에서 멈췄고 파일을 닫지 못했습니다. Claude Fable 5는 max_tokens=8000에서 HTML을 완성했습니다. 브라우저 검증 결과 콘솔 오류가 없었고, 800x500 캔버스, 컨트롤, 속도 슬라이더가 있었으며, 700 ms 이후 changedPixels=55090이 확인되었습니다.

비용 대비 성능#

작성 시점 Crazyrouter pricing API는 glm-5.2에 대해 discount: 0.8을 반환합니다. 따라서 reasoning_tokens와 max_tokens를 운영 지표로 관리할 수 있다면 GLM-5.2는 비용 대비 매력적인 선택지가 됩니다.

실무적인 트레이드오프는 다음과 같습니다.

0.8 배율을 영구적이고 보편적인 가격으로 간주해서는 안 됩니다. 이는 게시 시점의 Crazyrouter 가격 데이터 스냅샷이며, 대규모 배포 전에는 다시 확인해야 합니다.

연동 시 체크포인트#

최소 요청 예시는 다음과 같습니다.

curl https://cn.crazyrouter.com/v1/chat/completions \
  -H "Authorization: Bearer $CRAZYROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "user",
        "content": "Solve the HH expected-flips problem with state equations."
      }
    ],
    "temperature": 0.2,
    "max_tokens": 3200
  }'

Claude Fable 5와 비교하려면 같은 payload를 유지하고 model만 변경하면 됩니다.

{
  "model": "claude-fable-5"
}

프로덕션 스타일 평가에서는 모든 요청에 대해 다음 형태를 로깅하는 것이 좋습니다.

{
  "model": "glm-5.2",
  "max_tokens": 3200,
  "finish_reason": "length",
  "completion_tokens": 3200,
  "reasoning_tokens": 3178,
  "visible_content_chars": 0,
  "html_closed": false,
  "browser_validation": "not_run_incomplete_html"
}

API 엔드포인트는 깔끔하게 유지해야 합니다. https://cn.crazyrouter.com/v1에는 UTM 파라미터를 추가하지 마세요. 추적은 사람이 보는 글이나 가입 링크에만 사용하세요.

Crazyrouter의 OpenAI 호환 엔드포인트에서 같은 요청을 실행해 본인 업무에 맞는 결과를 직접 비교할 수 있습니다.

https://crazyrouter.com/register?utm_source=crazyrouter_blog&utm_medium=article&utm_campaign=glm52_fable5_budget_cost_20260706&utm_content=crazyrouter_blog_glm-52-vs-claude-fable-5-output-budget-cost-ko_20260706__bottom&utm_term=glm-5.2+claude+fable+5+benchmark

FAQ#

GLM-5.2는 추론 과제에 실패했나요?#

아닙니다. 이번 실행에서 GLM-5.2는 max_tokens=3200 이후 수학 과제를 풀었고, max_tokens=8000 이후 물리 과제를 풀었습니다. 문제는 낮은 예산에서 보이는 콘텐츠가 나타나기 전에 대부분의 예산이 reasoning tokens로 소비되었다는 점이었습니다.

왜 HTTP 200을 성공으로 채점하지 않았나요?#

HTTP 200은 API 호출이 반환되었다는 의미일 뿐이기 때문입니다. finish_reason=length이거나, 보이는 콘텐츠가 비어 있거나, 생성된 코드가 불완전하다면 벤치마크 답변은 여전히 사용할 수 없습니다.

애니메이션 과제를 포함한 이유는 무엇인가요?#

긴 코드 생성은 다른 실패 모드를 드러냅니다. 모델은 파일의 전반부를 그럴듯하게 작성할 수 있지만, HTML이나 JavaScript가 중간에서 잘리면 결국 실패합니다.

GLM-5.2는 여전히 테스트할 가치가 있나요?#

그렇습니다. 현재 0.8 할인 배율은 충분한 출력 예산을 할당하고 응답 메타데이터를 모니터링할 수 있는 워크로드에서 매력적입니다.

향후 비교에서는 무엇을 기록해야 하나요?#

최소한 max_tokens, completion_tokens, reasoning_tokens, finish_reason, 보이는 출력 길이, 산출물 완성도, 런타임 검증을 기록해야 합니다.

Final verdict#

요약하면 GLM-5.2는 가격 면에서 강점이 있고 추론도 가능하지만 출력 예산 관리가 필수입니다. Claude Fable 5는 낮은 예산과 긴 단일 파일 코드 생성에서 더 안정적이었습니다.