에이전트가 스크린샷을 읽어야 하거나 낮은 공개 API 가격이 중요하다면 LongCat 2.5부터 시험해 보세요. 모델 가중치가 필요하다면 GLM-5.3을 먼저 살펴볼 수 있습니다. 코딩 품질은 같은 작업을 두 모델에 맡기고 변경 사항을 검토해야 합니다. 출시 표만으로 내 저장소에서의 결과를 결정할 수는 없습니다.
2026년 11월 3일 LongCat의 한시 할인 가격은 캐시되지 않은 입력 백만 토큰당 0.30달러, 출력은 1.20달러였습니다. Z.ai는 각각 1.40달러와 4.40달러를 제시했습니다. 이는 각 회사의 API 가격이며 Tabbit 구독료가 아닙니다. 작업을 마칠 때 각 모델이 사용할 토큰 수도 알려주지 않습니다.
한 Reddit 사용자는 OpenCode에서 LongCat 2.5 Preview에 C# 클래스 다섯 개의 분석을 요청하고 반복 추론과 미완료를 보고했습니다. Preview의 단일 경험이므로 정식 버전의 평가가 아닙니다. 다만 자체 시험에 중단 조건과 인수 테스트가 필요하다는 점을 보여줍니다. 뒤에서는 Tabbit Browser에서 수행한 계산 예도 소개합니다.
핵심 요약
LongCat 2.5는 이미지 입력을 지원하며 Z.ai는 GLM-5.3을 텍스트 입력 전용으로 설명합니다.
조사 당시 LongCat 2.5 가중치는 공개 예정이었고 GLM-5.3은 별도 라이선스로 가중치를 공개했습니다.
Meituan 표에서는 작업별 우위가 다릅니다. 일부 GLM 수치는 외부 공개 자료로, 통제된 동시 비교가 아닙니다.
LongCat의 공식 API 가격은 더 낮지만 한시 할인입니다. 승인된 작업당 비용을 비교하세요.
Preview 사용 후기는 시험할 위험을 알려줄 뿐 정식 버전 성능을 증명하지 않습니다.
한눈에 보는 차이
| 기준 | LongCat 2.5 | GLM-5.3 | 확인할 사항 |
|---|---|---|---|
| 입력 | 텍스트와 이미지 | 텍스트 | 클라이언트와 엔드포인트의 입력 지원 여부. |
| 컨텍스트 | 입출력 합계 1,048,576토큰 | 100만 토큰 | 긴 컨텍스트가 정확한 검색을 보장하지는 않음. |
| 추론 | 파라미터 가이드상 켜기와 끄기 가능 | 항상 켜짐, low·high·max 선택 | 설정에 따라 사용량과 결과가 달라짐. |
| 가중치 | 출시 페이지에서 GitHub와 Hugging Face 공개 예정 | 가중치와 실행 방법 공개 | 라이선스와 하드웨어 확인. |
| 공식 API 백만 입력 / 출력 | $0.30 / $1.20, 한시 할인 | $1.40 / $4.40 | 현재 가격과 캐시 조건 확인. |
출처는 LongCat 출시 글, 파라미터 문서, GLM-5.3 가이드, 모델 카드입니다. GLM-5.3 개요와 LongCat 2.0 분석도 참고할 수 있습니다. 2.0은 이전 세대입니다.
코딩 벤치마크와 평가 조건
다음은 Meituan 출시 표의 일부입니다. 별표가 붙은 GLM 점수는 공개 보고서나 순위표에서 가져온 값으로, LongCat과 같은 조건에서 함께 다시 측정한 결과가 아닐 수 있습니다.
| 벤치마크 | LongCat 2.5 | Meituan 표의 GLM-5.3 | 관련 작업 |
|---|---|---|---|
| Terminal-Bench 2.1 | 88.4 | 88.2* | 여러 단계의 터미널 작업 |
| Terminal-Bench 4.0 | 38.5 | 41.8* | 더 어려운 터미널 작업 |
| DeepSWE v1.1 | 64.6 | 66.9* | 소프트웨어 엔지니어링 문제 |
| NL2Repo | 60.5 | 58.0* | 설명을 바탕으로 저장소 생성 |
출처는 2026년 11월 3일 확인한 Meituan 평가표입니다. LongCat의 Terminal-Bench 2.1은 Claude Code 2.1.280에서 세 번 실행한 평균이며, GLM 모델 카드는 Claude Code 2.1.207을 명시합니다. 에이전트, 도구, 시간 제한, 프롬프트, 출력 예산이 결과에 영향을 줍니다. 첫 행의 작은 차이만으로 저장소에서의 승자를 정할 수 없습니다.
기존 저장소라면 실패하는 테스트가 있는 버그를 골라 테스트 통과 여부와 무관한 변경을 확인하세요. 새 프로젝트라면 기대 동작을 먼저 정의합니다. GLM 프롬프트 모음과 평가 자료는 시험 설계에 도움이 되지만 자체 인수 기준을 대체하지는 않습니다.
API 가격과 작업당 비용
LongCat 가격은 한시 할인입니다. Z.ai 가격과 함께 2026년 11월 3일 확인했습니다. 단위는 백만 토큰당 미국 달러이며 별도 도구 비용은 제외합니다.
| 공식 API | 캐시 없는 입력 | 캐시 입력 | 출력 |
|---|---|---|---|
| LongCat 2.5, 한시 할인 | $0.30 | $0.006 | $1.20 |
| Z.ai GLM-5.3 | $1.40 | $0.26 | $4.40 |
캐시 없는 입력 100만 토큰과 출력 20만 토큰을 사용하고 다른 비용이 없다면 LongCat은 $0.54, GLM-5.3은 $2.28입니다. 같은 토큰 수로 계산한 예일 뿐 실제 사용량이나 성공률이 같다는 뜻은 아닙니다.
승인된 작업당 비용 = 모델과 도구의 총비용 / 테스트를 통과한 작업 수가능하면 실패와 재시도, 반복 컨텍스트, 캐시 미스, 사람의 검토 비용까지 포함하세요. Z.ai의 내장 검색은 별도 요금입니다. Coding Plan, 외부 공급자, Tabbit 계정의 계약은 각각 다릅니다.
이미지, 컨텍스트와 최대 출력
LongCat 출시 글은 네이티브 시각 이해를 설명합니다. UI 시험에는 스크린샷과 관련 파일, 검증 가능한 시각 기준을 제공하고 생성된 화면과 접근성을 브라우저에서 확인하세요.
Z.ai 가이드에 따르면 GLM-5.3은 텍스트 입력만 받습니다. 이미지를 쓰려면 별도 시각 컴포넌트나 확인된 텍스트 설명이 필요합니다. GLM을 사용하는 모든 앱에 이미지 기능이 없다는 뜻은 아닙니다.
두 회사 모두 약 100만 토큰의 컨텍스트를 제시합니다. LongCat은 입력과 출력의 합계라고 명시합니다. 파라미터 문서는 max_tokens 상한을 262,144로 표시하지만 빠른 시작은 최대 출력을 128K로 설명합니다. 사용하는 엔드포인트에서 확인하세요. Z.ai는 GLM-5.3의 최대 출력을 128K로 문서화하며 클라이언트 제한은 더 낮을 수 있습니다.
가중치와 배포
조사 당시 LongCat 2.5의 GitHub와 Hugging Face는 공개 예정으로 표시됐습니다. 향후 공개일이나 라이선스를 확정할 수는 없습니다. 자체 호스팅이 필수라면 공식 저장소와 조건을 다시 확인하세요. LongCat 2.0의 MIT 라이선스가 2.5에도 적용된다고 가정할 수 없습니다.
GLM-5.3 모델 카드는 가중치와 vLLM, SGLang 등의 실행 방법을 공개합니다. 라이선스 표시는 glm-5.3이므로 사용 목적에 맞는 조건을 읽어야 합니다. 가중치를 받을 수 있어도 하드웨어, 운영, 보안, 지원 비용은 남습니다. 모델 카드의 총 파라미터는 753B이며 양자화와 컨텍스트에 맞춰 메모리를 계산해야 합니다.
Preview 사용 후기의 범위
C# 사례의 작성자는 반복과 미완료를 설명했습니다. 도구 호출을 기록하고 진전 없는 반복을 중단하는 시험에 참고할 수 있지만 정식 버전에서도 같다고 단정할 수 없습니다.
다른 Reddit 사용자는 Preview를 Terminal-Bench 2.1에서 작업당 세 번 실행하고 비교 대상보다 예외와 타임아웃이 적었다고 보고했습니다. 한 작업에서는 본인 장치가 반복해서 실패했다고도 밝혔고 GLM-5.3은 시험 대상이 아니었습니다. 두 후기로 정식 버전의 순위를 매길 수 없습니다.
공정한 시험 방법
일반적인 버그, 여러 파일 변경, 오류 복구 등 대표적이고 되돌릴 수 있는 작업 다섯 개를 고릅니다.
저장소 버전, 도구 권한, 시간 제한과 인수 테스트를 고정하고 비밀정보와 운영 자격 증명을 제외합니다.
모델과 공급자, 에이전트 버전, 추론 설정, 프롬프트, 컨텍스트, 토큰, 도구 오류, 시간과 최종 diff를 기록합니다.
모델의 자체 평가보다 먼저 테스트와 무관한 변경을 확인합니다. 시각 작업은 화면도 검토합니다.
여러 번 실행해 변동을 살피고 실패한 시도도 비용에 포함합니다.
한 번의 성공은 사례이지 성공률이 아닙니다. 에이전트 브라우저 설명에서 여러 단계 작업에 도구와 앱이 미치는 영향을 확인할 수 있습니다.
Tabbit Browser에서 비교 자료 정리하기
자료 조사라면 Tabbit Browser에서 두 회사의 문서와 가격 페이지를 열고 출처 URL, 날짜, 모델 버전과 미해결 항목을 표로 정리할 수 있습니다. 한시 할인과 최대 출력의 문서 불일치는 원문에서 다시 확인하세요.
11월 3일 Tabbit 테스트 환경에서 LongCat-2.5를 선택하고 두 개의 가상 가격표와 입력 100만·출력 20만 토큰을 제공해 비용을 계산했습니다. 응답은 $0.54와 $2.28로 위 계산과 일치했습니다. 가격은 프롬프트로 제공했으며 모델이 독립적으로 확인한 것이 아닙니다. 한 번의 정답으로 전반적인 신뢰성이나 코딩 품질을 평가할 수 없습니다.
이 테스트 계정의 선택기에는 LongCat-2.5가 있었지만 전체 GLM-5.3은 없었습니다. GLM-5.3-FlashX는 다른 모델이므로 대신 사용하지 않았습니다. 사용 가능 여부는 계정과 에디션에 따라 다르며 스크린샷은 운영 환경 제공을 입증하지 않습니다.
Tabbit 사용법과 AI 브라우저 비교도 참고하세요. 브라우저 도우미는 저장소 테스트를 대체하지 않습니다. 이용 가능 여부, 사용량과 데이터 조건도 확인해야 합니다.
용도별 선택
| 요구 사항 | 먼저 검토할 선택지 | 이유 |
|---|---|---|
| 스크린샷 기반 UI 작업 | LongCat 2.5 | 이미지 입력이 문서화되어 있으며 엔드포인트와 결과 화면을 확인해야 함. |
| 지금 자체 호스팅할 가중치 | GLM-5.3 | 가중치와 가이드를 제공하며 라이선스와 하드웨어 검토가 필요함. |
| 낮은 공식 API 가격 | LongCat 2.5 | 현재 할인 가격이 낮으며 승인된 작업당 비용을 계산해야 함. |
| 긴 코딩 에이전트 작업 | 두 모델 모두 시험 | 공개 벤치마크가 모든 조건을 통제하지 않음. |
| 추론을 꺼야 하는 클라이언트 | LongCat 엔드포인트 확인 | Z.ai는 GLM-5.3에서 추론을 필수로 설정함. |
양보할 수 없는 요구 사항부터 확인하고 소규모 평가를 진행하세요. 결과가 비슷하면 대체 모델을 유지하고 공급자, 에이전트 또는 모델 버전이 바뀔 때 다시 시험합니다.
자주 묻는 질문
코딩에는 LongCat 2.5와 GLM-5.3 중 무엇이 더 좋나요?
두 모델 모두 코딩 에이전트의 후보지만 공개된 벤치마크에는 서로 다른 평가 조건이 섞여 있습니다. 운영 환경에 도입하기 전 같은 작업과 도구, 인수 테스트로 비교하세요.
LongCat 2.5가 GLM-5.3보다 저렴한가요?
2026년 11월 3일 기준 LongCat의 한시 할인 가격은 캐시되지 않은 입력 백만 토큰당 0.30달러, 출력은 1.20달러였습니다. Z.ai의 GLM-5.3은 각각 1.40달러와 4.40달러였으며 실제 비용은 토큰 사용량, 캐시, 도구와 공급자에 따라 달라집니다.
두 모델 모두 스크린샷을 읽을 수 있나요?
LongCat은 2.5를 이미지 입력을 받는 멀티모달 모델로 설명합니다. Z.ai는 GLM-5.3의 입력을 텍스트 전용으로 문서화하므로 이미지에는 별도 시각 컴포넌트나 다른 모델이 필요합니다.
자체 하드웨어에서 모델을 실행할 수 있나요?
Z.ai는 GLM-5.3의 가중치와 배포 방법을 공개하지만 라이선스 확인과 상당한 하드웨어가 필요합니다. 조사 당시 LongCat 2.5의 GitHub와 Hugging Face 링크는 공개 예정으로 표시됐습니다.
두 모델의 컨텍스트 길이는 얼마인가요?
두 회사 모두 약 100만 토큰을 제시하지만 입력과 출력이 요청 예산을 공유하며 클라이언트 제한은 더 낮을 수 있습니다. LongCat의 최대 출력은 공식 문서 사이에 차이가 있어 사용하는 엔드포인트에서 확인해야 합니다.
LongCat 2.5 Preview는 정식 버전과 같나요?
Preview는 2026년 11월 LongCat 2.5 정식 출시 전에 제공된 버전입니다. Preview 경험은 테스트 설계에 참고할 수 있지만 정식 버전의 동작을 입증하지는 않습니다.