개요
GLM-OCR은 복잡한 문서 이해와 광학 문자 인식에 특화된 0.9B 파라미터의 경량 멀티모달 모델이다. 공식 발표일은 2026년 2월 3일이다. (docs.bigmodel.cn)
주요 능력과 용도
- PDF와 JPG·PNG 이미지에서 텍스트, 수식, 표 및 정보를 추출한다. 손글씨, 인장, 코드와 복잡한 표도 처리할 수 있다.
- 텍스트, Markdown, 이미지 링크와 구조화된 JSON을 출력하며, 표는 HTML 형식으로 표현할 수 있다. 한국어를 포함한 여러 언어를 지원한다.
- 문서 디지털화, 영수증 정보 추출, 교육·연구·사무 업무와 검색 증강 생성(RAG)용 문서 처리에 활용할 수 있다. (docs.bigmodel.cn)
- 공식 설명에 따르면 출시 당시 OmniDocBench V1.5에서 94.62점을 기록했다. 이는 출시 시점의 제공사 보고 결과이며 모든 실제 문서에서의 정확도를 보장하지 않는다. (docs.bigmodel.cn)
제한 및 배포
- 공식 API 문서에 명시된 입력 제한은 이미지당 최대 10 MB, PDF 최대 50 MB 및 최대 100페이지다. 실제 성능은 파일 품질, 네트워크와 동시 요청 수에 영향을 받으므로 사용 환경에서 검증이 필요하다. (docs.bigmodel.cn)
- 모델 가중치는 MIT 라이선스로 공개되어 있으며, vLLM·SGLang 등을 이용해 자체 배포할 수 있다. 전체 파이프라인의 코드와 레이아웃 분석 구성 요소에는 별도의 Apache 2.0 라이선스가 적용된다. (github.com)
API 가격
조회일: 2026년 11월 16일. 아래 가격은 각각의 공식 플랫폼에 적용되며 환율로 환산한 동일 상품이 아니다.
- 중국 국내 BigModel API: 입력 100만 토큰당 0.2 CNY, 출력 100만 토큰당 0.2 CNY. 공식 모델 문서는 입력과 출력에 동일한 단가를 명시한다. 국내 공식 가격 설명 (docs.bigmodel.cn)
- 국제 Z.ai API: 입력 100만 토큰당 0.03 USD, 출력 100만 토큰당 0.03 USD. 공식 가격표의 GLM-OCR 비전 모델 요금이다. 국제 공식 가격표 (docs.z.ai)