모델 개요
GLM-ASR-Nano-2512는 실제 환경의 복잡한 음성 인식을 위해 설계된 오픈소스 음성-텍스트 변환 모델이다. 공식 발표일은 2025년 12월 9일이다. 발표 기준 매개변수 규모는 15억 개이며, 특징 추출에 사용하는 Whisper V3 오디오 인코더의 추가 매개변수는 이 수치에 포함되지 않는다. (zhipuai.cn)
능력과 용도
- 음성을 텍스트로 전사하며, 표준 중국어와 영어 외에 광둥어 등 방언과 작은 목소리 인식에 중점을 둔다. 사용자 지정 키워드와 희귀 단어 인식 사례도 발표됐다. (zhipuai.cn)
- 공식 발표에 따르면 17개 언어를 지원하며, 중국어 표준어와 주요 서구 언어에 특히 최적화됐다. 확인한 발표 텍스트만으로는 한국어가 17개 언어에 포함되는지 확인할 수 없다. (zhipuai.cn)
- 회의 음성 전사, 음성 입력 및 로컬 음성 인식 애플리케이션에 활용할 수 있다. 공식 모델 저장소는 Transformers를 이용한 추론 예시를 제공한다. (github.com)
- 공식 자체 평가에서는 비교한 오픈소스 모델 중 평균 오류율 4.10을 기록했으며, Whisper V3의 6.93과 비교됐다. 이는 해당 평가 조건에서의 결과로, 모든 환경에서의 성능을 보장하지 않는다. (zhipuai.cn)
제한 및 배포
- 인식 정확도는 언어, 방언, 소음 및 녹음 상태에 따라 달라질 수 있으므로 실제 사용 환경에서 검증이 필요하다.
- 모델 카드에는 MIT 라이선스가 표시되어 있다. 공식 GitHub 저장소에는 Apache-2.0 라이선스가 표시되어 있으므로 모델 가중치와 코드에 각각 적용되는 조건을 확인해야 한다. (huggingface.co)
- 공식 저장소에 따르면 Transformers 및 SGLang 대응 과정에서 가중치 형식이 변경됐다. 2025년 12월 27일 이전에 내려받은 가중치는 최신 버전으로 다시 받아야 한다. (github.com)
가격
2026년 11월 17일 기준, 중국 국내 공식 가격표와 국제 공식 가격표에서 GLM-ASR-Nano-2512 자체의 API 입력·출력 요금은 확인되지 않았다. 두 가격표에는 별도의 클라우드 모델인 GLM-ASR-2512가 기재되어 있으나, 그 요금을 Nano 모델에 적용할 수는 없다. 자체 배포에는 별도의 컴퓨팅 및 운영 비용이 발생할 수 있다. (docs.bigmodel.cn)
공식 출처
- 공식 모델 발표
- 공식 모델 카드
- 공식 코드 저장소
- 중국 국내 API 가격표 — 확인일: 2026년 11월 17일
- 국제 API 가격표 — 확인일: 2026년 11월 17일