OpenClaw 모델 성능 검토: Codex 5.3 선두, GLM 모델 실망

OpenClaw 모델 성능 순위

한 개발자가 여러 AI 모델을 OpenClaw로 테스트하고 상세한 성능 관찰 결과를 공유했습니다. 이 테스트는 Codex, Google, Sonnet, Gemini, DeepSeek, Z.ai의 GLM 모델을 포함하며, 벤치마크보다는 실제 사용 경험에 초점을 맞췄습니다.

최고 성능 모델

• Codex 5.3 - 9/10점. 개발자가 가장 선호하는 모델로, OpenClaw에 맞춰 미세 조정되어 채팅 에이전트 기능이 개선된 것으로 보입니다. 사용자 의도를 잘 이해하고, 원하는 출력을 일관되게 제공하며, 중단과 버그가 최소화되어 있습니다.
• Sonnet 4.6 - 8/10점. 속도와 문제 해결 능력으로 두 번째로 선호됩니다. Codex 5.3을 사용할 수 없을 때 충분한 경험을 제공하며, 일상 사용에 적합합니다.
• DeepSeek 3.2 Agent - 7/10점. OpenClaw에 맞춰 명확하게 커스터마이징되어 있으며, 네이티브 에이전트와 작업하는 느낌을 줍니다. 코딩 면에서는 Sonnet, Opus, Codex만큼 강력하지는 않지만, 일상 사용을 위한 확실한 대안입니다. 중국산 대체제로서 API 요금이 높을 수 있다는 점이 언급되었습니다.

중간 등급 모델

• Google 3.1 Pro (Low 및 High) - 6/10점. antigravity 인증으로 테스트되었습니다. OpenClaw 상호작용이 약하고 성능이 느리며, 지속적인 사용에는 매력적이지 않습니다. Sonnet과 Codex를 사용할 수 없을 때만 고려할 만합니다.

실망스러운 성능 모델

• GLM 4.7 - 5/10점. 저렴한 API 요금과 프로 계정에서 Codex 할당량의 3-4배를 제공하는 Sonnet 대안으로 홍보되었습니다. 그러나 지속적으로 멈추고, 응답이 늦으며, 메일 확인과 같은 간단한 작업에서도 출력 길이가 일관되지 않습니다. 새 세션에서 5개의 이메일을 확인하는 데만 100만 토큰을 소모했습니다.
• GLM 5 - 5/10점. 벤치마크는 Opus 및 Codex 5.3과 경쟁한다고 주장하지만, OpenClaw 경험은 그렇지 않습니다. 동일한 작업에 2-3배 더 많은 토큰을 사용하고, 응답이 늦으며, 코딩 답변은 Sonnet 4.5 수준을 제공합니다. OpenClaw에 특화된 최적화가 필요합니다. 주요 장점은 가격입니다.
• Gemini 3 Flash - 4/10점. 매우 간단한 작업에만 적합하며, 본격적인 사용에는 권장되지 않습니다.

개발자는 OpenClaw가 최적화되지 않았거나 모델 품질 문제로 인해 경험에서 명백한 차이가 있어 적절한 모델 선택이 어렵다고 언급했습니다. Codex 외 다양화를 원했음에도 GLM 모델에 실망을 표현하며, 향후 개선을 희망했습니다.