GLM-5.2 : le modèle open-weights de Z.ai, son prix, ses benchmarks et ce qui l'a remplacé

Tous les quelques mois, un modèle chinois à poids ouverts relance le débat. DeepSeek l'a fait, Qwen aussi, et en juin 2026 Zhipu AI, la société derrière la marque Z.ai, l'a fait avec GLM-5.2 : un modèle Mixture-of-Experts publié sous licence MIT, avec un contexte d'un million de tokens, que le banc d'essai indépendant Artificial Analysis classait à sa sortie premier des modèles ouverts et quatrième tous modèles confondus.

Quatre mois plus tard, le paysage a bougé. Z.ai a sorti GLM-5.3 en août, construit sur le même modèle de base, et Artificial Analysis indique désormais GLM-5.2 comme obsolète. Cet article, publié le 20 juin 2026, a été revu le 17 octobre 2026 : il garde ce qu'est GLM-5.2 et ce qu'il coûte, corrige ce qui a vieilli, et dit quand il reste pertinent. Chaque chiffre porte sa source et sa date.

GLM-5.2 en un tableau

GLM-5.2 est un modèle Mixture-of-Experts (MoE) clairsemé : la plupart de ses paramètres restent inactifs pour un token donné, ce qui permet à un modèle de cette taille de rester abordable à faire tourner.

Caractéristique	GLM-5.2	Source
Sortie	Utilisateurs payants dès le 13 juin 2026, poids ouverts le 16 juin 2026	Let's Data Science ; Artificial Analysis
Paramètres	753 milliards dans les poids publiés, environ 40 milliards actifs par token	Fiche Hugging Face ; Let's Data Science (18 juin 2026) pour les paramètres actifs
Contexte	1 million de tokens	Fiche du modèle
Architecture	MoE à attention clairsemée ; « IndexShare » réutilise un même indexeur pour chaque groupe de quatre couches d'attention, ce qui réduit le calcul par token de 2,9 fois à 1 million de tokens selon Z.ai	Fiche du modèle
Modalité	Texte (anglais et chinois indiqués)	Fiche du modèle
Licence	MIT, sans limite géographique	Fiche du modèle
Déploiement	SGLang, vLLM, Transformers, KTransformers, puces Ascend, versions quantifiées pour llama.cpp, Ollama et LM Studio	Fiche du modèle

Les benchmarks : premier des modèles ouverts en juin, dépassé depuis

Le signal le plus crédible au lancement venait d'un tiers. En juin 2026, Artificial Analysis plaçait GLM-5.2 premier des modèles à poids ouverts et quatrième au classement général, derrière trois modèles fermés : Claude Fable 5, Claude Opus 4.8 et GPT-5.5 (Let's Data Science, juin 2026).

Ce classement n'a pas tenu, pour deux raisons : Artificial Analysis a changé de version d'indice, et Z.ai a sorti un successeur. Le 17 octobre 2026, Artificial Analysis donne à GLM-5.2 (version raisonnement) un score de 34 sur son Intelligence Index v4.3.2, l'indique comme obsolète et recommande GLM-5.3, noté 45 sur le même indice.

Sur les tests pris un par un, gardez en tête la différence entre ce que l'éditeur annonce et ce que mesurent des tiers. Voici les chiffres de Z.ai, tirés de la fiche du modèle :

Benchmark (annoncé par Z.ai)	GLM-5.2	GLM-5.1	Claude Opus 4.8	GPT-5.5
SWE-bench Pro	62,1	58,4	69,2	58,6
Terminal Bench 2.1 (Terminus-2)	81,0	63,5	85	84
GPQA-Diamond	91,2	86,2	93,6	93,6
Humanity's Last Exam (texte)	40,5	31	49,8 (jeu complet)	41,4 (jeu complet)
Humanity's Last Exam, avec outils	54,7	52,3	57,9 (jeu complet)	52,2 (jeu complet)
Source : fiche de GLM-5.2, lue le 17 octobre 2026. Scores déclarés par l'éditeur ; pour HLE, Opus 4.8 et GPT-5.5 sont mesurés sur le jeu complet, GLM sur le sous-ensemble texte.

La lecture honnête : selon ses propres chiffres, GLM-5.2 battait GPT-5.5 sur SWE-bench Pro et restait derrière Opus 4.8 sur toutes les lignes. Pour une décision d'achat, l'agrégat indépendant compte plus qu'un score isolé publié par l'éditeur.

Le prix, et le piège

La grille tarifaire de l'API Z.ai (lue le 17 octobre 2026) facture GLM-5.2 ainsi :

GLM-5.2 sur l'API Z.ai	Par million de tokens
Entrée	1,40 dollar
Entrée en cache	0,26 dollar (stockage gratuit « pour une durée limitée »)
Sortie	4,40 dollars

Au lancement, VentureBeat estimait le coût à environ un sixième de celui de GPT-5.5 sur ses tests de code, chiffre repris par Let's Data Science. Le rapport dépend de la nature des tâches : prenez-le comme un ordre de grandeur.

Le piège, c'est la consommation de tokens. GLM-5.2 raisonne beaucoup : passer l'Intelligence Index d'Artificial Analysis lui a demandé 180 millions de tokens de sortie, et Artificial Analysis calcule un coût de 1,47 dollar par tâche de l'indice (page lue le 17 octobre 2026). Bon marché au token ne veut pas dire bon marché à la tâche : budgétez ce que le modèle produit réellement, pas seulement son tarif.

Autre changement depuis juin : GLM-5.3 est affiché exactement au même prix, 1,40 et 4,40 dollars, sur la même grille. Sur l'API, rester sur GLM-5.2 ne fait plus rien économiser.

Des poids ouverts, c'est de la souveraineté, pas seulement des économies

La licence compte plus que le prix. GLM-5.2 est publié sous une licence MIT standard, sans limite géographique sur les poids d'après sa fiche. Vous pouvez télécharger les poids sur Hugging Face, les faire tourner sur vos machines, les affiner et les exploiter commercialement. C'est la différence entre louer un modèle et posséder sa pile technique.

L'auto-hébergement est réel, mais pas trivial. Avec 753 milliards de paramètres, les poids en FP8 pèsent à eux seuls environ 750 Go (un octet par paramètre) : servir le modèle demande un serveur à plusieurs GPU, ou une version quantifiée avec les pertes de qualité qui vont avec. La plupart des équipes commenceront par une API et garderont l'auto-hébergement pour les cas où il est rentable : souveraineté stricte des données, gros volume prévisible, ou affinage sur des données propriétaires.

C'est aussi là que GLM-5.2 garde un avantage sur son successeur. GLM-5.3 est publié sous sa propre « GLM-5.3 License » : au-delà de 10 milliards de dollars de chiffre d'affaires annuel, une revue de sécurité par Z.ai est exigée, selon Gigazine (29 août 2026), et Artificial Analysis la décrit comme autorisant l'usage commercial avec restrictions. Pour la plupart des entreprises, cela ne change rien ; pour un grand groupe, la MIT pure est plus simple.

Le piège : gouvernance, confiance et Entity List

Le 16 janvier 2025, le Bureau of Industry and Security américain a ajouté Beijing Zhipu Huazhang Technology et neuf entités liées à Zhipu à l'Entity List, au motif qu'elles « font progresser la modernisation militaire de la République populaire de Chine par le développement et l'intégration de recherches avancées en intelligence artificielle » (Federal Register 2025-00704). Cela n'empêche personne de télécharger des poids sous licence MIT, mais c'est un signal réel pour toute organisation qui évalue le risque fournisseur, et une contrainte ferme pour certaines chaînes d'approvisionnement liées aux États-Unis.

Au quotidien, l'API hébergée passe par une société soumise au droit chinois. Pour une entreprise européenne qui traite des données clients ou personnelles, c'est une question de gouvernance, et de RGPD, à trancher avant d'y envoyer des requêtes sensibles. La réponse propre est celle que permet la licence MIT : héberger les poids dans votre propre infrastructure, ou passer par un fournisseur dans une juridiction que vous acceptez, et réserver l'API hébergée aux usages non sensibles.

La lignée GLM, en dates

• 16 janvier 2025 : entités Zhipu ajoutées à l'Entity List américaine.
• GLM-5.1 : le prédécesseur, colonne de comparaison de la fiche de GLM-5.2.
• 13 et 16 juin 2026 : GLM-5.2, d'abord pour les abonnés payants, puis en poids ouverts sous MIT, avec un contexte d'un million de tokens.
• 14 août 2026 : lancement de GLM-5.3 sur les abonnements et l'API de Z.ai (Gigazine) ; sa fiche indique qu'il reprend le même modèle de base que GLM-5.2, les gains venant du post-entraînement (Terminal Bench 2.1 : 88,2 contre 81,0, chiffres de l'éditeur).
• 29 août 2026 : poids de GLM-5.3 publiés sur Hugging Face et ModelScope, sous GLM-5.3 License.

Notre lecture : quand utiliser GLM-5.2 aujourd'hui

Ce qui suit est notre analyse.

• Sur l'API, passez à GLM-5.3. Même modèle de base, même prix, meilleurs scores sur les tests de Z.ai comme chez Artificial Analysis, qui a déclaré GLM-5.2 obsolète.
• Gardez GLM-5.2 là où la licence MIT compte. Si vous hébergez, affinez et redistribuez, ou si votre entreprise est assez grande pour tomber sous la condition de la GLM-5.3 License, GLM-5.2 reste la version la plus permissive de cette famille.
• Tenez les données sensibles à l'écart de l'API hébergée. Hébergez vous-même, ou passez par un fournisseur que vous avez vérifié. C'est une ligne de gouvernance, pas de qualité.
• Ne dépendez jamais d'un seul fournisseur de modèle. En quatre mois, ce modèle est passé de premier modèle ouvert à obsolète. Mettez chaque modèle derrière votre propre interface, pour que changer soit une ligne de configuration. C'est ainsi que nous construisons nos propres produits.

Pour un modèle fermé sorti le même été, avec sa grille de prix et ses garde-fous, voyez notre article sur Claude Opus 5.