Le GLM-5.2 de Z.ai comble l'écart avec OpenAI et Anthropic

GLM-5.2 lancé par Z.ai, décrit par l'entreprise comme un grand modèle de langage (LLM) à poids ouverts. Il dirigerait les autres LLM open-source dans Artificial Analysis, se classant parmi les trois meilleurs de tous les LLM dans le monde. Cela signifie que GLM-5.2 est très proche des LLM de pointe créés par Anthropic et OpenAI.

Cette publication peut affecter significativement le paysage concurrentiel sur le marché de l'IA. Avant sa publication, les LLM à poids ouverts étaient loin derrière leurs analogues à poids fermés dans presque tous les tests indépendants. Les résultats de test de GLM-5.2 impliquent que l'écart se réduit avec des implications intéressantes pour l'utilisation en entreprise, les prix et les modèles économiques des laboratoires à poids fermés.

Ce que les résultats des benchmarks disent sur GLM 5.2

Selon la société d'évaluation indépendante Vals AI, GLM-5.2 a obtenu les meilleurs résultats parmi les autres dans cinq benchmarks différents : Vals Index, Harvey’s Legal Agent Benchmark, Finance Agent v2, ProofBench et Vibe Code Bench.

Vals AI a rapporté que GLM-5.2 est le premier modèle à poids ouverts à surpasser 30% à ProofBench, ce qui est 11 points de pourcentage de mieux que le modèle classé deuxième. De plus, il n'était qu'à 1 point de pourcentage derrière le Claude Opus 4.5 d'Anthropic, le plaçant dans une position inhabituelle près des performances frontalières propriétaires.

Présentation de GLM-5.2 : Intelligence de pointe, poids ouverts

– Améliorations significatives dans le codage et les tâches agentic
– De solides capacités à long terme avec une fenêtre de contexte de 1M
– Deux niveaux d'effort de raisonnement : GLM-5.2 (max) repousse les limites, tandis que GLM-5.2 (high) offre un bon équilibre… pic.twitter.com/SjGPSVhePJ

— Z.ai (@Zai_org) Juin 16, 2026

Selon Artificial Analysis, GLM-5.2 est le meilleur modèle à poids ouverts actuellement, atteignant un score d'indice d'intelligence de 51, comparé à 40 atteint par GLM-5.1. D'autres modèles, y compris MiniMax-M3 et DeepSeek V4 Pro, ont été notés à 44, tandis que Kimi K2.6 a été noté à 43.

GLM-5.2 a obtenu 78 % à TerminalBench v2.1 (atteignant 16 points de plus que GLM-5.1), 50 % à SciCode, 71 % à AA-LCR et 89 % à GPQA Diamond. Dans le test de benchmark d'agent à horizon long GDPval-AA v2, GLM-5.2 a obtenu 1 524 Elo, ce qui est mieux que les 1 514 obtenus par GPT-5.5.

Cependant, malgré les performances impressionnantes de GLM 5.2, les experts soulignent que la compréhension des résultats des benchmarks devient de plus en plus compliquée. Par exemple, les modèles agrégés, tels que l'intelligence artificielle. diminuent l'influence du biais associé aux tests uniques, mais augmentent l'influence du système de pondération utilisé, des variations de prompt et des ensembles d'évaluation changeants. La contamination des benchmarks et les effets d'optimisation restent des préoccupations continues dans les tests d'IA de pointe.

Que contient l'architecture de GLM-5.2 ?

Selon Z.ai, GLM-5.2 est le modèle le plus puissant proposé par l'entreprise pour le raisonnement à long terme et les tâches de codage agentic. Ce modèle fournit une fenêtre de contexte composée de 1 million de jetons, comparé à 200 000 pour GLM-5.1.

GLM-5.2 a une architecture Mixture-of-Experts et se compose d'environ 750 milliards de paramètres au total et de 40 milliards de paramètres actifs, optimisés pour le raisonnement multi-étapes et les flux de travail de codage.

GLM-5.2 emploie deux formes de raisonnement: un paramètre à haut effort pour les tâches complexes et un mode à coût inférieur conçu pour l'efficacité et le contrôle de la latence.

Selon Artificial Analysis, GLM-5.2 a une capacité de produire environ 43 000 jetons de sortie par opération d'évaluation, comparé à 26 000 pour GLM-5.1. Bien que cela aide à améliorer les métriques de performance, cela pourrait augmenter les dépenses de calcul en pratique.

Le Z.ai le blog note les améliorations dans les agents de codage, le processus de débogage, la recherche automatisée, le traitement des documents et la génération de longs textes, positionnant le modèle comme optimisé pour des tâches soutenues et multi-étapes plutôt que pour des prompts isolés.

Contexte de marché et friction de l'écosystème

L'arrivée de GLM-5.2 se produit dans un contexte de discussion sur la mesure dans laquelle les systèmes à poids ouverts rattrapent les modèles frontalières propriétaires. Les entreprises d'IA chinoises ont revendiqué certaines des positions de tête dans les classements des modèles ouverts, et GLM-5.2 est devenu une pièce centrale dans ce processus.

Cette discussion particulière est devenue publique à travers les commentaires d'Elon Musk et de Jie Tang (fondateur de Z.ai) concernant le moment où les modèles chinois seront au niveau des modèles frontalières. Musk a répondu: « Probablement au T1 de l'année prochaine. »

Tang a été en désaccord, déclarant : « Cela ne prendra pas aussi longtemps. »

Probablement au T1

— Elon Musk (@elonmusk) Juin 18, 2026

Bien que les benchmarks puissent montrer une convergence rapide, les premiers retours des praticiens révèlent des écarts de performance dans le monde réel.

L'ingénieur en IA Da7_Tech a exprimé ses inquiétudes moins concernant le modèle lui-même que concernant l'infrastructure et la transparence de la consommation du Z.ai système, déclarant que cela « va à l'encontre de tout ce que les gens attendent des valeurs des modèles open-source. »

Il a essayé Zcode, Z.ail'application développée en utilisant des modèles GLM, sous un plan Pro qui prétend être « 15x Claude Code. » Dans une seule session de tâche, il a déclaré que l'utilisation a été épuisée en moins d'une heure – essentiellement en utilisant les cinq heures autorisées pour toute la tâche.

Il a également affirmé qu'il y avait un écart entre l'utilisation affichée par l'application et le montant réellement facturé. L'application supposément affichait moins de 2 millions de jetons, mais son compte a été facturé environ 60 millions, par rapport aux limites quotidiennes et hebdomadaires. L'implication ici est qu'il y avait des jetons mis en cache et intermédiaires pris en compte pour l'utilisation plutôt que le calcul réel. Il a ensuite mentionné que Z.ai a retiré le comptage de jetons de leur « Mode Objectif » et a modifié les descriptions de leur plan Pro.

À part cela, le constructeur d'IA Michael Guo a comparé GLM-5.2 à GPT-5.5 medium lors du débogage d'un problème dans son agent OpenClaw appelé Trippy. Voici ce qu'il a conclu :

« Au moins dans le cas de test que j'ai exécuté, il n'était pas aussi capable que GPT-5.5 medium. Pas même de loin. »

GPT-5.5 medium a trouvé le problème avec les réponses répétées de l'agent très rapidement, tandis que GLM-5.2 ne l'a pas trouvé.

En résumé, il a souligné que bien que les résultats des benchmarks puissent impliquer de bonnes performances, le travail de débogage réel peut révéler des incohérences qui sont manquées par les résultats agrégés.

Réduire l'écart mais avec une réalité d'application variable

Les résultats des benchmarks prouvent que GLM-5.2 est l'une des meilleures architectures à poids ouverts actuellement disponibles, et parfois même meilleure que d'autres propriétaires.

Cependant, les avis concernant la performance, l'efficacité et la transparence du système semblent différents selon les situations d'utilisation et l'intégration avec d'autres systèmes.

Ainsi, il y a deux côtés à la question : GLM-5.2 est une étape importante vers l'avant dans le développement du domaine des architectures à poids ouverts, mais son application nécessitera autant d'efforts en matière de préparation infrastructurelle et de qualité de produit que les résultats des benchmarks.

Pour l'instant, GLM-5.2 devient une étape importante vers la réduction de l'écart entre les systèmes d'IA ouverts et fermés — bien que pas encore une convergence décisive.