GLM
La série GLM : open-weight chinois au sommet des benchmarks.
La fiche d'Olya
- Particularités
- GLM est la famille de modèles de Zhipu AI (Z.ai), d'origine chinoise, avec une particularité nette : les versions jusqu'à GLM-4.7 sortent en open-weight sous licence MIT, téléchargeables sur Hugging Face et utilisables même commercialement, tandis que le modèle phare GLM-5.2 s'utilise via API avec un contexte allant jusqu'à un million de tokens. Elle est calibrée surtout pour le code et les tâches agentiques — function calling, sortie structurée, intégration MCP — plus que pour le chat généraliste.
- Points forts
- Sur les benchmarks de programmation, elle tient tête à des modèles bien plus chers : GLM-4.7 dépasse plusieurs rivaux sur LiveCodeBench et SWE-bench Verified tout en coûtant 0,60 dollar par million de tokens en entrée et 2,20 en sortie. Le rapport qualité-prix est son vrai atout, et qui veut ramener les coûts à zéro peut faire tourner les versions open-weight sur son propre matériel.
- Quand l'utiliser
- Elle est intéressante quand tu écris ou refactorises du code sur des projets multi-fichiers et veux dépenser une fraction d'un modèle occidental équivalent, ou quand il te faut un flux agentique avec appels d'outils et contexte long. C'est aussi un bon choix si tu dois héberger le modèle chez toi pour des raisons de confidentialité ou de coût, en profitant des versions ouvertes.
- Quand l'éviter
- S'il te faut du multimodal (images, audio), regarde ailleurs : la série GLM traitée ici est uniquement textuelle. Le contexte d'un million de tokens et les meilleures performances sont sur le fleuron GLM-5.2, payant et consommant du quota de façon variable aux heures de pointe ; et open-weight ne veut pas dire gratuit en pratique, car les gros modèles (des centaines de milliards de paramètres) exigent un matériel sérieux pour tourner en local.