GLM-5.2

GLM-5.2 est un LLM de Zhipu AI publié le 16 juin 2026, avec des poids ouverts sous licence MIT et un usage commercial autorisé. Son positionnement combine très grand format, 753 milliards de paramètres dont 40 milliards actifs, fenêtre de contexte d’environ 1,0 M de tokens, et tarification très économique.

À sa sortie, il se place dans le top 10% de sa génération sur GPQA diamond, un test de questions scientifiques niveau doctorat. La fiche le suit aussi comme modèle orienté code et agents, avec des signaux forts en Arena Code, Code Index et Agentic Index, tout en restant moins dominant sur certains usages de texte général.

Caractéristiques

Indices de synthèse

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Classements Arena (Elo)

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 51 % en dessous de la moyenne des LLM similaires, et 5,1 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Notre analyse

Forces. GLM-5.2 réunit trois atouts concrets : poids ouverts MIT, contexte très long et coût bas. Ses meilleurs signaux viennent du code et de l’agentique, avec un top 10 sur Code Index et Agentic Index, ainsi qu’un deuxième rang en Arena code. Sur GPQA diamond (questions scientifiques niveau doctorat), il figure aussi parmi les meilleurs modèles évalués et, à sa sortie, dans le top 10% des LLM de la même période. Le benchmark Hallucinations (Baseline) le place au premier rang du panel, un point notable pour les usages où la fidélité des réponses compte. Son tarif renforce ce positionnement : 0,95 $ en entrée et 3 $ en sortie par million de tokens, soit 51% sous la moyenne des LLM similaires et environ 5,1 fois moins cher que les modèles frontière.

Limites et points d'attention. GLM-5.2 est moins dominant sur le texte général que sur le code, avec un classement Arena text nettement moins élevé que son Arena code. Les résultats Benchable en Ethics (Baseline) et Email Classification (Baseline) affichent de forts scores absolus, mais leurs rangs le situent loin du haut du tableau. La très grande fenêtre de contexte constitue une capacité importante, sans remplacer l’évaluation sur les tâches longues réelles. Le profil le plus pertinent reste celui d’un LLM open-weights économique pour code, agents, raisonnement scientifique et traitements à long contexte.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · LiveBench (livebench.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).