Le laboratoire chinois d'IA Z.ai a publié GLM-5.3 jeudi via son GLM Coding Plan et ZCode.

L'entreprise décrit le modèle comme « le modèle à poids ouverts le plus performant pour le codage ». GLM-5.3 est un modèle de 743 milliards de paramètres construit en intensifiant le post-entraînement de la base GLM-5.2. Des « poids ouverts » signifient qu'un laboratoire publie les fichiers du modèle entraîné afin que les développeurs puissent les télécharger et les exécuter sur leur propre matériel, contrairement aux modèles fermés comme Claude d'Anthropic ou la série GPT d'OpenAI, accessibles uniquement via l'API d'un fournisseur.

Z.ai a indiqué que le modèle est disponible dès à présent via l'abonnement GLM Coding Plan et ZCode, l'accès API et les poids téléchargeables devant suivre après une revue de sécurité.

« Pour GLM-5.3, tout ce que nous avons fait, c'est intensifier le post-entraînement », a écrit l'entreprise dans son article de lancement. « Avec GLM-5.2, nous avons construit la pile... Au cours du mois écoulé, nous avons continué à intensifier cette pile : plus d'environnements, des tâches plus variées et davantage de puissance de calcul consacrée à leur entraînement. »

L'équipe a indiqué avoir privilégié l'efficacité en tokens plutôt que la domination brute. GLM-5.3 compte 743 milliards de paramètres et consomme nettement moins de tokens par tâche que son prédécesseur. Les paramètres correspondent au nombre de variables mobilisées par un modèle lors du traitement de l'information, tandis que les tokens sont les unités de base d'information qu'un modèle peut consommer ou générer. L'économie de tokens a aussi un impact commercial direct : les API étant facturées au token, produire moins de tokens de sortie par tâche réduit le coût d'utilisation du modèle.

Selon Z.ai, GLM-5.3 atteint 34,5 % sur son benchmark interne Z.ai Code Bench en effort Max tout en consommant environ 75 000 tokens de sortie par tâche, contre 23,4 % à 96 000 tokens pour GLM-5.2. Face aux modèles fermés, l'article de blog indique qu'il devance Claude Opus 4.8 en matière d'économie de tokens, mais qu'il « reste derrière Claude Fable 5, qui atteint 39,5 % en effort Max ». Ces comparaisons proviennent de l'article de lancement de Z.ai lui-même : il s'agit donc de chiffres communiqués par le fournisseur plutôt que de résultats d'évaluations indépendantes.

Sur les benchmarks de codage, GLM-5.3 affiche de bonnes performances et devance le modèle chinois Kimi K3 sur les tests les plus pertinents.

Sur Terminal Bench 3.0, un test d'utilisation autonome du shell et d'outils dans de véritables environnements Linux, GLM-5.3 a obtenu 28,3, légèrement derrière les modèles fermés Fable 5 (33,7) et GPT-5.6 Sol (34,6). Sur DeepSWE v1.1, un benchmark consistant à corriger de bout en bout de vrais problèmes GitHub, le concurrent ouvert Kimi K3 a marqué 67,5 et Fable 5, 69,7, tous deux devant les 66,9 de GLM-5.3.

Pris dans leur ensemble, ces résultats placent GLM-5.3 devant son prédécesseur et certains concurrents à poids ouverts, tandis que les modèles fermés américains conservent la tête des principaux classements de codage.

Les résultats en cybersécurité montrent un autre progrès notable. GLM-5.3 domine CyberGym, un benchmark qui évalue les modèles sur des tâches réelles d'exploitation logicielle, avec 84,5 %, et fait plus que doubler GLM-5.2 sur les benchmarks d'exploitation. Selon Z.ai, le modèle a signalé 2 436 vulnérabilités dans 269 projets open source, dont 1 097 de gravité moyenne à élevée.

« GLM-5.3 fait passer le codage agentique au niveau supérieur, en apportant une amélioration spectaculaire par rapport à GLM-5.2 tout en obtenant de meilleurs résultats avec moins de tokens de sortie », a publié Z.ai sur X. « GLM-5.3 est disponible dès maintenant via GLM Coding Plan et ZCode. L'accès API et les poids ouverts seront publiés par étapes à l'issue d'évaluations de sécurité rigoureuses. »

"GLM-5.3 takes agentic coding to the next level, delivering a dramatic improvement over GLM-5.2 while achieving better results with fewer output tokens. pic.twitter.com/KGc6ZR7GHv — Z.ai (@Zai_org) August 14, 2026"

Sur les prix, Z.ai positionne le modèle comme une alternative moins coûteuse aux systèmes de pointe américains. Son GLM Coding Plan repose sur un quota de points (les appels en heures creuses coûtent moitié prix), tandis que l'API de Zhipu est facturée environ dix fois moins cher que les tarifs par token des modèles de pointe américains. Le tarif officiel de GLM-5.2 était de 1,40 $ en entrée et de 4,40 $ en sortie par million de tokens, contre 1,75 $ en entrée et 14 $ en sortie pour GPT-5.3-Codex ; Claude Opus 4.8 se situe quant à lui dans les paliers tarifaires les plus élevés d'Anthropic.

Z.ai est un laboratoire pékinois inscrit sur la liste d'entités (Entity List) américaine, ce qui signifie que les entreprises américaines ne peuvent pas lui exporter de technologies contrôlées. Z.ai est la marque de Zhipu AI, société fondée en 2019 issue de travaux de recherche de l'université Tsinghua et ajoutée par le département du Commerce américain à la liste d'entités en janvier 2025. GLM n'en demeure pas moins un modèle très largement utilisé, et les modèles chinois à poids ouverts devancent déjà leurs homologues américains en termes de tokens consommés sur OpenRouter ; OpenRouter est un agrégateur d'API qui achemine les requêtes vers de nombreux modèles et publie la part d'utilisation par modèle.

Selon l'article de lancement, les poids de GLM-5.3 devraient être rendus publics dans environ deux semaines. La mention « poids ouverts » s'applique donc à cette publication à venir, et non à ce qui est téléchargeable aujourd'hui. Une fois les poids et l'accès API disponibles, les développeurs extérieurs pourront exécuter le modèle sur leur propre infrastructure et vérifier directement les affirmations de l'entreprise concernant les benchmarks.