GLM-5.2
Z.ai · Sorti juin 2026
Meilleur modèle de codage open weight avec un contexte de 1M tokens et licence MIT — bat GPT-5.5 sur plusieurs benchmarks pour une fraction du coût, mais reste derrière Claude Opus 4.8 sur les tâches à horizon long les plus difficiles.
Est-ce fait pour vous ?
Recommandé pour
- Meilleur modèle de codage open weight à son lancement — 62,1 sur SWE-bench Pro, 81,0 sur Terminal-Bench 2.1
- Fenêtre de contexte de 1M tokens — 5× plus grande que GLM-5.1 ; peut traiter des codebases entières en un seul prompt
- Licence MIT avec poids ouverts — entièrement auto-hébergeable, sans restriction de revenus, usage commercial autorisé
- Amélioration massive par rapport à GLM-5.1 — Terminal-Bench 2.1 est passé de 62,0 à 81,0 ; DeepSWE de 18,0 à 46,2
- L'architecture IndexShare réduit les FLOPs par token de 2,9× en contexte de 1M — rend le codage en contexte long économiquement viable
- Deux modes d'effort de raisonnement (High et Max) — échange entre vitesse et profondeur
Déconseillé pour
- Fort appétit en tokens — certains rapports font état d'une consommation élevée de tokens pour des tâches équivalentes vs appels API directs
- Le code d'entraînement et le rapport technique complet non publiés au lancement — seuls les poids d'inférence sous licence MIT
- Reste derrière Claude Opus 4.8 sur les tâches les plus difficiles (SWE-bench Pro : 62,1 vs 69,2 ; SWE-Marathon : 13,0 vs 26,0)
Performances par tâche
Génération de code
Meilleur modèle open weight ; bat GPT-5.5 sur SWE-bench Pro (62,1) et Terminal-Bench 2.1 (81,0)
Agents de codage à horizon long
Contexte de 1M gère des codebases entières ; bon FrontierSWE (74,4) et DeepSWE (46,2) mais reste derrière Claude Opus 4.8
Programmation compétitive
AIME 2026 : 99,2 ; IMOAnswerBench : 91,0 — le meilleur raisonnement math/codage open weight de sa catégorie
Raisonnement général
GPQA-D : 91,2 ; HLE : 40,5 — compétitif mais derrière Claude Opus 4.8 (93,6/49,8)
Tarifs
Entrée
$1.40 / 1M tokens
Sortie
$4.40 / 1M tokens
Contexte
1M tokens
Tests de performance
| Test | Score | Source |
|---|---|---|
| SWE-bench Pro | 62.1 | Source |
| Terminal-Bench 2.1 (Terminus-2) | 81.0 | Source |
| Terminal-Bench 2.1 (Best Harness, Claude Code) | 82.7 | Source |
| FrontierSWE | 74.4 | Source |
| DeepSWE | 46.2 | Source |
| AIME 2026 | 99.2 | Source |
| GPQA-Diamond | 91.2 | Source |
| HLE (Humanity's Last Exam) | 40.5 | Source |
| HLE w/ Tools | 54.7 | Source |
| SWE-Marathon | 13.0 | Source |
| MCP-Atlas Public Set | 76.8 | Source |
| PostTrainBench | 34.3 | Source |
Aucun changement de verdict pour l’instant
L’horloge tourne dès le premier jour : les changements apparaîtront ici à mesure que notre verdict évolue.
Sources
- Developer Techjuin 2026
- FelloAI — GLM-5.2 Complete Guidejuin 2026
- Codersera — GLM-5.2 Complete Guidejuin 2026
- Labellerr — GLM-5.2 Beats GPT-5.5juin 2026
- VentureBeat — GLM-5.2 Benchmark Coveragejuin 2026
- llm-stats.com — GLM-5.2 Pricing & Benchmarksjuin 2026
- BuildFastWithAI — GLM-5.2 Reviewjuin 2026
- kilo.ai — GLM-5.2 Model Pagejuin 2026
Journal de vérification
- Tarifs— Aucun changement
Agent automatisé
- Tarifs— Aucun changement
Agent automatisé
- Tarifs— À vérifier
Agent automatisé
Source unavailable: z.ai/pricing returned HTTP 404. Stored pricing ($1.40/$4.40) retained.
- Tarifs— Aucun changement
Agent automatisé
Pricing unchanged: $1.40/$4.40 per 1M tokens, 1M context. z.ai/pricing returned 404 but aipricing.guru confirms rates as of Jun 28.
- Tarifs— Aucun changement
Agent automatisé
GLM-5.2 unchanged: $1.40/$4.40, 1M context. z.ai/pricing 404 but FriendliAI & Novita confirm rates.
- Tarifs— Aucun changement
Agent automatisé
- Tarifs— Aucun changement
Importé au lancement
- Profil— Aucun changement
Importé au lancement