Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

GLM-5.2

Z.ai (Zhipu AI) · Chine · sorti le Z.ai (Zhipu AI) · Chine · 16 juin 2026

  • Réflexion réglable
  • Poids ouverts · MIT
  • Serveur seulement
  • Classe énergétique E
83,9de 81,9 à 86,0Rang 43 · 95 %
Empreinte
Raisonnement80,8Code82,9Agents85,8Usage85,2Maths85,5Sciences84,2Français81,9VisionÉcriture86,3Web90,2

Score général

83,9de 81,9 à 86,0

Rang43Groupe 6, ex æquoCouverture95 %31 mesures
Pourquoi ce score ? →

Les dix tâches

  • Raisonnement
    80,8Rang 42 · 78 %
  • Code
    82,9Rang 31 · 54 %
  • Agents
    85,8Provisoire · 33 %
  • Usage
    85,2Rang 38 · 100 %
  • Maths
    85,5Rang 28 · 62 %
  • Sciences
    84,2Rang 28 · 80 %
  • Français
    81,9Rang 23 · 50 %
  • Vision
    Non mesuré
  • Écriture
    86,3Rang 34 · 100 %
  • Web
    90,2Rang 22 · 100 %

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

Version évaluéeIndice v4.3Rang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
GLM-5.2 (Max)33,785e sur 19381,5 jetons/s3,12 s1,4 $ / 4,4 $
GLM-5.2 (Non-reasoning)22,4estiméhors classement134,3 jetons/s1,31 s1,4 $ / 4,4 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Trop lourd pour les machines que suit Quelle IA : 513,4 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • MacTrop juste
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • Nvidia DGX et RTX SparkTrop juste
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits513,4 GoAllégée, 8 bits898,4 GoComplète, 16 bits1 711,2 GoLe pointillé marque 448 Go, la mémoire utile de quatre DGX Spark en grappe, la plus grande machine que nous suivons.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire.

Fiche technique

Prix
0,98 € / 3,08 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 048 576 jetonsenviron 786 000 mots
Entrées
Texte
Réflexion
Sans, élevée, maximaletrois niveaux réglables
Paramètres
744 milliards
Licence
MITpoids ouverts, téléchargeables
Classe énergétique
Esur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Non communiqué

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du
Disponible dans
Utilisé par
Mesuré dans

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

Toutes les mesures

47 mesures · la matière du score
BenchmarkPubliéSuggèreRéflexionÉtatSource
DTBench93,6 %92,2MaximaleSATURÉconceptualreasoning.ai
GPQA Diamond91,9 %85,5MaximaleACTIFepoch.ai
OTIS Mock AIME 2024-202586,4 %75,0MaximaleSATURÉepoch.ai
GPQA Diamond87,9 %80,1FaibleACTIFepoch.ai
SWE-bench Verified78,7 %86,6MaximaleACTIFepoch.ai
ARC-AGI-177 %81,1InconnueSATURÉarcprize.org
OTIS Mock AIME 2024-202575,6 %70,1FaibleSATURÉepoch.ai
Code Arena, WebDev1 604,6 Elo91,2MaximaleACTIFarena.ai
WeirdML (v2)70,1 %89,0MaximaleACTIFhtihle.github.io
WeirdML (v2)67,3 %86,8ÉlevéeACTIFhtihle.github.io
Arena, écriture créative1 455,3 Elo89,0MaximaleACTIFarena.ai
Arena, questions de maths1 487,3 Elo87,4MaximaleACTIFarena.ai
Voir les 35 autres mesures
GPQA Diamond71,2 %66,4SansACTIFepoch.ai
Arena, questions d'experts1 501,4 Elo85,5MaximaleACTIFarena.ai
Arena, texte1 475,4 Elo86,9MaximaleACTIFarena.ai
Arena, questions de code1 512,1 Elo84,2MaximaleACTIFarena.ai
Arena, questions en français1 490,3 Elo84,7MaximaleACTIFarena.ai
Surface Evolver Bench55,6 %82,7ÉlevéeSATURÉyhenon.github.io
LMCA45,8284,7MaximaleACTIFconceptualreasoning.ai
Vending-Bench 28 314 $89,7InconnueACTIFepoch.ai
SimpleBench58,8 %82,5InconnueACTIFlmcouncil.ai
SciCode50,5 %83,8MaximaleACTIFartificialanalysis.ai
compar:IA997,0 Elo61,3InconnueACTIFarene.comparia.beta.gouv.fr
DeepSWE43,8 %84,6Maximale · mini-SWE-agentACTIFdeepswe.datacurve.ai
DeepSWE36,3 %82,2Élevée · mini-SWE-agentACTIFdeepswe.datacurve.ai
SciCode36,1 %66,4SansACTIFartificialanalysis.ai
ProofBench35 %85,5MaximaleSATURÉvals.ai
SimpleQA Verified34,2 %76,9MaximaleACTIFepoch.ai
PostTrainBench31,7 %91,6Maximale · Claude CodeACTIFepoch.ai
FrontierMath, palier 4 (v2)29,3 %86,5MaximaleSATURÉepoch.ai
OTIS Mock AIME 2024-202528,9 %56,2SansSATURÉepoch.ai
FrontierCode24,5 %82,2Sans · mini-SWE-agentACTIFcognition.com
ARC-AGI-222,8 %79,6InconnueSATURÉepoch.ai
CritPt20,9 %90,9MaximaleACTIFepoch.ai
Chess Puzzles21 %78,2MaximaleACTIFepoch.ai
Mystery Game Puzzles19 %81,5FaibleACTIFepoch.ai
Mystery Game Puzzles18 %80,7SansACTIFepoch.ai
Mystery Game Puzzles18 %80,7FaibleACTIFepoch.ai
Chess Puzzles14 %71,5FaibleACTIFepoch.ai
Mystery Game Puzzles15 %77,8MoyenneACTIFepoch.ai
CritPt3,1 %71,9SansACTIFepoch.ai
Chess Puzzles6 %48,6SansACTIFepoch.ai
GBAEval0 %74,4InconnueACTIFgbaeval.com

En bref

Quel est le score de GLM-5.2 ?
GLM-5.2 obtient un score IA de 83,9, avec une marge de 81,9 à 86,0, dans l'édition du 28 septembre 2026. Il est classé 43e sur 246 modèles, à partir de 31 mesures.
Dans quelles tâches GLM-5.2 est-il le plus fort ?
Ses deux meilleures tâches sont web (90,2) et écriture (86,3). Sa tâche la plus faible est raisonnement (80,8).
GLM-5.2 peut-il tourner en local ?
Trop lourd pour les machines que suit Quelle IA : 513,4 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.
Combien coûte GLM-5.2 ?
0,98 € par million de jetons en entrée et 3,08 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite GLM-5.2 ?
GLM-5.2 est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 16 juin 2026. Ses poids sont ouverts, sous licence MIT.

Ses voisins