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

GLM-5.3-Flash

Z.ai (Zhipu AI) · Chine · sorti le Z.ai (Zhipu AI) · Chine · 20 août 2026

  • Réflexion réglable
  • Poids ouverts · MIT
  • 2 DGX Spark, 256 Go
  • Classe énergétique D
84,7de 82,3 à 87,2Rang 39 · 100 %
Empreinte
Raisonnement74,5Code88,9Agents88,9Usage85,5Maths83,2Sciences82,6Français86,3Vision86,3Écriture84,5Web91,0

Score général

84,7de 82,3 à 87,2

Rang39Groupe 6, ex æquoCouverture100 %30 mesures
Pourquoi ce score ? →

Les dix tâches

  • Raisonnement
    74,5Provisoire · 22 %
  • Code
    88,9Rang 22 · 31 %
  • Agents
    88,9Provisoire · 11 %
  • Usage
    85,5Rang 35 · 100 %
  • Maths
    83,2Rang 38 · 62 %
  • Sciences
    82,6Rang 32 · 80 %
  • Français
    86,3Rang 17 · 100 %
  • Vision
    86,3Provisoire · 33 %
  • Écriture
    84,5Rang 42 · 100 %
  • Web
    91,0Rang 21 · 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 5.3 Flash41,849e sur 19344,7 jetons/s3,31 s0,15 $ / 0,5 $

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. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Peut-il tourner chez vous ?ESTIMATION

Tient à partir de deux DGX Spark en grappe (224 Go utiles), en version allégée à 4 bits, par exemple deux DGX Spark en grappe. Mémoire estimée : 220,8 Go.

Mémoire selon la versionAllégée, 4 bits220,8 GoAllégée, 8 bits386,4 GoComplète, 16 bits736,0 GoLe pointillé marque 224 Go, la mémoire utile de deux DGX Spark en grappe. Au-delà, le modèle ne tient plus sur cette machine.

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
0,15 € / 0,50 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 048 576 jetonsenviron 786 000 mots
Entrées
Texte, image, vidéo, PDF
Réflexion
Faible, élevée, maximaletrois niveaux réglables
Paramètres
320 milliards
Licence
MITpoids ouverts, téléchargeables
Classe énergétique
Dsur 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

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

31 mesures · la matière du score
BenchmarkPubliéSuggèreRéflexionÉtatSource
OTIS Mock AIME 2024-202593,9 %81,1MaximaleSATURÉepoch.ai
GPQA Diamond90,2 %83,0MaximaleACTIFepoch.ai
Code Arena, WebDev1 614,8 Elo91,9InconnueACTIFarena.ai
Arena, questions de maths1 499,9 Elo90,0InconnueACTIFarena.ai
DeepSWE63,4 %90,7Maximale · mini-SWE-agentACTIFdeepswe.datacurve.ai
Arena, questions d'experts1 508,1 Elo86,8InconnueACTIFarena.ai
Voir les 19 autres mesures
Arena, questions en français1 505,7 Elo88,0InconnueACTIFarena.ai
Arena, questions de code1 523,4 Elo86,7InconnueACTIFarena.ai
Arena, texte1 473,7 Elo86,5InconnueACTIFarena.ai
Arena, écriture créative1 434,7 Elo84,4InconnueACTIFarena.ai
Arena, vision1 281,2 Elo88,4InconnueACTIFarena.ai
APEX-Agents52,8 %89,3InconnueACTIFepoch.ai
Surface Evolver Bench52,5 %81,6MaximaleSATURÉyhenon.github.io
SciCode51,6 %85,1InconnueACTIFartificialanalysis.ai
compar:IA977,0 Elo52,5InconnueACTIFarene.comparia.beta.gouv.fr
FrontierCode31,8 %86,3Maximale · chiselACTIFcognition.com
ProofBench21 %82,8MaximaleSATURÉvals.ai
FrontierMath, palier 4 (v2)17,1 %83,5MaximaleSATURÉepoch.ai
CritPt15,4 %87,6InconnueACTIFepoch.ai
GDP.pdf14 %82,7MaximaleACTIFsurgehq.ai
Chess Puzzles14 %71,5MaximaleACTIFepoch.ai
Mystery Game Puzzles8 %65,7MaximaleACTIFepoch.ai

En bref

Quel est le score de GLM-5.3-Flash ?
GLM-5.3-Flash obtient un score IA de 84,7, avec une marge de 82,3 à 87,2, dans l'édition du 28 septembre 2026. Il est classé 39e sur 246 modèles, à partir de 30 mesures.
Dans quelles tâches GLM-5.3-Flash est-il le plus fort ?
Ses deux meilleures tâches sont web (91,0) et code (88,9). Sa tâche la plus faible est raisonnement (74,5).
GLM-5.3-Flash peut-il tourner en local ?
Tient à partir de deux DGX Spark en grappe (224 Go utiles), en version allégée à 4 bits, par exemple deux DGX Spark en grappe. Mémoire estimée : 220,8 Go.
Combien coûte GLM-5.3-Flash ?
0,15 € par million de jetons en entrée et 0,50 € 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-5.3-Flash ?
GLM-5.3-Flash est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 20 août 2026. Ses poids sont ouverts, sous licence MIT.

Ses voisins