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

GLM-⁠5

Z.ai (Zhipu AI) · Chine · sorti le Z.ai (Zhipu AI) · Chine · 11 février 2026

  • Poids ouverts · MIT
  • Serveur seulement
  • Classe énergétique E
76,1de 73,4 à 78,9Rang 88 · 95 %?
Empreinte?
Raisonnement73,5Code76,4Agents83,8Usage79,3Maths74,3Sciences79,9Français74,8VisionÉcriture81,5Web79,3

Son bilan?

  • Au classement général, 88e sur 257, dans un peloton de 24 modèles que la marge d'erreur ne permet pas de séparer.
  • Pas encore classé en code, tâches d'agent et sciences : trop peu de mesures.
  • Pas encore mesuré en compréhension d'images.
L'essayer surZ.ai (nouvel onglet)

Estimationenviron 1,4 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Pour coder

Ces forfaits de code proposent ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

76,1de 73,4 à 78,9

Rang88Groupe 7, ex æquoCouverture95 %19 mesures

Pourquoi ce score ? →Comment lire un score →

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. 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 évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
GLM-5 (Reasoning)27,9non publié0,0 jetons/s0,00 s1 $ / 3,2 $
GLM-5 (Non-reasoning)21,8non publié0,0 jetons/s0,00 s1 $ / 3,2 $

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. Relevé le 26 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.
Vitesse de générationPas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Comment on l’estime.

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. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
0,52 € / 1,66 €entrée / sortie, par million de jetons
Fenêtre de contexte
202 752 jetonsenviron 152 000 mots
Entrées
Texte
Réflexion
Non communiqué
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

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

21 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
GPQA Diamond87,8 %80,4InconnueSATURÉepoch.ai
OTIS Mock AIME 2024-202580 %71,7InconnueSATURÉepoch.ai
SWE-bench Verified72,1 %80,0InconnueACTIFepoch.ai
Arena, écriture créative1 446,8 Elo88,3InconnueACTIFarena.ai
Arena, questions d'experts1 481,7 Elo82,4InconnueACTIFarena.ai
Arena, texte1 457,3 Elo83,6InconnueACTIFarena.ai
Arena, questions de code1 498,3 Elo82,0InconnueACTIFarena.ai
Arena, questions en français1 476,7 Elo82,9InconnueACTIFarena.ai
Arena, questions de maths1 442,7 Elo78,8InconnueACTIFarena.ai
Terminal-Bench 2.052,4 %78,9Inconnue · Terminus 2ARCHIVÉtbench.ai
Vending-Bench 24 432 $88,9InconnueACTIFepoch.ai
Code Arena, WebDev1 435,1 Elo79,5InconnueACTIFarena.ai
Voir les 9 autres mesures
WeirdML (v2)48,2 %73,3InconnueACTIFepoch.ai
ARC-AGI-144,7 %72,8InconnueSATURÉepoch.ai
SimpleBench53,2 %78,8InconnueACTIFepoch.ai
compar:IA953,0 Elo47,0InconnueACTIFarene.comparia.beta.gouv.fr
ForecastBench63,7 %77,2InconnueACTIFepoch.ai
CL-bench18,7 %80,0InconnueARCHIVÉepoch.ai
ARC-AGI-24,9 %71,7InconnueSATURÉepoch.ai

En bref

Quel est le score de GLM-5 ?
GLM-5 obtient un score IA de 76,1, avec une marge de 73,4 à 78,9, dans l'édition du 9 novembre 2026. Il est classé 88e sur 257 modèles, à partir de 19 mesures.?
Dans quelles tâches GLM-5 est-il le plus fort ?
Ses deux meilleures tâches sont agents (83,8) et écriture (81,5). Sa tâche la plus faible est raisonnement (73,5).
GLM-5 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 ?
0,52 € par million de jetons en entrée et 1,66 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,4 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite GLM-5 ?
GLM-5 est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 11 février 2026. Ses poids sont ouverts, sous licence MIT.

Ses voisins?