Un modèle open source chinois qui dépasse GPT-5.5 sur le code, pour un sixième du prix. Voilà le pavé que Z.ai (l'ancien Zhipu AI) a jeté dans la mare le 17 juin 2026 avec GLM-5.2. Et contrairement à beaucoup d'annonces tonitruantes, les chiffres tiennent la route quand on regarde les benchmarks indépendants.
GLM-5.2, c'est quoi exactement ?
GLM-5.2 est le nouveau modèle de langage de Z.ai, le laboratoire pékinois anciennement connu sous le nom de Zhipu AI. C'est un mastodonte de 753 milliards de paramètres doté d'une fenêtre de contexte d'un million de tokens — de quoi avaler une base de code entière d'un seul coup.
Le calendrier de sortie s'est étalé sur quelques jours. Le modèle a d'abord été poussé le 13 juin dans les forfaits « GLM Coding Plan », l'API autonome est arrivée le 16 juin, et les poids ouverts ont été publiés dans la foulée le 17 juin sur Hugging Face et ModelScope.
Le point qui change tout : ces poids sont publiés sous licence MIT. Autrement dit, n'importe qui peut télécharger le modèle, l'héberger sur ses propres serveurs et l'utiliser commercialement, sans demander la permission à personne. On reviendra sur pourquoi ce détail est crucial.
Des benchmarks qui ne mentent pas (cette fois)
Sur le code, GLM-5.2 ne fait pas de la figuration. Sur SWE-bench Pro, le test de référence qui mesure la capacité d'un modèle à résoudre de vrais tickets de développement logiciel, il décroche 62,1 %. C'est devant GPT-5.5, qui plafonne à 58,6 %, et devant son propre prédécesseur GLM-5.1 (58,4 %).
Sur Terminal-Bench 2.1, qui évalue l'aptitude à manier une ligne de commande de façon autonome, le modèle atteint 81,0. Et sur l'Intelligence Index v4.1, un indice agrégé, il marque 51 points, devançant nettement les autres poids lourds chinois récents : MiniMax-M3 (44), DeepSeek V4 Pro (44) et Kimi K2.6 (43).
Je précise « cette fois » parce que l'écosystème nous a habitués à des annonces gonflées sur des benchmarks maison. Ici, ce sont des classements indépendants qui confirment la performance. Pour la première fois, le meilleur modèle de code en open weight n'est pas américain.
Le vrai choc, c'est le prix
Si les benchmarks impressionnent, c'est l'addition qui fait vraiment réfléchir. L'API de GLM-5.2 est facturée 1,40 $ par million de tokens en entrée et 4,40 $ en sortie.
Comparons. GPT-5.5 tourne autour de 5 $ / 30 $ pour le même volume, et Claude Opus 4.8 autour de 5 $ / 25 $. Sur un usage mixte typique, GLM-5.2 revient donc à environ un sixième du coût d'un modèle frontière occidental.
Z.ai pousse même le bouchon plus loin avec un tarif d'entrée en cache à 0,26 $ le million de tokens, taillé pour les longs contextes. Pour les développeurs qui préfèrent un abonnement, le « GLM Coding Plan » s'étage d'environ 72 $/mois (Pro) à 160 $/mois (Max).
Quand un modèle aussi bon coûte cinq à six fois moins cher, ce n'est plus une curiosité technique. C'est une pression directe sur toute la grille tarifaire de l'IA générative.
Le piège à ne pas ignorer : où vont vos données ?
Avant de migrer tout votre code vers l'API la moins chère du marché, un avertissement s'impose. Utiliser GLM-5.2 via l'API hébergée de Z.ai, c'est envoyer vos prompts — donc potentiellement votre code propriétaire et vos données clients — vers des serveurs situés en Chine, sous une juridiction très différente de la nôtre.
Pour une PME française ou européenne, c'est un point de conformité RGPD loin d'être anodin. Le prix imbattable ne doit pas faire oublier la question de la confidentialité.
Et c'est là que la licence MIT reprend tout son sens. Parce que les poids sont ouverts, rien ne vous oblige à passer par les serveurs chinois. Vous pouvez télécharger le modèle et l'héberger en interne, sur votre propre infrastructure ou chez un hébergeur européen. Vous gardez alors le rapport performance/prix tout en maîtrisant où circulent vos données. C'est, à mon sens, le bon arbitrage pour qui prend la souveraineté au sérieux.
Mon analyse : la fenêtre de rattrapage occidentale se referme
GLM-5.2 n'arrive pas isolé. Il s'inscrit dans une quinzaine de jours hallucinante où Qwen 3.7, DeepSeek V4.1, ERNIE 5.1 de Baidu et Doubao de ByteDance ont tous débarqué quasi simultanément. Résultat : les modèles chinois en open weight occupent désormais cinq des dix premières places du classement des tendances sur Hugging Face — un record.
Ce qui se joue est un renversement de stratégie. Pendant que les laboratoires américains verrouillent leurs meilleurs modèles derrière des API propriétaires, les Chinois inondent le marché de poids ouverts, performants et bon marché. C'est une arme commerciale autant que géopolitique : on capte les développeurs du monde entier en leur offrant ce que les autres font payer cher.
Pour les équipes tech et les décideurs PME, le message est double. D'un côté, une opportunité réelle : accéder à du frontière-class pour une fraction du budget, en pouvant l'auto-héberger. De l'autre, une vigilance indispensable sur la gouvernance des données. Le réflexe « j'envoie tout vers l'API la moins chère » est exactement celui à éviter.
Une chose est sûre : l'idée selon laquelle l'open source serait condamné à courir derrière les modèles fermés vient de prendre un sérieux coup de vieux. Et elle nous vient de Pékin.
