Z.ai lance GLM-5, nouveau modèle orienté ingénierie logicielle

Z.ai publie GLM-5 le 12 février 2026, un modèle qu'elle positionne face à Claude Opus 4.5 sur la densité logique du code et l'ingénierie système, avec une architecture DeepSeek Sparse Attention et 744 milliards de paramètres.

3 min12 février 2026

Ce que confirme Z.ai

Le 12 février 2026, l'entreprise chinoise Z.ai (Zhipu AI) annonce, dans ses notes de version officielles, le lancement de GLM-5. Le texte officiel décrit un déplacement de curseur : « GLM-5 fait passer le paradigme du simple codage à l'ingénierie [logicielle], avec de solides performances de raisonnement en architecture backend, algorithmes complexes et correction de bugs récalcitrants » sur des tâches d'agent de longue durée. Z.ai y précise que le modèle « se compare directement à Claude Opus 4.5 sur la densité logique du code et les capacités d'ingénierie système », et qu'il « intègre l'attention DeepSeek Sparse Attention pour une meilleure efficacité en tokens, tout en préservant la qualité en contexte long ».

Les chiffres

La documentation technique officielle de Z.ai et la fiche modèle publiée par son compte officiel sur Hugging Face (zai-org) précisent l'architecture et les scores revendiqués :

  • 744 milliards de paramètres, dont 40 milliards actifs par token — contre 355 milliards (32 milliards actifs) pour GLM-4.5, le modèle précédent.
  • Les données de pré-entraînement passent de 23 à 28,5 billions de tokens.
  • Fenêtre de contexte de 200 000 tokens, sortie maximale de 128 000 tokens.
  • Scores revendiqués par Z.ai : 77,8 sur SWE-bench Verified, 56,2 sur Terminal Bench 2.0 (présenté par Z.ai comme supérieur à Gemini 3.0 Pro), 86,0 sur GPQA-Diamond, 92,7 sur AIME 2026 I, 62,0 sur BrowseComp.
  • Z.ai revendique la première place parmi les modèles à poids ouverts sur BrowseComp, MCP-Atlas et τ²-Bench, des bancs d'essai d'exécution de tâches d'agent en plusieurs étapes.
  • Le modèle est proposé aux abonnés des paliers Pro et Max du GLM Coding Plan, via une API compatible avec le format OpenAI, avec des poids publiés en accès ouvert sur Hugging Face.

Ces scores restent des chiffres auto-rapportés par Z.ai. Sur des classements indépendants, GLM-5 se hisse également en tête des modèles à poids ouverts sur Artificial Analysis et sur l'arène textuelle de LMArena — deux plateformes de mesure tierces, non opérées par Z.ai, citées par une analyse publiée sur le blog de Hugging Face.

Sources

  • Z.ai — New Released (Release Notes) — notes de version officielles, 12 février 2026
  • Z.ai — GLM-5, documentation technique — spécifications officielles (paramètres, contexte, benchmarks, disponibilité)
  • Hugging Face — zai-org/GLM-5, fiche modèle — benchmarks publiés par le compte officiel de Z.ai
  • Hugging Face — GLM-5: China's First Public AI Company Ships a Frontier Model — analyse tierce, classements LMArena et Artificial Analysis

Partager cet article

À lire aussi

Avant de partir

GLM-5 revendique un niveau proche de Claude Opus 4.5, en poids ouverts

Un modèle à poids ouverts qui rivalise sur l'ingénierie logicielle change l'équation coûts et architecture de votre stack.