L'API GLM-5.3 officiellement lancée, score de 60 à l'analyse humaine, les poids ouverts prévus pour le 28 août

Introduction

Zhipu AI a officiellement ouvert l'accès à l'API de son dernier modèle phare GLM-5.3, conçu pour la programmation complexe, les tâches d'agent à long terme et les charges de travail liées à la cybersécurité.

L'annonce du 19 août intègre directement ce modèle dans la pile d'API de production de Z.AI et le plan de programmation GLM. Sur l'indice actuel d'intelligence d'analyse artificielle, GLM-5.3 (max) obtient un score de 60, se situant dans la même zone de pointe que plusieurs modèles propriétaires leaders, et à égalité avec Kimi K3 (max) sur cet indice.

Au moment de la rédaction de cet article, les poids du modèle ne sont pas encore disponibles. Zhipu a indiqué dans son annonce du 19 août (relayée par plusieurs médias technologiques et financiers chinois) que les poids seront publiés le vendredi 28 août 2026.

GLM-5.3 atteint 60 points sur l'indice d'intelligence d'analyse artificielle

Le chiffre le plus frappant du rapport AIBase est le score de 60 sur l'indice d'intelligence d'analyse artificielle.

Artificial Analysis classe actuellement GLM-5.3 (max) à 60 points, un score identique à celui de Kimi K3 (max). Ce résultat place GLM-5.3 parmi les plus performants du comparatif actuel, mais un indice composite unique ne doit pas être considéré comme la preuve que les deux modèles obtiennent exactement les mêmes résultats sur chaque charge de travail.

Voici un aperçu utile :

Le changement générationnel important réside dans le bond de GLM-5.2 à GLM-5.3, tout en conservant le même modèle de base sous-jacent.

Les principales améliorations proviennent de la phase de post-entraînement

Z.AI indique que GLM-5.3 utilise le même modèle de base que GLM-5.2. L'amélioration des performances provient d'un post-entraînement supplémentaire, et non d'un modèle de base entièrement réentraîné.

La documentation officielle met l'accent sur les améliorations dans trois domaines, conformément à l'article original d'AIBase :

• Ingénierie logicielle complexe
• Cybersécurité défensive et analyse de vulnérabilités
• Tâches d'agent à long terme

Dans le Code Bench propriétaire de Z.AI, l'entreprise rapporte une amélioration d'environ 50 % par rapport à GLM-5.2. Les résultats des benchmarks publics montrent également des gains significatifs sur les tâches d'ingénierie logicielle de type terminal et à exécution longue.

Par exemple, Z.AI rapporte que GLM-5.3 passe de 4,6 à 28,3 sur Terminal-Bench 3.0 et de 46,2 à 66,9 sur DeepSWE v1.1, toujours par rapport à GLM-5.2.

Ces chiffres sont des résultats de benchmarks publiés par le fournisseur et doivent être compris dans ce contexte.

Les performances en cybersécurité également en nette progression

Z.AI indique que le post-entraînement supplémentaire a produit, de manière inattendue, des capacités de cybersécurité renforcées à mesure que l'échelle d'entraînement augmentait.

Sur les jeux d'évaluation publiés par l'entreprise, GLM-5.3 atteint 84,5 % sur CyberGym, contre 77,2 % pour GLM-5.2. L'entreprise rapporte également des gains plus importants sur des benchmarks plus spécialisés dans l'exploitation, tels qu'ExploitBench et ExploitGym.

Cette tendance est notable car l'amélioration de GLM-5.3 devient plus importante à mesure que la difficulté des tâches augmente, passant de l'identification de vulnérabilités au raisonnement sur des chaînes d'exploitation plus longues.

Parallèlement, le tableau des benchmarks de Z.AI lui-même montre que certains modèles propriétaires de pointe restent en tête sur les évaluations d'exploitation les plus difficiles. Par conséquent, la conclusion correcte n'est pas que GLM-5.3 domine tous les benchmarks de sécurité, mais que son post-entraînement apporte une amélioration substantielle intergénérationnelle.

GLM-5.3 repousse la frontière intelligence-coût

Le deuxième graphique du rapport original se concentre sur le prix plutôt que sur le classement brut des benchmarks.

Les prix de l'API propriétaire de Z.AI actuellement répertoriés par Artificial Analysis sont les suivants :

Ces prix sont exactement identiques aux tarifs officiels actuels de GLM-5.2.

Artificial Analysis calcule un prix mixte d'environ 0,90 $/million de tokens selon sa proportion de 7:2:1 (entrée en cache / entrée / sortie). Parallèlement, son rapport indique un coût d'évaluation d'environ 1 238,50 $ pour GLM-5.3 sur son indice d'intelligence.

Ainsi, le graphique des coûts soutient le point central de l'article : GLM-5.3 associe un score composite de niveau frontière à une tarification API relativement basse.

Cela ne signifie pas que chaque tâche de production sera moins chère. Le coût réel dépend de la longueur de sortie, du taux de cache, de la taille des prompts, de l'intensité du raisonnement, du nombre d'appels d'outils et du nombre d'interactions d'agent requises.

La tarification API reste alignée sur GLM-5.2

La page de tarification officielle de Z.AI confirme que GLM-5.3 et GLM-5.2 utilisent actuellement les mêmes tarifs par token.

C'est significatif car le modèle ajoute des capacités substantielles sans augmenter le prix catalogue de l'API.

Pour les équipes qui utilisent déjà GLM-5.2, la décision de migration repose donc principalement sur le comportement et la compatibilité, et non sur un nouveau niveau de coût lié aux tokens.

Les développeurs devraient néanmoins exécuter des tests de régression avant de basculer le trafic de production, car GLM-5.3 modifie plusieurs comportements et paramètres du modèle.

GLM-5.3 utilise un raisonnement obligatoire

L'une des différences réside dans la configuration du raisonnement.

GLM-5.3 active toujours la fonction de réflexion et prend en charge trois niveaux d'intensité de raisonnement :

• low
• high
• max

La valeur par défaut est max.

Z.AI avertit que les applications utilisant les anciennes configurations suivantes échoueront lors d'une migration directe vers GLM-5.3 :

{
"thinking": {
"type": "disabled"
}
}

Pour GLM-5.3, la fonction de réflexion doit rester activée. Pour les travaux de programmation complexes, Z.AI recommande le niveau d'intensité de raisonnement le plus profond :

{
"model": "glm-5.3",
"thinking": {
"type": "enabled"
},
"reasoning_effort": "max"
}

Il s'agit d'un exemple de configuration officiel, et non d'un extrait du bref article d'AIBase ; il est inclus ici car il affecte directement les développeurs qui migrent depuis GLM-5.2.

Fenêtre de contexte et longueur de sortie

La documentation officielle du modèle indique :

GLM-5.3 prend également en charge l'appel de fonctions, la sortie structurée, les réponses en streaming, le cache de contexte et l'appel d'outils en streaming.

Le modèle ne prend actuellement en charge que le texte. Les développeurs ayant besoin de capacités de compréhension d'image directe devront utiliser un modèle de vision séparé ou un flux de travail dédié.

GLM-5.3 désormais disponible dans ZCode et les forfaits de programmation GLM

L'article d'AIBase indique que GLM-5.3 est intégré à ZCode et aux forfaits de programmation GLM.

Ce point est confirmé par la documentation produit actuelle de Z.AI.

ZCode

Décrivez-le comme un environnement de développement d'agents basé sur GLM-5.3, conçu pour la planification, le codage, la revue, le débogage, les tests et les projets de longue durée. Son flux de travail vise à maintenir les fichiers de projet, les sorties terminal, le contexte navigateur, l'état d'exécution et les modifications Git dans une seule tâche continue.

Le GLM Coding Plan répertorie également GLM-5.3 comme modèle pris en charge. Le plan actuel utilise un système de quotas basé sur des points, les heures creuses — y compris les week-ends — consommant moins de points.

Z.AI prend également en charge GLM-5.3 via plusieurs protocoles API, notamment les points de terminaison Chat Completions compatibles OpenAI, OpenAI Responses et Anthropic Messages, sous réserve des limitations de plan et de compte indiquées dans la documentation Z.AI.

Un appel API GLM-5.3 minimal

Pour les développeurs qui souhaitent tester directement la nouvelle API ouverte, l'identifiant de modèle utilisé dans la documentation officielle Z.AI est :

glm-5.3

Une requête cURL de base suit la même structure que l'interface Chat Completions documentée par Z.AI :

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer your-api-key" \
-d '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "Examinez cette architecture de projet et identifiez les goulots d'étranglement techniques les plus risqués."
}
],
"thinking": {
"type": "enabled"
},
"reasoning_effort": "max"
}'

Le point de terminaison et la configuration du modèle ci-dessus suivent la documentation officielle actuelle de Z.AI. Les développeurs utilisant un plan de programmation doivent vérifier leurs propres règles de point de terminaison, car le trafic d'abonnement et la facturation standard de l'API ne sont pas toujours interchangeables.

Les poids doivent être publiés le 28 août

Le dernier point de l'article original concerne la publication des poids ouverts.

Le 19 août, une annonce liée à Zhipu a indiqué que les poids de GLM-5.3 seraient ouverts le vendredi suivant, correspondant au 28 août 2026.

Au moment de la rédaction de ce fichier Markdown, cette date n'est pas encore arrivée. Artificial Analysis classe toujours GLM-5.3 comme un modèle propriétaire, car les poids de modèle téléchargeables ne sont pas encore publics.

Par conséquent, la formulation la plus précise est la suivante :

Zhipu a annoncé son intention de publier les poids du modèle GLM-5.3 le 28 août 2026, mais à la date de rédaction de cet article, les poids ne sont pas encore disponibles publiquement.

Une fois les poids effectivement publiés, les développeurs devront vérifier le dépôt officiel, la fiche modèle, la licence, le nombre de paramètres, les frameworks d'inférence pris en charge et les exigences de déploiement avant de considérer cette version comme auto-déployable.

Questions fréquentes

Qu'est-ce que GLM-5.3 ?

GLM-5.3 est le dernier modèle phare de texte de Zhipu AI / Z.AI, conçu pour

l'ingénierie logicielle complexe, les tâches d'agents, le raisonnement et les travaux liés à la cybersécurité. Il utilise le même modèle de base que GLM-5.2, les principales améliorations de capacités provenant d'un post-entraînement supplémentaire.

Quel est le score de GLM-5.3 sur Artificial Analysis ?

Artificial Analysis attribue actuellement à GLM-5.3 (max) un score de 60 sur son indice d'intelligence. Dans la comparaison actuelle, Kimi K3 (max) obtient également 60, bien que les comportements des modèles diffèrent considérablement selon les benchmarks et les charges de travail.

Quel est le coût de l'API GLM-5.3 ?

Z.AI facture actuellement 1,40 $ par million de tokens d'entrée, 0,26 $ par million de tokens d'entrée en cache et 4,40 $ par million de tokens de sortie. Ces tarifs sont identiques à la tarification officielle de GLM-5.2.

GLM-5.3 prend-il en charge une fenêtre de contexte d'un million de tokens ?

Oui. La documentation officielle de Z.AI indique que GLM-5.3 dispose d'une fenêtre de contexte de 1 000 000 de tokens, avec une longueur de sortie maximale de 128K tokens.

Peut-on désactiver le raisonnement dans GLM-5.3 ?

Non. GLM-5.3 exige que la réflexion reste activée. Les développeurs peuvent contrôler la profondeur du raisonnement via le paramètre reasoning_effort, avec les valeurs possibles low, high ou max, la valeur par défaut étant max.

GLM-5.3 est-il open source ou à poids ouverts ?

Pas encore à la date de rédaction de cet article. Zhipu a annoncé son intention de publier les poids le 28 août 2026, mais le paquet de poids public et la licence finale restent à confirmer après la publication.

GLM-5.3 peut-il être utilisé pour des agents de codage ?

Oui. Z.AI a intégré le modèle dans ZCode et le GLM Coding Plan, et sa documentation répertorie la compatibilité avec plusieurs outils d'agents de codage et protocoles API.

GLM-5.3 prend-il en charge le multimodal ?

La documentation API actuelle de GLM-5.3 ne liste que l'entrée texte et la sortie texte. Sous sa forme actuelle, ce n'est pas un modèle d'entrée d'image directe.

Outils associés

• ZCode : l'environnement de développement d'agents de Z.AI, conçu autour de GLM-5.3 pour les flux de travail de codage et de projet de longue durée.
• Plateforme API Z.AI : la plateforme officielle pour accéder aux modèles GLM, aux clés API, à la facturation et aux services développeurs.
• GLM Coding Plan : le plan d'abonnement de Z.AI pour utiliser les modèles GLM dans les outils d'agents de codage pris en charge.
• Artificial Analysis : analyse indépendante des modèles couvrant l'intelligence, les prix, la vitesse et la taille du contexte de GLM-5.3.
• Documentation développeur Z.AI : documentation officielle sur l'API, les modèles, la migration, les prix et l'intégration.

Liens associés

• Documentation officielle du modèle GLM-5.3 : spécifications officielles, capacités, paramètres de raisonnement, points de terminaison, benchmarks et exemples de démarrage rapide.
• Blog de publication officiel GLM-5.3 : article de publication de Z.AI sur le codage, les agents de longue durée et les performances émergentes en cybersécurité.
• Tarification Z.AI : tarification officielle des tokens pour GLM-5.3, GLM-5.2 et d'autres modèles Z.AI.
• Migration vers GLM-5.3 : liste de contrôle de migration officielle couvrant les identifiants de modèle, la réflexion obligatoire, l'effort de raisonnement, la sortie en streaming et les appels d'outils.
• Documentation ZCode : guide officiel pour utiliser GLM-5.3 dans les flux de travail de développement d'agents de ZCode.
• FAQ du GLM Coding Plan : informations officielles sur les modèles pris en charge, le comportement des quotas, les points de terminaison et les limites du plan.
• Artificial Analysis GLM-5.3 : analyse indépendante actuelle des benchmarks et des prix de GLM-5.3 (version max).

Résumé

GLM-5.3 est désormais disponible via Z.

L'écosystème d'API et de programmation de l'IA est fourni. Son score actuel à l'indice Artificial Intelligence de Z.AI est de 60, tandis que Z.AI indique que la plus grande amélioration générationnelle provient de l'optimisation post-entraînement axée sur le codage complexe, les agents à long cycle et les tâches de cybersécurité.

Le modèle conserve la tarification API de GLM-5.2, tout en ajoutant une fenêtre de contexte de 1 million de jetons, une sortie maximale de 128 000, et une fonction de raisonnement forcé avec des niveaux d'intensité réglables. Il est déjà intégré aux programmes ZCode et de programmation GLM.

Zhipu a également annoncé que les poids de GLM-5.3 devraient être publiés le 28 août
2026. Jusqu'à la publication effective du dépôt de code et de la licence, il doit toujours être décrit comme un modèle accessible via API, avec une publication ultérieure des poids prévue, plutôt que comme un modèle ouvert directement téléchargeable.

Le changement clé est simple : GLM-5.3 améliore les capacités sans augmenter le prix de l'API principale de GLM-5.2, tout en prévoyant une publication ultérieure des poids en open source.