Filtre Tous Écosystème Quotidien Génération d'Images Programmation Créateurs d'Applications Recherche Architectes Numériques Mentors Académiques Vidéo Musique et Voix IA Locale / Privée Génération d'Images Locale Génération Vidéo Locale Agents IA

GLM-5.2

Zhipu AI · Publié 13 juin 2026

9.0 /10 Note globale
Site officiel

Ce que c'est réellement

Pendant des années, exécuter une IA frontière localement signifiait accepter un compromis. GLM-5.2 est le premier modèle ouvert où ce compromis commence à sembler optionnel.

L’évidence vient de deux directions. Design Arena a placé GLM-5.2 au #1 avec Elo 1360. AkitaOnRails l’a noté 87/100 (Tier A), depuis 46/100 de GLM-5.1 — le plus grand saut de version dans l’histoire du benchmark.

Avec 744B paramètres totaux (~40B actifs), c’est plus compact que DeepSeek V4 (1,6T/49B actifs) avec des benchmarks vérifiés plus forts. En quantification dynamique 2-bit ~241Go — accessible pour des Mac Studios 256Go.

La licence MIT rend l’économie viable. Intelligence de coding frontière qui ne quitte jamais votre réseau.

Points Forts

  • Intelligence de coding frontière que vous contrôlez : Design Arena #1, SWE-bench Pro 62,1%, Terminal-Bench 82,7. Validation indépendante. Exécutez sur votre infra.
  • Plus compact qu’on le penserait : 744B/~40B actifs — plus petit que DeepSeek V4 (1,6T) avec des benchmarks plus forts. ~241Go en quantification dynamique 2-bit.
  • Contexte 1M pour l’ingénierie réelle : Entraîné pour les scénarios d’agents de code. IndexShare réduit les FLOPs de 2,9× à 1M de contexte.
  • Licence MIT sans conditions : Pas de limites régionales ni d’exigences d’attribution.
  • Deux modes de raisonnement : High pour les tâches routinières, Max pour le débogage complexe.
Aperçu des Benchmarks
  • Design Arena — #1 (Elo 1360) Premier modèle ouvert en tête. Validation indépendante de la communauté.
  • SWE-bench Pro — 62,1% SOTA open-weight. Bat GPT-5.5 (58,6%). Subsets Verified ~78%+.
  • Architecture — 744B MoE / ~40B actifs Plus compact que DeepSeek V4 (1,6T). ~241Go en quantification dynamique 2-bit.
  • AkitaOnRails — 87/100 Tier A +41 points depuis GLM-5.1 — plus grand saut intra-famille jamais enregistré.

Limites Honnêtes

  • Pas un modèle de portable : ~241Go minimum. Matériel sérieux requis.
  • Pas de vision native : Texte et code uniquement.
  • Plus lent que les modèles légers : Latence notable vs Qwen 3.6 27B ou Gemma 4.
  • Écosystème en maturation : Documentation en anglais moins polie que l’écosystème sinophone.

Le Verdict: Le modèle d’IA locale qui change la conversation. Design Arena #1. AkitaOnRails Tier A. SWE-bench Pro SOTA pour les poids ouverts. Le tout sous MIT, téléchargeable depuis Hugging Face. Le prix est honnête : matériel sérieux requis. Mais pour les équipes avec l’infrastructure, c’est de l’intelligence de coding frontière qui ne quitte jamais votre réseau.