GLM-5.2 : le modèle open source qui tient 1 million de tokens sans faiblir

Un modele d'IA qui lit tout ton projet d'un seul coup, garde le fil sur des heures de travail et se telecharge librement : c'est ce que Z.ai a mis dans GLM-5.2, publie le 16 juin 2026 sous licence MIT. Le modele concurrence GPT-5.5 et Claude Opus 4.8 sur plusieurs benchmarks publics, et il est open source, sans restriction geographique.

GLM-5.2, c'est quoi

GLM-5.2 est un grand modele de langage developpe par Z.ai, la startup chinoise anciennement connue sous le nom de Zhipu AI. C'est le cinquieme modele majeur de la serie GLM (General Language Model), construit sur une architecture mixture-of-experts d'environ 753 milliards de parametres dont seulement une fraction est active a chaque token pour garder des couts et des latences raisonnables.

Le positionnement est clair : un modele flagship pour les taches longues (long-horizon tasks), c'est-a-dire les projets qui demandent de planifier, de retenir du contexte et d'enchainer beaucoup d'etapes connectees sur une duree etendue. Pas une question reponse isolee, mais un flux de travail complet.

Trois avances distinguent GLM-5.2 de son predecesseur GLM-5.1 :

1. Un contexte d'un million de tokens reellement utilisable. Beaucoup de modeles annoncent des fenetres de contexte enormes, mais leur performance degrade au fur et a mesure que la conversation s'etire. Z.ai a travaille sur la stabilite : le modele conserve ses capacites de raisonnement et sa coherence sur de longues sequences, pas seulement sur les premiers tokens.
2. Une architecture plus efficace. Z.ai introduit IndexShare, qui partage l'indexer d'attention entre plusieurs couches, reduisant les calculs de 2.9x a un contexte d'un million de tokens. Le modele accelere aussi ses propres generations grace a une couche MTP amelioree pour le speculative decoding.
3. Licence MIT, sans restriction. Le modele est telechargeable sur Hugging Face, modifiable et deployable librement, partout dans le monde.

Ce que change un contexte d'un million de tokens

La plupart des modeles actuels gerent entre 128 000 et 400 000 tokens de contexte. Un token correspond grosso modo a trois quarts de mot. Un million de tokens, c'est environ 750 000 mots : l'equivalent d'un roman de mille pages, ou un projet de code de plusieurs centaines de fichiers avec sa documentation, ses tests et son historique.

La difference n'est pas seulement quantitative. Elle change le type de tache qu'un modele peut realiser :

Taille de contexte	Ce que tu peux fournir	Type de tache
128 000 tokens	Un long document, quelques dizaines de fichiers	Question reponse, resume, correction isolee
400 000 tokens	Un petit projet, un dossier complet	Analyse de code, refactoring partiel
1 000 000 tokens	Un projet entier avec toutes ses dependances	Refactoring complet, audit d'architecture, reproduction de papier

Avec un million de tokens, GLM-5.2 peut avaler un projet de code entier, en retenir l'architecture, les contrats d'API, les conventions et les decisions historiques, puis executer une tache qui s'etale sur des centaines d'etapes sans perdre le fil. C'est ce que Z.ai appelle le "long-horizon" : la capacite a tenir un objectif sur la duree.

Les benchmarks : ou GLM-5.2 se place

Z.ai a publie un tableau de benchmarks compare avec GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro, DeepSeek-V4-Pro et Qwen3.7-Max. Les resultes sont verificables sur la page Hugging Face du modele.

Sur les benchmarks de raisonnement :

• Humanity's Last Exam (avec outils) : GLM-5.2 score 54.7, devant GPT-5.5 (52.2) et proche de Claude Opus 4.8 (57.9).
• AIME 2026 (mathematiques) : GLM-5.2 score 99.2, devant GPT-5.5 (98.3) et Opus 4.8 (95.7).
• GPQA-Diamond (science) : 91.2, legerement derriere Opus 4.8 (93.6) et GPT-5.5 (93.6).

Sur les benchmarks de code et d'agents :

• SWE-bench Pro : 62.1, derriere Opus 4.8 (69.2) mais devant GPT-5.5 (58.6).
• FrontierSWE (Dominance) : 74.4, derriere Opus 4.8 (75.1) mais devant GPT-5.5 (72.6).
• Terminal Bench 2.1 : 81.0, derriere Opus 4.8 (85.0) et GPT-5.5 (84.0).

Le tableau est clair : GLM-5.2 ne bat pas Claude Opus 4.8 sur la majorite des benchmarks, mais il se place devant GPT-5.5 sur plusieurs tests cles, et il est le seul modele open source dans le top. Pour le contexte, DeepSeek-V4-Pro reste derriere sur la plupart de ces tests.

Exemple : Pierre fait un audit d'architecture chez M&M

Chez Maisons&Mobilia, Pierre est lead dev sur une base de code de cinq ans, plusieurs centaines de fichiers, des dependances historiques et trois generations de conventions de nommage. Un lundi matin, il donne a GLM-5.2 l'integralite du projet : code source, configuration, tests, documentation et conventions d'equipe.

Il demande : "Lis le projet et donne-moi la cartographie d'architecture, les responsabilites des modules principaux, les contrats d'API critiques, les flux de donnees et la dette technique prioritaires."

Le modele lit tout, produit une analyse structuree et garde le contexte en memoire pour les questions de suivi. Pierre peut ensuite demander un refactoring du module d'authentification sans avoir a reexpliquer l'architecture : le modele a tout en tete.

C'est la promesse du long-horizon : pas besoin de decouper la tache en sous-conversations, de rafraichir le contexte a chaque echange, ou de reexpliquer ce que le modele a deja lu. Une session, un objectif, un flux complet.

Pourquoi ca compte maintenant

Le lancement de GLM-5.2 arrive dans un contexte particulier. La semaine derniere, l'administration Trump a publie une directive d'export control qui interdit aux ressortissants etrangers d'acceder a Claude Fable 5, le nouveau modele d'Anthropic. Cette restriction pousse des entreprises hors des Etats-Unis a chercher des alternatives accessibles.

GLM-5.2 repond a cette demande : licence MIT, pas de restriction geographique, telechargeable partout. C'est aussi un signal de la part de la Chine, qui rattrape son retard sur les modeles frontieres americains. Z.ai a announce plus tot dans le mois son intention de s'introduire en bourse a la Bourse de Shanghai, section Sci-Tech Innovation Board.

Pour les equipes francophones qui apprennent l'IA, la donne est simple : un modele competitif, open source, avec un contexte massif, est desormais telechargeable gratuitement. Tu peux le faire tourner en local avec vLLM, SGLang, Transformers ou Unsloth, ou utiliser l'API de Z.ai avec des abonnements a partir de 12.60 dollars par mois.

Les limites a garder en tete

• Pas le meilleur sur tout. Claude Opus 4.8 reste devant sur plusieurs benchmarks, notamment SWE-bench Pro (69.2 vs 62.1) et Tool-Decathlon (59.9 vs 48.2). GLM-5.2 est un excellent deuxieme, pas un leader absolu.
• Faire tourner un modele de cette taille en local demande du materiel. 753 milliards de parametres, meme avec seulement 40 milliards actifs par token, requiert plusieurs GPU haut de gamme. L'usage via API reste la voie la plus accessible pour la plupart des equipes.
• Le contexte d'un million de tokens a un cout. Plus tu envoies de tokens, plus la latence et le cout par requete augmentent. Le contexte massif est un atout pour les taches qui en ont reellement besoin, pas pour toutes les interactions.
• La concurrence bouge vite. GLM-5.2 est publie le 16 juin 2026. A cette cadence, une nouvelle generation pourrait arriver dans quelques mois. Les benchmarks de juin peuvent deja dater en septembre.

Aller plus loin

GLM-5.2 rend tangible une tendance qui s'accelere : les modeles open source rattrapent les modeles fermes, et le contexte massif change le type de taches realisables. Si tu veux comprendre les briques derriere un agent capable de taches longues, l'app saisir.ai te fait construire et manipuler ces mecaniques en francais, par modules de cinq minutes. Pour creuser les concepts, lis comment construire un agent IA et tool use, c'est quoi.