Z. AI a officiellement lancé son dernier modèle phare, le GLM-5. Ce modèle représente un saut considérable en termes d’efficacité cognitive, conçu spécifiquement pour l’ingénierie de systèmes complexes et les tâches agentiques à long horizon. Le GLM-5 est déjà accessible via l’API de Novita AI, vous permettant de prototyper rapidement et de mettre à l’échelle lorsque cela fonctionne.
Cet article vous explique ce qu’est le GLM-5, ce que révèlent les résultats des benchmarks, et comment commencer à l’utiliser : d’abord dans un playground, puis via l’API/SDK, y compris les options de « tierces plateformes » déjà utilisées par les développeurs.
🙌 Novita AI est un partenaire de lancement officiel qui propose une prise en charge du GLM-5 dès le jour 0. Cela signifie que les développeurs peuvent accéder au modèle immédiatement via une API stable, sans avoir à gérer d’infrastructure ni à attendre des déploiements progressifs.
Qu’est-ce que le GLM-5 ?
Le GLM-5 est le nouveau modèle fondamental phare de Z.ai, conçu pour l’Ingénierie Agentique : il ne se contente pas de « écrire une fonction », mais permet de « livrer une fonctionnalité », avec de la planification, l’utilisation d’outils et une cohérence à long horizon. Il est positionné spécifiquement pour l’ingénierie de systèmes complexes et les tâches agentiques à long terme, et la documentation officielle met l’accent sur une utilisabilité en codage dans des cas réels qui se rapproche des modèles fermés de pointe dans les flux de travail des développeurs.
GLM-5 en un coup d’œil
| Élément | Détails |
| Organisation | Z.ai |
| Date de publication | 12 février 2026 |
| Paramètres | 744B au total, 40B activés (MoE) |
| Architecture | MoE + optimisations de contexte long (dont DeepSeek Sparse Attention) |
| Fenêtre de contexte | ~200 000 tokens |
Benchmarks et performances
La documentation officielle de Z.ai présente le GLM-5 comme un saut qualitatif par rapport au « Vibe Coding » (génération de code ponctuelle) vers l’exécution agentique (planification multi-étapes + orchestration d’outils + boucles de débogage). Les améliorations proviennent à la fois de l’augmentation de l’échelle et des mises à niveau de la pile d’entraînement : échelle de modèle plus importante, plus de données d’entraînement préalable, et un système asynchrone de RL dédié (« Slime ») conçu pour rendre le post-entraînement plus efficace.
Analyse comparative des performances
Les données suivantes comparent le GLM-5 à d’autres modèles de pointe, notamment Claude Opus 4.5, Gemini 3 Pro et GPT-5.2 (xhigh).
Source : Z.AI
Points clés :
- Leader dans l’utilisation d’outils et la recherche : Le GLM-5 surpasse tous ses concurrents au Humanity’s Last Exam (HLE) avec outils (50,4) et au BrowseComp (75,9), ce qui témoigne d’une capacité supérieure à gérer le contexte externe et à effectuer des recherches d’informations multi-étapes.
- Croissance génération après génération : Comparé au GLM-4.7, le GLM-5 affiche des gains massifs, notamment sur le Terminal-Bench 2.0 (passant de 41,0 à 56,2) et le MCP-Atlas (passant de 52,0 à 67,8).
- À la pointe de l’ingénierie système : Sur des benchmarks très orientés code comme le SWE-bench Verified et le Terminal-Bench 2.0, le GLM-5 concurrence directement Claude Opus 4.5, prouvant sa préparation pour des tâches d’ingénierie de niveau senior.
- Efficacité économique : Bien que plus puissant que son prédécesseur, le GLM-5 maintient un profil de coût équilibré sur le Vending Bench 2, se révélant souvent plus efficace pour des tâches de haute complexité que Gemini 3 Pro ou Claude Opus 4.5.
CC-Bench-V2 : Performances en ingénierie logicielle dans des cas réels
Les évaluations internes sur le CC-Bench-V2 démontrent que le GLM-5 a réalisé un bond significatif par rapport à son prédécesseur, le GLM-4.7, et concurrence désormais directement — et dans certains cas dépasse — Claude Opus 4.5 sur des tâches d’ingénierie de niveau production.
Source : Z.AI
Points clés :
- Excellence en développement frontend : Sur les tâches frontend, le GLM-5 a atteint un taux de réussite de build de 98,0 %, soit une amélioration de 26 % par rapport au GLM-4.7 et un score significativement plus élevé que les 93,0 % de Claude Opus 4.5. Sa justesse de bout en bout (74,8 %) est également équivalente à celle de Claude Opus 4.5 (75,7 %).
- Ingénierie backend : Le GLM-5 affiche une solide amélioration de 6,2 % de la justesse backend par rapport à la génération précédente, avec un score de 25,8 %, quasi équivalent aux 26,9 % de Claude Opus 4.5.
- Exploration à long horizon supérieure : L’une des fonctionnalités les plus remarquables du GLM-5 est sa capacité à naviguer dans de grands dépôts. Sur l’exploration de grands dépôts, le GLM-5 a obtenu un score de 65,6 %, surpassant Claude Opus 4.5 (64,5 %).
Démarrage rapide : exploration interactive via le Playground
Avant de plonger dans le code, la façon la plus rapide de découvrir les capacités du GLM-5 est d’utiliser le Playground de Novita AI.
Le Playground propose une interface interactive sans code qui vous permet de :
- Tester la profondeur de raisonnement : Activez le « Mode Réflexion » pour voir la logique interne étape par étape du modèle.
- Ajuster les paramètres : Affinez la
Température(0,0 à 1,0) et leTop_ppour contrôler le compromis entre créativité et déterministe de la sortie. - Test de stress du contexte : Collez de grands documents ou des journaux allant jusqu’à 200 000 tokens pour tester la capacité de rappel et de compréhension du modèle.
Pour les nouveaux utilisateurs, la création d’un compte Novita AI donne généralement droit à des crédits d’essai gratuits, vous permettant d’effectuer des dizaines de tests sur le GLM-5 sans coût initial.
Playground Novita AI
Comment accéder au GLM-5 sur Novita AI
Novita AI propose plusieurs méthodes pour intégrer le GLM-5 dans votre environnement de production, toutes soutenues par notre infrastructure GPU serverless rentable.
Méthode 1 : Utiliser le GLM-5 via l’API
🎉 Sur Novita AI, le GLM-5 est proposé à un prix compétitif de 1 $ par million de tokens d’entrée et 3,2 $ par million de tokens de sortie, avec des économies importantes grâce à la lecture de cache à seulement 0,2 $ par million de tokens.
Notre API est entièrement compatible avec le standard OpenAI, ce qui rend la migration aussi simple que de changer l’URL de base et une clé API.
- URL de base :
https://api.novita.ai/openai - ID de modèle :
zai-org/glm-5
Comment obtenir des clés API
- Étape 1 : Créer un compte ou se connecter : Rendez-vous sur
[https://novita.ai](https://novita.ai)et inscrivez-vous ou connectez-vous. - Étape 2 : Accéder à la gestion des clés : Après vous être connecté, recherchez « Clés API ».
- Étape 3 : Créer une nouvelle clé : Cliquez sur le bouton « Ajouter une nouvelle clé ».
- Étape 4 : Enregistrez votre clé immédiatement : Copiez et stockez la clé dès qu’elle est générée ; elle n’est affichée qu’une seule fois.
Comment obtenir une clé API
Utilisez les exemples de code suivants pour intégrer notre API :
from openai import OpenAI
client = OpenAI(
api_key="<Your API Key>",
base_url="https://api.novita.ai/openai"
)
response = client.chat.completions.create(
model="zai-org/glm-5",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello, how are you?"}
],
max_tokens=131072,
temperature=0.7
)
print(response.choices[0].message.content)
Méthode 2 : Intégration via le SDK Python
Pour une expérience plus fluide, utilisez le SDK Python de Novita AI. Ce SDK prend en charge des fonctionnalités avancées comme la sortie en streaming et l’appel de fonctions, essentielles pour construire des agents interactifs en temps réel.
Méthode 3 : Plateformes tierces
Le GLM-5 sur Novita AI se connecte de manière transparente aux frameworks d’orchestration les plus populaires du secteur :
- Frameworks d’agents et outils de création d’applications : Guides d’intégration pour Continue, AnythingLLM, LangChain et Langflow.
- Hub Hugging Face : Novita est répertorié comme fournisseur d’inférence, permettant d’exécuter les modèles pris en charge via l’écosystème de fournisseurs de Hugging Face.
- Outils compatibles OpenAI : Novita respecte le standard d’API OpenAI, vous pouvez donc connecter des applications et outils de type OpenAI comme Cline, Cursor, Trae et Qwen Code avec des modifications minimales.
- Accès compatible Anthropic : Novita prend également en charge l’intégration compatible avec le SDK Anthropic pour des flux de travail de type Claude Code.
- OpenCode et observabilité : Utilisez Novita directement dans OpenCode.
Conclusion
Le GLM-5 est la preuve de la puissance des modèles à poids ouverts. En combinant une échelle de 744B paramètres avec l’efficacité des architectures MoE et DSA, il constitue une alternative viable et haute performance aux modèles fermés les plus chers au monde.
Prêt à commencer votre parcours en Ingénierie Agentique ? Si vous souhaitez utiliser le GLM-5 rapidement, le chemin le plus pratique est le suivant : testez le GLM-5 dans un playground → intégrez-le via l’API de Novita AI → mettez à l’échelle ce qui fonctionne.
Novita AI est une plateforme cloud IA qui offre aux développeurs un moyen simple de déployer des modèles d’IA via notre API intuitive, tout en fournissant un cloud GPU abordable et fiable pour construire et mettre à l’échelle vos projets.
Questions fréquemment posées
Qu’est-ce que le GLM-5 ?
Le GLM-5 est le dernier modèle de langage phare de Z.ai, conçu pour l’ingénierie agentique : raisonnement multi-étapes, utilisation d’outils, compréhension de contexte long (jusqu’à ~200 000 tokens) et flux de travail de codage complexes.
Le GLM-5 est-il open source ?
Oui. Le GLM-5 a été publié avec des poids ouverts, permettant aux développeurs de le télécharger, de le déployer et de l’affiner sous une licence permissive.
Comment utiliser le GLM-5 ?
Vous pouvez utiliser le GLM-5 via des API cloud (comme l’API de Novita AI), via des playgrounds en ligne pour des tests rapides, ou en auto-hébergeant les poids open source avec des frameworks d’inférence comme vLLM.
