GLM-5.3 : prix, contexte et performances

Présentation

Zhipu AI (Z.ai) a publié GLM-5.3 le 14 août 2026. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. C'est un modèle à poids ouverts : il peut être installé chez vous, sur un serveur maîtrisé, en plus d'être proposé par 88 fournisseurs d'API recensés sur models.dev. Il a donc 2 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Que disent les tests indépendants ?

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), GLM-5.3 obtient un indice de capacité de 78,8 sur 100, calculé sur 5 tests de notre panier.

Il ne figure pas parmi les 30 premiers du classement hebdomadaire.

• GPQA Diamond (questions de sciences de niveau doctorat) : 90,9 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 91,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 68,8 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• FrontierCode (tâches de programmation avancées) : 40,1 % — le meilleur modèle suivi, Claude Opus 5.5, atteint 54,6 %

Contexte et capacités

Sa fenêtre de contexte atteint 1 000 000 tokens, soit environ 1 500 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 131 072 tokens.

Il accepte en entrée : texte.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (zai-org/GLM-5.3) : 753,3 milliards de paramètres, licence other et 1 937 342 téléchargements sur les 30 derniers jours. Voir aussi notre sélection de modèles open source.

Combien coûte GLM-5.3 ?

GLM-5.3 est facturé 1,2 $US par million de tokens en entrée et 4,18 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Concrètement, une tâche d'agent qui lit 20 000 tokens et en écrit 2 000 revient à environ 0,032 $US, soit 32,27 $US pour 1 000 tâches de ce type.

C'est 4,2 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Les tokens relus depuis le cache sont facturés 0,30 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Quand le choisir ?

Par sa catégorie, GLM-5.3 vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de GLM-5.3 sont :

• Kimi K2.5 (Moonshot AI, indice 78,1) — voir le comparatif
• GLM-5 (Zhipu AI (Z.ai), indice 77,2) — voir le comparatif
• Kimi K3 (Moonshot AI, indice 80,7) — voir le comparatif
• Muse Spark Open (Meta, indice 75,2) — voir le comparatif