Z.ai (Zhipu) · modèle de langage
GLM 5.3 : prix, contexte et benchmarks
GLM 5.3 est un modèle de langage de Z.ai (Zhipu) sorti le 18 août 2026. Il coûte 0,08 $US par million de tokens en entrée et 1,4 $US en sortie, avec un contexte de 1 M tokens. Epoch AI le classe 30e sur 125 modèles notés.
| Performance (ECI) | 31/40 | |
|---|---|---|
| Prix | 20/30 | |
| Contexte | 14/15 | |
| Fonctions | 15/15 |
Ce qu'il faut savoir sur GLM 5.3
GLM 5.3 a été publié par Z.ai (Zhipu) (Chine) le 18 août 2026. Il accepte du texte en entrée et produit du texte. Sa fenêtre de contexte atteint 1 048 576 tokens, plus que 93 % des modèles du registre, et il peut écrire jusqu'à 943 718 tokens d'une traite.
C'est un modèle récent : les retours d'usage et les scores indépendants sont encore peu nombreux.
Prix de GLM 5.3
Sur OpenRouter, GLM 5.3 coûte 0,08 $US par million de tokens en entrée et 1,4 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,409 $US par million, plus cher que 34 % des modèles payants (1,9 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0009 $US. À 1 000 tâches par jour, comptez 26 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Les tokens déjà envoyés et mis en cache sont facturés 0,078 $US par million. En traitement par lots (réponse différée), le prix tombe à 0,45 $US en entrée et 2 $US en sortie.
Performance et benchmarks
L'Epoch Capabilities Index (ECI), qui agrège les résultats publiés sur de nombreux benchmarks, attribue à GLM 5.3 un score de 156 (intervalle de 154,2 à 158,4). Il se place ainsi au 30e rang sur 125 modèles notés.
Scores publiés par Epoch AI sur les benchmarks suivis par le site :
| Benchmark | Ce qu'il mesure | Score | Date |
|---|---|---|---|
| GPQA Diamond | questions de sciences de niveau doctorat | 90,9 % | 14 août 2026 |
| FrontierMath | problèmes de mathématiques de recherche (niveaux 1-3) | 68,8 % | 14 août 2026 |
| OTIS Mock AIME | problèmes de compétition de mathématiques | 91,1 % | 14 août 2026 |
| SimpleQA Verified | exactitude des faits simples | 41 % | 14 août 2026 |
À performance au moins égale, Claude Haiku 5.5, GPT-6 Luna et DeepSeek V4.1 Flash 1017 coûtent au moins 30 % de moins.
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- C'est un modèle de raisonnement : il « réfléchit » avant de répondre, ce qui améliore les tâches difficiles mais consomme plus de tokens de sortie.
Ses poids sont ouverts et téléchargeables sur Hugging Face (licence other) : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers. Avec 753 329 940 480 milliards de paramètres, il demande environ 420 955 907 822 Go de mémoire en quantification 4 bits. Vérifier avec le calculateur VRAM. Il a été téléchargé 2 043 783 fois sur Hugging Face le mois dernier.
Les autres modèles de Z.ai (Zhipu)
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| GLM 5.3 Prime | 23 sept. 2026 | 4,3 $US | — |
| GLM 5.3 FlashX | 18 sept. 2026 | 0,59 $US | — |
| GLM 5.3 Flash | 26 août 2026 | 0,24 $US | 153,1 |
| GLM 5.2 | 16 juin 2026 | 1,78 $US | 151,9 |
| GLM 5.1 | 7 avr. 2026 | 2,15 $US | 149,8 |
| GLM 5V Turbo | 1 avr. 2026 | 1,9 $US | — |
| GLM 5 Turbo | 15 mars 2026 | 1,9 $US | — |
| GLM 5 | 11 févr. 2026 | 1,55 $US | 145,8 |
Verdict
GLM 5.3 obtient 80/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Contexte très large (1 M tokens) : de longs documents ou une base de code entière tiennent dans une requête.
- Poids ouverts : auto-hébergeable, données gardées chez vous.
- Prêt pour les agents : appel d'outils et sorties JSON structurées.
- Tarif réduit en traitement par lots.
Limites
- Texte seulement : ne lit ni images ni fichiers.
À éviter si…
- vous voulez l'héberger sur un seul ordinateur grand public (≈ 420 955 907 822 Go requis en 4 bits).
Alternatives
- DeepSeek V4.1 Flash0,27 $US
- GPT-5.6 Luna0,45 $US
- DeepSeek V4.1 Flash 10170,26 $US
- DeepSeek V4 Pro 04230,26 $US
- GPT-6 Luna0,2 $US
- DeepSeek V4 Pro 08130,99 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte GLM 5.3 ?
0,08 $US par million de tokens en entrée et 1,4 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0009 $US.
Quelle est la taille du contexte de GLM 5.3 ?
1 048 576 tokens, soit environ 786 000 mots, avec 943 718 tokens maximum en sortie.
Peut-on utiliser GLM 5.3 en local ?
Oui, ses poids sont publiés sous licence other. Comptez environ 420 955 907 822 Go de mémoire en 4 bits.
GLM 5.3 convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils et les sorties structurées. Vérifiez ensuite son coût pour votre volume.
GLM 5.3 est-il performant ?
Epoch AI le classe 30e sur 125 modèles notés (ECI 156). Sur GPQA Diamond, il obtient 90,9 %.
Quelles alternatives à GLM 5.3 ?
Les modèles les plus proches en prix et en performance sont DeepSeek V4.1 Flash, GPT-5.6 Luna et DeepSeek V4.1 Flash 1017.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons