GLM-5.3 : premier des poids ouverts sur le code, sans prix à l'usage

1. Ce que Z.ai a livré

La phrase d'ouverture de la note technique de Z.ai mérite d'être lue deux fois : « tout ce que nous avons fait pour GLM-5.3, c'est passer le post-entraînement à l'échelle ». Le modèle de base n'a pas bougé. Pour une direction technique, c'est l'information la plus utile du communiqué : un modèle peut désormais être multiplié par six en quatre semaines sans qu'un seul poids du socle change. Toute décision d'architecture qui suppose un modèle stable un an est caduque.

Un détail bloquant : GLM-5.3 ne sait plus fonctionner sans raisonnement. Le paramètre thinking.type: "disabled" n'est plus supporté, remplacé par trois niveaux d'effort (low, high, max). Une chaîne qui coupait le raisonnement pour tenir la latence ne se dégrade pas : elle échoue.

2. Le prix : un forfait, pas une grille

Nous avons relevé la grille API officielle le jour de la sortie : GLM-5.3 n'y figure pas. On y trouve GLM-5.2 à 1,40 $ / 4,40 $ le million de tokens, GLM-5 à 1 $ / 3,20 $, GLM-4.7 à 0,60 $ / 2,20 $ — toute la gamme, sauf le modèle du jour. Restent les forfaits, dont l'éditeur exprime l'usage en multiples du palier d'entrée :

Le palier le plus cher est le moins cher à l'unité, à −33 % par rapport à Lite : le prix est multiplié par 9,3 entre Lite et Max, l'usage par 14.

Conséquence opérationnelle nette : vous ne pouvez pas calculer un coût par dossier traité. Chez nos clients, la question n'est jamais « combien coûte le modèle » mais « combien coûte un devis produit ». Un quota plafonne, il ne se divise pas. GLM-5.3 est donc excellent pour travailler, et inadapté à une chaîne facturée à l'unité comme celles que nous livrons en développement de logiciel sur mesure. Chez Grok 4.6, le piège était dans la grille ; ici, il n'y a pas de grille.

3. Votre matinée coûte double

Le Coding Plan passe à un système de points, comptés séparément sur l'entrée, l'entrée en cache et la sortie. Une clause change tout : hors heures de pointe, un appel ne consomme que 50 % des points. Les heures de pointe sont définies en UTC+8, de 14h à 18h, du lundi au vendredi. La plupart des lecteurs européens rangeront l'information au rayon « sans objet », en se disant que l'heure pleine chinoise tombe la nuit chez nous. C'est l'inverse :

Un traitement lancé à 9h30 consomme deux fois plus de points que le même à 14h30. Déplacer les tâches non interactives — rapports, revue de code, indexation, tests — de la matinée vers l'après-midi double le quota effectif sans changer un centime au forfait. Poussé au bout : un Lite à 18 $ utilisé hors pointe revient à 9 $ l'unité d'usage, moins cher qu'un Max en heures pleines à 12 $. Le choix de l'heure pèse plus que le choix du palier.

Réserve honnête : l'éditeur publie la règle des 50 % et la plage horaire, pas le barème détaillé des points par modèle. Le rapport de deux est solide, le coût absolu d'une tâche ne l'est pas tant que vous ne l'avez pas mesuré sur une semaine.

4. Les benchmarks officiels

Trois victoires sur les dix lignes relevées, toutes du côté de l'exécution : CyberGym (84,5), AutomationBench (48,2) et GDPval-AA v2 (1769), ce dernier mesurant la valeur économique du travail produit. Sur le code pur, GLM-5.3 reste à la deuxième ligne. Le bon comparatif n'est donc pas la frontière fermée, mais les autres poids ouverts : 28,3 contre 17,4 pour Kimi K3.

Ce second graphe est le plus utile pour une facture. À effort maximal, GLM-5.3 atteint 34,5 % en consommant environ 75 000 tokens de sortie par tâche, contre 96 000 pour GLM-5.2 qui plafonnait à 23,4 %. À effort élevé, il fait 31,4 % en 50 000 tokens là où Claude Opus 4.8 fait 29,5 % en 120 000. Mieux et moins cher en même temps : c'est rare, la plupart des gains annoncés ces derniers mois se payaient en tokens de raisonnement. Claude Fable 5 reste devant, à 39,5 %.

5. Le volet cyber

Z.ai décrit cette capacité comme plus rapide que prévu : le modèle n'isole plus des défauts, il enchaîne les étapes d'une exploitation complète. Sur du code réel, après revue humaine : 2 436 vulnérabilités dans 269 projets open source, dont 1 097 critiques ou élevées — noyaux système, moteurs de navigateur, protocoles réseau. Durée de vie moyenne avant découverte : 26,6 ans ; la plus ancienne remontait à 1981. 53 sont divulguées, 2 383 sous embargo dans un registre public.

Ces projets sont les dépendances de votre ERP, de votre site, de votre logiciel de gestion. Ces failles n'avaient pas été vues parce que les chercher coûtait un temps d'expert que personne ne finançait : ce coût vient de s'effondrer, et les poids seront publics dans deux semaines. L'attaquant n'a besoin d'aucune validation pour lancer un scan ; le défenseur doit d'abord savoir ce qu'il héberge.

D'où la seule question qui compte : savez-vous quelles bibliothèques tournent dans vos applications, et depuis quand ? Si la réponse est non, l'inventaire des dépendances passe devant tout le reste — c'est le premier point que nous relevons dans un audit IA d'entreprise, et il ne demande aucune IA pour commencer.

6. Ce qu'on ferait à votre place

Un. Ne pas migrer une chaîne de production cette semaine. Sans prix à l'usage, pas de coût par dossier, donc pas d'arbitrage défendable. Attendez les poids, fin août : c'est ce jour-là que le modèle devient chiffrable et hébergeable ailleurs que chez l'éditeur, comme nous l'avons détaillé pour GLM-5.2 sur un cloud européen.

Deux. Le mettre entre les mains des développeurs dès maintenant. C'est là que le forfait est au bon endroit : un poste, un abonnement, un coût fixe. À 18 $, le test coûte moins qu'une réunion pour en débattre. Le critère n'est pas le classement, c'est le nombre de tickets terminés sans reprise sur deux semaines.

Trois. Déplacer les traitements par lots à l'après-midi, et vérifier vos appels au raisonnement désactivé avant toute bascule. La première ligne vous fait économiser sans changer de modèle ; la seconde évite de transformer une migration d'après-midi en incident de production.

Quatre — le seul point qui vous protège vraiment : rendre le modèle remplaçable. GLM-5.3 est la deuxième sortie majeure en deux semaines après Grok 4.6 ; la suivante arrive. Une chaîne où le fournisseur est écrit en dur devra être reprise à chaque fois ; une chaîne où le modèle est un paramètre, doublé d'un repli, absorbe la sortie du jour en changeant une variable. C'est le principe de réversibilité que nous imposons dans les projets d'automatisation IA que nous livrons.

Si ces quatre points ne sont pas en place, le vrai sujet n'est pas GLM-5.3 : c'est que votre chaîne dépend d'un fournisseur que vous ne pouvez pas changer. C'est une conversation d'une demi-heure avec un consultant IA qui a déjà démêlé ce type de dépendance, pas un choix de modèle.

7. FAQ et sources

Qu'est-ce que GLM-5.3 ?

Le modèle d'IA de Z.ai (Zhipu AI) sorti le 14 août 2026, orienté code et tâches agentiques longues. Il repose sur le même modèle de base de 743 milliards de paramètres que GLM-5.2 : tous les gains viennent du post-entraînement. Accessible via l'abonnement GLM Coding Plan et l'agent ZCode ; ses poids doivent être publiés deux semaines après le lancement.

Combien coûte GLM-5.3 ?

Au 14 août 2026, il n'a pas de prix au million de tokens : il ne figure pas dans la grille API de Z.ai. Il n'existe qu'au forfait : 18 $ (Lite), 80 $ (Pro) et 168 $ (Max) par mois, avec 30 % de remise en promotion de lancement, plus deux offres à sièges à 88 $ et 188 $. À titre de comparaison, GLM-5.2 reste facturé 1,40 $ le million en entrée et 4,40 $ en sortie.

Quelles sont les heures de pointe du GLM Coding Plan ?

De 14h à 18h en UTC+8, du lundi au vendredi, soit 8h à 12h heure de Paris en été et 7h à 11h en hiver. En dehors, week-ends compris, les appels ne consomment que 50 % des points. Pour une équipe française, la matinée de travail est donc la fenêtre la plus coûteuse, et décaler les traitements automatisés à l'après-midi double le quota effectif.

GLM-5.3 est-il meilleur que Fable 5 ou GPT-5.6 ?

Non, pas sur le code : 28,3 sur Terminal-Bench 3.0 contre 33,7 pour Fable 5 et 34,6 pour GPT-5.6 Sol ; 78,1 contre 88,2 sur FrontierSWE. Il passe devant sur trois tests : CyberGym (84,5), AutomationBench (48,2) et GDPval-AA v2 (1769). Face aux autres modèles à poids ouverts, il prend la première place : 28,3 contre 17,4 pour Kimi K3.

Faut-il basculer sur GLM-5.3 ?

Pour un poste de développeur, oui : le test vaut ses 18 $. Pour une chaîne de production facturée à l'usage, non : sans grille au million de tokens, aucun coût par dossier n'est calculable, et un quota plafonne au lieu de se diviser. Attendez la publication des poids. Vérifiez au passage que vos appels n'utilisent pas thinking.type: "disabled", supprimé dans cette version : la requête échoue au lieu de se dégrader.