Z.ai : GLM 5.3

Ce que GLM 5.3 change par rapport à GLM 5.2

GLM 5.3 conserve, à sa sortie, le même modèle de base que GLM 5.2 : selon Z.ai, tous ses gains viennent du post-entraînement. Selon Z.ai, il reprend les stratégies d’apprentissage par renforcement introduites avec son prédécesseur, dont SAO avec compaction, pour maintenir ces gains sur les tâches de longue haleine. Sur Z.ai Code Bench, son banc d’essai interne pour le code, l’entreprise annonce une progression de 50 %.

Selon Z.ai, la réflexion ne peut plus être désactivée à la sortie du modèle, qui propose trois niveaux d’effort : low, high et max. Sur OpenRouter, GLM 5.2 avait déjà la même longueur d’entrée de 1 048 576 tokens. Le tableau d’écart compare la longueur d’entrée, les formats d’entrée, la réflexion et les prix relevés sur OpenRouter, face à GLM 5.2.

À quoi sert GLM 5.3

Chat

GLM 5.3 appelle des outils externes, selon la documentation de Z.ai. Il produit aussi des sorties structurées, comme du JSON.

Code

GLM 5.3 a été entraîné, selon Z.ai, sur des tâches calquées sur le travail réel d’ingénierie et de recherche, certaines représentant plusieurs jours pour un ingénieur expérimenté. Selon l’entreprise, cet entraînement le pousse à prendre en charge un travail substantiel de bout en bout, sans que l’utilisateur découpe le problème ou supervise chaque étape. Testé avec plusieurs équipes de cybersécurité sur des cibles réelles, le modèle a repéré 2 436 vulnérabilités, dont 1 097 de gravité moyenne ou haute, selon Z.ai.

Les performances de GLM 5.3

À sa sortie, Z.ai publie les scores annoncés pour GLM 5.3 face à GLM 5.2 sur des évaluations de code, d’agents et de cybersécurité. Le tableau compare les résultats de cette annonce, sans constituer un classement indépendant.

Sur Z.ai Code Bench, GLM 5.3 atteint 34,5 % à l’effort max avec environ 75 000 tokens de sortie par tâche, selon les résultats publiés par Z.ai à sa sortie. Pour GLM 5.2, la même annonce donne 23,4 % avec 96 000 tokens de sortie par tâche. Z.ai reconnaît aussi une limite dans cette comparaison : Claude Fable 5 reste devant le modèle sur cette évaluation, avec un score annoncé de 39,5 % à l’effort max.

Bien utiliser GLM 5.3 : réflexion et effort

1. Réflexion activée : GLM 5.3 fonctionne toujours avec la réflexion activée, selon Z.ai. Sa désactivation n’est plus prise en charge.
2. Niveau d’effort : selon Z.ai, le paramètre reasoning_effort vaut max par défaut. La valeur low correspond à une réflexion légère, high à une réflexion renforcée et max à une réflexion profonde.
3. Tâches de code : selon Z.ai, l’effort max est recommandé pour les tâches de code.
4. Migration d’une application : selon Z.ai, une application qui désactivait la réflexion doit passer thinking.type à enabled et reasoning_effort à low avant de changer l’identifiant pour glm-5.3. Sans ces modifications préalables, la requête échoue.

Caractéristiques techniques de GLM 5.3

GLM 5.3 est sorti le 18 août 2026, et ses poids ont été publiés ensuite sous licence GLM-5.3 License ; sur OpenRouter, il accepte uniquement du texte en entrée et dispose d’une fenêtre de contexte de 1 048 576 tokens. Selon Z.ai, cette fenêtre atteint 1M de tokens, avec une sortie maximale de 128K tokens par réponse. Le tableau des caractéristiques rassemble les données techniques du modèle.

Où utiliser GLM 5.3, et comment il se facture

GLM 5.3 était accessible à sa sortie par l’API de Z.ai et le GLM Coding Plan. Les poids ont ensuite été publiés pour permettre un déploiement local.

• API de Z.ai : à sa sortie, le modèle s’appelait avec l’identifiant glm-5.3.
• GLM Coding Plan : à sa sortie, selon Z.ai, tous les utilisateurs de cette offre pouvaient utiliser le modèle dans des agents de code comme ZCode, Claude Code ou OpenCode. L’usage était décompté en points, calculés séparément pour les tokens d’entrée, d’entrée en cache et de sortie.
• ZCode : à sa sortie, selon Z.ai, cet agent de code proposait un mode Goal pour planifier, coder, tester et vérifier jusqu’à atteindre l’objectif. Depuis un téléphone, les tâches longues pouvaient être pilotées à distance via WeChat ou Feishu.
• Poids et déploiement local : à sa sortie, Z.ai annonçait les poids pour deux semaines plus tard, après l’évaluation de sécurité et le renforcement du modèle. Publiés sur Hugging Face sous la licence GLM-5.3 License, ils autorisent gratuitement l’usage, la modification, la distribution, la vente et l’affinage. Selon cette licence, les entreprises qui vendent l’accès à des modèles et dépassent son seuil de chiffre d’affaires doivent passer un examen de sécurité de Z.ai avant tout usage commercial. Selon Z.ai, le déploiement local peut utiliser SGLang, vLLM, TokenSpeed, Transformers, KTransformers et Unsloth.

Les cartes d’accès donnent les derniers prix relevés.

GLM 5.3 parmi les versions de GLM

GLM 5.3 succède à GLM 5.2 dans la gamme GLM. Cette chronologie passe par GLM 4.5, sorti le 28 juillet 2025, puis GLM 5, sorti le 12 février 2026. GLM 5.1 est sorti le 7 avril 2026, puis GLM 5.2 le 16 juin 2026. La frise des versions situe GLM 5.3 parmi les versions de GLM, avec leurs dates de sortie.

FAQ