GLM 5

• SWE-bench VerifiedLe modèle sait-il corriger de vrais bugs dans de vrais projets logiciels open source ? Part des tâches résolues.72.1%n°20 sur 28
• GPQA DiamondQuestions à choix multiples très difficiles en biologie, physique et chimie, rédigées par des docteurs. Répondre au hasard donne 25 %.87.8%n°41 sur 116
• Maths AIMEProblèmes de mathématiques de niveau concours, dans le style de l’AIME américain. Part des problèmes résolus.80.0%n°67 sur 112

Données de benchmarks : Epoch AI, sous licence CC BY 4.0

Entreprises qui proposent ce modèle via une API : 8. Prix par million de tokens, du moins cher au plus cher.

Les disponibilités et les prix proviennent de l’API publique d’OpenRouter et sont actualisés chaque jour. La disponibilité correspond à la part de requêtes réussies sur les dernières 24 heures. Certains fournisseurs utilisent une version compressée des modèles ouverts (fp8, int4), moins chère mais parfois un peu moins précise.

Appelez GLM 5 via l’API d’OpenRouter, compatible avec celle d’OpenAI : créez une clé sur openrouter.ai, puis lancez l’un de ces exemples.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "z-ai/glm-5", "messages": [{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}]}'

import os
from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
reply = client.chat.completions.create(
    model="z-ai/glm-5",
    messages=[{"role": "user", "content": "Bonjour ! Que sais-tu faire ?"}],
)
print(reply.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://openrouter.ai/api/v1", apiKey: process.env.OPENROUTER_API_KEY });
const reply = await client.chat.completions.create({
  model: "z-ai/glm-5",
  messages: [{ role: "user", content: "Bonjour ! Que sais-tu faire ?" }],
});
console.log(reply.choices[0].message.content);

Le même code fonctionne avec tous les modèles de ce site : seul l’identifiant du modèle change. Beaucoup de laboratoires proposent aussi leur propre API et leur SDK.

• 1 000 réponses de chatbot

  ≈ 500 tokens en entrée, 300 en sortie chacune
  0,876 $US
• Résumer un document de 100 pages

  ≈ 50 000 tokens en entrée, 1 000 en sortie
  0,032 $US
• Une appli à 10 000 requêtes par jour pendant un mois

  ≈ 1 000 tokens en entrée, 400 en sortie chacune
  410 $US

Calculateur de coût →

• Simon Willison29 sept. 2026Traduit de l’anglais

  Citation de l'équipe rouge frontière Anthropic

• ABC Tecnología18 sept. 2026es

  ¿Quién puede permitirse frenar la IA?: el miedo a la extinción como estrategia de mercado

Combien coûte GLM 5 ?

Via l’API, GLM 5 coûte 0,60 $US par million de tokens en entrée et 1,92 $US par million de tokens en sortie. Par exemple, 1 000 réponses de chat d’environ 500 tokens en entrée et 300 en sortie coûtent environ 0,876 $US.

Quelle est la fenêtre de contexte de GLM 5 ?

GLM 5 peut lire jusqu’à 204 800 tokens en une seule requête, soit environ 384 pages de texte. Il peut rédiger jusqu’à 128 000 tokens en une seule réponse.

GLM 5 est-il open source ?

Oui. Ses poids sont publiés (zai-org/GLM-5) : vous pouvez le télécharger et l’exécuter sur votre propre matériel, ou l’utiliser via l’un des 8 fournisseurs d’API.

Qui a créé GLM 5 ?

GLM 5 est développé par Z.ai (Zhipu). Il est disponible via l’API depuis le 11 février 2026.

GLM 5 est-il performant ?

GLM 5 obtient un indice général de 145,8 aux tests indépendants d’Epoch AI, soit le n° 69 sur 136 modèles suivis.

GLM 5 peut-il lire des images ?

Non. GLM 5 n’accepte que du texte en entrée.

Quelles sont les alternatives à GLM 5 ?

Parmi les modèles d’autres entreprises à prix comparable : Nemotron 3 Ultra, Kimi K2.6 et Qwen3.5 397B A17B. Vous pouvez les comparer côte à côte sur cette page.