Model Releases
GLM-5.2 de Zhipu AI : le jalon open source du contexte 1M tokens
Zhipu AI publie GLM-5.2, un modèle de langage open source sous licence MIT avec un contexte 1M tokens réellement exploitable, 128K tokens de sortie et des scores records en ingénierie logicielle.
16 juin 2026
Model ReleaseGLM-5.2
Introduction
GLM-5.2, publié par Zhipu AI, aussi appelée Z.AI, le 2026-06-16, est présenté comme un modèle phare de fondation et, surtout, comme un jalon historique pour l’open source. L’annonce ne se résume pas à un simple gain de benchmark : elle promet un contexte de 1 million de tokens réellement utilisable pour de l’ingénierie à l’échelle d’un projet, ainsi qu’une génération longue allant jusqu’à 128K tokens en sortie.
Pour les développeurs et ingénieurs IA, l’importance est claire. Un modèle open source sous licence MIT, avec ses poids disponibles sur HuggingFace et ModelScope, qui combine contexte massif, capacités de codage de premier plan, raisonnement avancé, appels de fonctions, streaming, sortie structurée, cache de contexte et intégration MCP, change la donne pour les agents autonomes, les outils de refactorisation et les pipelines RAG longs.
Le caractère historique de GLM-5.2 tient à cette combinaison rare : un modèle ouvert, une fenêtre de contexte de 1M tokens qui n’est pas seulement nominale, une architecture optimisée pour réduire le coût du long contexte, et des résultats publics qui le placent comme le modèle open source le mieux classé sur FrontierSWE avec 74,4 %, à seulement environ 1 point de Claude Opus 4.8.
- Modèle : GLM-5.2
- Fournisseur : Zhipu AI / Z.AI
- Date de publication : 2026-06-16
- Licence : MIT
- Contexte : 1M tokens
- Sortie maximale : 128K tokens
- Poids disponibles : HuggingFace et ModelScope
Key Features & Architecture
GLM-5.2 est un modèle de langage de pointe conçu pour les charges de travail longues et complexes. La caractéristique centrale est sa fenêtre de contexte de 1 million de tokens, décrite comme exploitable pour de l’ingénierie projet par projet : analyse de dépôts, documentation technique massive, journaux d’exécution, bases de connaissances internes ou trajectoires d’agents longues.
L’architecture introduit IndexShare, une optimisation destinée à rendre le contexte long économiquement et techniquement viable. Selon les informations publiées, IndexShare réduit les FLOPs par token de 2,9 fois à une longueur de contexte de 1M tokens. Cette donnée est essentielle : elle suggère que le modèle ne se contente pas d’accepter un grand contexte, mais tente de le rendre praticable pour des workflows de production.
Le décodage spéculatif est également amélioré. Avec MTP, IndexShare et KVShare, la longueur d’acceptation augmente de 20 %, ce qui peut se traduire par une latence réduite dans les scénarios où le modèle génère de longues séquences de code, de plans ou de documents structurés. GLM-5.2 propose aussi plusieurs niveaux d’effort de raisonnement, notamment High et Max, permettant d’arbitrer entre qualité, coût et temps de réponse.