Un modèle d'IA chinois bon marché pousse les codeurs à repenser leurs factures

Points clés

• Z.ai a lancé GLM 5.2 le 16 juin 2025, un grand modèle de langage avec 753 milliards de paramètres au total mais seulement 40 milliards actifs à la fois, ce qui le rend plus rapide à répondre.
• Z.ai facture 4,40 $ par million de jetons de sortie (les fragments de texte que le modèle génère), soit moins d'un cinquième du prix comparable pour Opus 4.8 d'Anthropic.
• GLM 5.2 est open-weights, ce qui signifie que toute organisation disposant de ses propres matériels peut le télécharger et l'exécuter sans payer Z.ai du tout.
• L'indice IA de Stanford a révélé que les laboratoires chinois ont produit un peu plus de la moitié autant de modèles d'IA notables en 2025 que les laboratoires américains, contre environ un tiers en 2023.
• Dans ses propres tests de référence, GLM 5.2 a complété seulement 13 pour cent des tâches dans SWE-Marathon, un difficile test de codage de longue durée, tandis que Claude Opus 4.8 d'Anthropic a doublé ce score.

Zain Hasan est ingénieur IA chez Together AI et fait partie de ces personnes qui suivent exactement ce qu'elles dépensent en outils d'IA. Les problèmes difficiles vont à un modèle haut de gamme, les problèmes faciles vont à quelque chose de moins cher. Son choix moins cher en ce moment est GLM 5.2.

GLM 5.2 provient de Z.ai, un laboratoire d'IA basé à Pékin. Le modèle coûte 4,40 $ par million de jetons de sortie via l'API de Z.ai (une interface de programmation qui permet à votre application de communiquer avec leur modèle). C'est moins d'un cinquième du prix de Claude Opus 4.8 d'Anthropic, et environ un dixième du modèle de codage Fable d'Anthropic. Initialement signalée par IEEE Spectrum AI, la sortie s'est déroulée le 16 juin 2025.

C'est aussi open-weights : Z.ai a publié les données sous-jacentes du modèle afin que quiconque disposant de suffisamment de matériel informatique puisse le télécharger et l'exécuter lui-même, gratuitement.

GLM 5.2 est-il vraiment assez bon pour être fiable ?

Pour de nombreuses tâches, oui, mais avec des limites claires. David Nix, ingénieur logiciel principal chez MetaRouter basé à Denver, affirme que GLM 5.2 se rapproche suffisamment des meilleurs modèles américains pour qu'il gère maintenant 10 à 20 pour cent de sa charge de travail d'IA quotidienne. C'est pour le travail de conception frontale qu'il le choisit en premier lieu.

Hasan dit que le modèle maintient une chaîne de pensée cohérente sur des heures de conversation bidirectionnelle. Les anciens modèles moins chers perdaient souvent le fil après seulement cinq à quinze échanges.

Tout le monde n'a pas eu de résultats fluides. Sai Kiran Myadaram, ingénieur logiciel chez Indhic AI basé à Bengaluru, a épuisé son quota hebdomadaire de jetons Z.ai en moins de trois jours. Il a rencontré des hallucinations (où une IA produit avec confiance des réponses incorrectes ou inventées) et une surplanification excessive sur des correctifs simples, et est depuis retourné à Codex d'OpenAI.

La question de la confidentialité est réelle. GLM 5.2 provient de Chine, et certaines entreprises américaines s'inquiètent que le code sensible ne passe par des serveurs liés à la Chine. L'option open-weights est la réponse pratique : héberger le modèle sur votre propre matériel et vos données ne quittent jamais votre bâtiment. C'est quelque chose que la plupart des meilleurs modèles américains ne peuvent pas offrir ; ils se trouvent derrière une API sans auto-hébergement disponible. Notre article du 14 juillet sur Grok Build téléchargeant silencieusement vos bases de code complètes a montré à quel point les ingénieurs ont généralement peu de visibilité sur l'endroit où va leur code.

Les tests de référence peignent un tableau mitigé. Le propre rapport de recherche de Z.ai montre que GLM 5.2 traîne Opus 4.8 d'Anthropic sur la plupart des tests de codage, bien qu'il correspond presque à Opus 4.8 sur certains tests de codage agentique plus courts (tests où le logiciel d'IA complète des tâches de programmation multi-étapes de manière indépendante).

Devriez-vous vous préoccuper du coût de l'ignorer ?

Le plus grand problème, selon Hasan, est que la plupart des équipes de logiciels ne savent pas ce que leurs outils d'IA coûtent par projet. Quand l'entreprise paie, les ingénieurs choisissent par défaut le modèle le plus puissant. GLM 5.2 ne remplacera pas les meilleurs modèles américains pour les tâches les plus difficiles. Mais pour le travail de routine, l'écart de prix est réel et assez large pour que l'ignorer commence à ressembler à un choix, non pas à une négligence.