FAQ GLM
Questions fréquentes sur les modèles GLM : versions phares, fenêtre de contexte, niveaux de réflexion, résultats de benchmarks, licence open source et utilisation.
Questions fréquentes sur le modèle GLM
GLM est une famille de grands modèles de langage à poids ouverts ; le flagship actuel est GLM-5.3, rejoint par le premier modèle nativement multimodal GLM-5.3-Flash. La gamme va de GLM-4.5-Air et GLM-4.7 à GLM-5, GLM-5-Turbo, GLM-5.1, GLM-5.2 et désormais GLM-5.3, sans oublier les variantes vocales et visuelles. Chaque modèle GLM central est publié sous licence MIT avec des poids entièrement ouverts.
Comme GLM-5.2, GLM-5.3 porte la limite de 200K à un million de tokens stable, avec jusqu’à 128K tokens de sortie. « Stable » est le mot-clé : entraîné sur de longues trajectoires d’agents de codage, la qualité tient sur toute la fenêtre.
Résultats publiés de GLM-5.3 : Terminal-Bench 2.1 à 88,2 (GLM-5.2 : 81,0), Terminal-Bench 3.0 à 28,3 (4,6), FrontierSWE à 78,1 (67,5), DeepSWE v1.1 à 66,9 (46,2), SWE-Marathon v1.1 à 42,5 (19,4), PostTrainBench à 39,8 (31,7), Agents’ Last Exam à 28,5 (23,8), HLE avec outils à 62,5 (54,7), CyberGym à 84,5 % (actuellement en tête) et ExploitBench à 54,4 % (24,4 %). Tableau complet ci-dessus.
Cela dépend de la tâche. GLM-5.3 atteint 84,5 % sur CyberGym, actuellement en tête devant tous ses concurrents ; sur Z.ai Code Bench High il bat Claude Opus 4.8 (31,4 contre 29,5) avec environ deux fois moins de tokens ; il fait plus que doubler GLM-5.2 sur les benchmarks d’exploitation. Mythos 5 reste devant sur ExploitBench / ExploitGym.
Ils contrôlent la puissance de calcul allouée à chaque tâche. GLM-5.3 propose trois niveaux (low / high / max) et réfléchit toujours, max par défaut. Les courbes d’efficacité par niveau sont des valeurs GLM-5.2, à titre de référence : ~63 % (~35K tokens, faible), 72 % (~43K, haute) et 74 % (~83K, max).
Oui. Les poids du modèle GLM de base sont sous licence MIT, sans restriction géographique, et sont disponibles sur HuggingFace et ModelScope. Il est possible de réaliser des raisonnements locaux via transformers, vLLM, SGLang, xLLM et ktransformers, et vous pouvez exécuter le modèle GLM sur votre propre matériel.
IndexShare permet à chaque quatre couches d'attention sparse de partager un LightweightIndexer, dont l'index top-k est calculé une seule fois et réutilisé. Cela élimine le travail de l'Indexer dans trois quarts des couches, réduisant les FLOPs par token de 2.9 fois à une longueur de contexte de million de tokens - une modification clé permettant la faisabilité des fenêtres de contexte de million de tokens au niveau du service.
Un LLM open source gratuit servi via OpenRouter — ni GLM-5.3, ni des poids GLM. Il permet de tester un modèle en direct en lisant les données GLM publiées. Toutes les données de benchmark de ce site sont déclarées par les auteurs, pas mesurées ici.