GLM-5.1

GLM-5.1 est un LLM de Zhipu AI lancé le 7 avril 2026, orienté vers l’ingénierie agentique et le codage. Il compte 754 milliards de paramètres, dont 40 milliards actifs, et accepte jusqu’à 202 752 tokens de contexte.

Le modèle décompose les problèmes complexes, exécute des expériences, analyse leurs résultats et révise sa stratégie en cas de blocage. Proposé sous licence MIT avec usage commercial autorisé, il est accessible par les API de Z.ai ou déployable localement avec plusieurs frameworks open source. Son tarif très économique constitue un autre élément distinctif.

Caractéristiques

Indices de synthèse

Indices Artificial Analysis. Le rang situe le modèle parmi tous les LLM du catalogue disposant de l'indice.

Performances (benchmarks)

« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles sur chaque dimension évaluée, et à ses voisins de classement.

Classements Arena (Elo)

Arena Code · 99 modèles classés

Arena Text · 200 modèles classés

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 54 % en dessous de la moyenne des LLM similaires, et 5,7 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).

Coût & vitesse agentiques

Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.

Entraînement & empreinte

Notre analyse

Forces. GLM-5.1 se classe parmi les meilleurs sur les évaluations Benchable de General Knowledge, Reasoning et Hallucinations, avec la première place sur ces trois tests. Le codage ressort également comme un point fort, avec une place proche du top 10 sur Benchable Coding et un classement élevé dans Arena Code. Son Agentic Index le situe dans le premier tiers, en cohérence avec sa capacité à conduire des tâches longues par étapes, à interpréter les résultats et à ajuster sa stratégie. À sa sortie, il figurait dans le top 28% des LLM de sa génération sur GPQA diamond. Son prix, inférieur de 52% à la moyenne des LLM similaires et environ 5,7 fois plus bas que celui des modèles frontière, renforce son intérêt économique.

Limites et points d'attention. Les résultats sont moins convaincants en Ethics et en Email Classification, où les rangs restent bas malgré des scores bruts élevés. L’Intelligence Index et Arena Text placent aussi GLM-5.1 derrière les modèles les mieux classés, tandis que ses performances agentiques demeurent en retrait par rapport à ses résultats de codage. Ses 754 milliards de paramètres rendent par ailleurs le déploiement local particulièrement imposant, même avec 40 milliards de paramètres actifs. GLM-5.1 cible surtout les usages agentiques longs, le développement logiciel et les déploiements recherchant un bon compromis entre coût, ouverture et performances.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Artificial Analysis (artificialanalysis.ai) · Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).