Artificial Analysis — plateforme d'évaluation indépendante de modèles d'IA — publie (fil X/Twitter du 22 juin 2026 + page modèle détaillée) un comparatif plaçant GLM-5.2, le dernier modèle de Z.ai (Zhipu AI), au sommet des modèles à poids ouverts et #3 au classement général de GDPval-AA. Ce benchmark mesure la performance sur du travail de connaissance réel et économiquement valorisable, à travers des tâches longue-horizon et multi-tours, conçues comme de véritables épreuves professionnelles (par exemple la liste de tâches quotidienne d'un superviseur de magasin, ou un document technique IEC) couvrant du travail professionnel comme créatif.
GLM-5.2 obtient 1524 Elo, derrière les seuls Claude Fable 5 (1783) et Claude Opus 4.8 (1615), et à parité avec GPT-5.5 en réglage xhigh (1509). Surtout, il domine le camp ouvert d'une large marge : le meilleur modèle ouvert suivant, MiniMax-M3, ne marque que 1408. GLM-5.2 devance aussi plusieurs modèles propriétaires — Gemini 3.5 Flash (1357), Qwen 3.7 Max (1289) et Muse Spark (1158).
a real step for open models
La nature agentique des tâches est soulignée : GLM-5.2 a moyenné ~31 tours par tâche sur 1 999 matchs. La méthode d'Artificial Analysis consiste à donner les mêmes briefs à GLM-5.2 et à trois modèles frontière propriétaires (Fable 5, GPT-5.5, Gemini 3.5 Flash), puis à rendre chaque livrable exactement tel que produit. Le résultat est cohérent sur l'ensemble des index maison : GLM-5.2 est 1er des open weights sur l'Intelligence Index, #3 sur l'Agentic Index et #3 sur AA-Briefcase (où il est le meilleur modèle ouvert, devant GPT-5.5 xhigh et derrière seulement Fable 5).
La page modèle complète le tableau : GLM-5.2 est un Mixture of Experts de 753 milliards de paramètres (dont 40 milliards actifs), un modèle de raisonnement à contexte 1M tokens, distribué sous licence MIT (usage commercial, poids sur Hugging Face), sorti le 16 juin 2026. Côté économie : 1,40 $ / 4,40 $ par million de tokens (entrée/sortie), un cache hit à 0,26 $ (-81 %), un débit de 106,3 tokens/s et un temps au premier token de 1,36 s.
Le message porté par les chiffres est clair : qu'un modèle open weights à ce tarif rivalise avec la frontière propriétaire sur du travail agentique réellement utile constitue, selon Artificial Analysis, « a real step for open models ». La convergence ouvert/propriétaire ne se joue plus seulement sur les tests académiques, mais sur la valeur économique produite en conditions agentiques.