GLM-5.3 et GLM-5.3 Flash sur GreenPT

Deux nouveaux modèles de z.ai sont disponibles dès aujourd’hui sur GreenPT : GLM-5.3, le meilleur modèle open-weight pour le code, et GLM-5.3 Flash, un petit frère multimodal dix fois moins cher. Les deux fonctionnent à 100 % sur énergie renouvelable européenne via notre API compatible OpenAI, avec un contexte de 1M de tokens et sans aucun entraînement sur vos données.

GLM-5.3 : même base, meilleur entraînement

z.ai a lancé GLM-5.3 le 14 août 2026 avec une recette inhabituelle. Le modèle de base n’a pas changé depuis GLM-5.2, le modèle mixture-of-experts de 753 milliards de paramètres qui est notre modèle phare pour le code depuis le lancement de GreenPT Code. Plutôt que d’augmenter le nombre de paramètres, z.ai a intensifié le post-entraînement : plus d’environnements, des tâches plus variées et davantage de calcul consacré à l’apprentissage par renforcement.

Résultat : un modèle à la fois plus performant et plus économe par tâche :

• Z.ai Code Bench passe de 23,4 % à 34,5 % en effort maximal, soit un gain relatif de 50 %, tandis que les tokens de sortie par tâche baissent d’environ 96 000 à 75 000.
• Terminal-Bench 3.0 grimpe de 4,6 à 28,3 et DeepSWE v1.1 de 46,2 à 66,9, juste derrière Kimi K3 et Claude Fable 5.
• CyberGym, un benchmark de découverte de vulnérabilités, atteint 84,5 %, le meilleur résultat open-weight, et un résultat que z.ai dit ne pas avoir anticipé.

C’est d’ailleurs pour cette raison que les poids sont arrivés deux semaines après l’API. z.ai les a retenus le temps d’une évaluation de cybersécurité, au cours de laquelle le modèle a mis au jour 2 436 vulnérabilités dans 269 projets open source, dont 1 097 de gravité moyenne à élevée. Les poids ont été publiés sur Hugging Face le 28 août sous la licence propre de z.ai plutôt que sous MIT.

Pour la plupart des équipes, le bilan pratique est simple : GLM-5.3 fait ce que faisait GLM-5.2, en mieux, au même prix, et avec moins de tokens. C’est notre modèle phare pour le code à partir d’aujourd’hui, et celui que nous recommandons par défaut dans tous nos guides d’agents de code.

GLM-5.3 Flash : 18 milliards de paramètres actifs, et la vue en plus

GLM-5.3 Flash, sorti le 26 août, est un modèle à part entière, pas une version distillée. C’est un système mixture-of-experts de 320 milliards de paramètres qui en active 18 milliards par token, en faisant passer chaque token par 8 experts sur 288. C’est aussi le premier modèle GLM-5 doté d’une entrée image et vidéo native.

Trois choix d’architecture le rendent peu coûteux à faire tourner :

• Attention hybride. Des couches linéaires Kimi Delta Attention alternent avec des couches d’attention parcimonieuse, ce qui, selon z.ai, divise environ par 3 le calcul d’attention et rend le cache KV 4,4 fois plus petit.
• La compression IndexPool garde la recherche sur un million de tokens gérable.
• Des poids FP8 natifs avec une couche de brouillon de prédiction multi-tokens : le checkpoint publié est déjà la version efficace.

Les benchmarks sont plus proches du modèle phare que ne le laisse penser le nombre de paramètres : 84,3 sur Terminal-Bench 2.1 (Claude Opus 4.8 obtient 85,0), 63,4 sur DeepSWE v1.1 et 29,0 sur Z.ai Code Bench, contre 34,5 pour le modèle phare. Les poids sont disponibles sur Hugging Face sous licence MIT.

Chez GreenPT, c’est le nombre de paramètres actifs qui nous intéresse, car c’est lui qui détermine l’énergie consommée par token. Dix-huit milliards, c’est moins de la moitié de ce qu’active GLM-5.2, et nos estimations d’énergie par requête pour glm-5.3-flash le reflètent.

Un raisonnement que vous contrôlez

Les deux modèles raisonnent par défaut et acceptent tous deux les mêmes cinq valeurs de reasoning_effort sur notre API : none, minimal, low, medium et high. Les recherches rapides restent bon marché ; une refactorisation de toute une nuit obtient la réflexion qu’elle mérite. Comme le raisonnement est activé par défaut, prévoyez un budget de sortie suffisant pour le modèle Flash. Tous les détails se trouvent dans la documentation sur le raisonnement.

Des poids ouverts, une énergie européenne

Nous hébergeons nous-mêmes les modèles open-weight dans des data centers verts situés dans l’UE. Utiliser GLM-5.3 ou GLM-5.3 Flash sur GreenPT, c’est :

• 100 % d’énergie renouvelable, avec les émissions de CO2 et la consommation d’énergie indiquées pour chaque appel API.
• Un traitement dans l’UE et la conformité au RGPD, avec des accords de traitement des données sur demande.
• Aucun entraînement sur vos données. Pas d’opt-out à cocher. Jamais.
• Une seule API. Les deux modèles côtoient kimi-k3, glm-5.2 et le reste du catalogue.

Modèle	Entrée	Entrée en cache	Sortie
glm-5.3	1,10 €	0,275 €	4,40 €
glm-5.3-flash	0,11 €	0,022 €	0,44 €

Prix par million de tokens. glm-5.2 reste disponible au prix de glm-5.3, ainsi que ses variantes compressées Caveman, Ponytail et Honey.

Essayez-les

Pointez n’importe quel outil compatible OpenAI vers notre endpoint et choisissez un modèle :

Base URL:  https://api.greenpt.ai/v1
API key:   GREENPT_API_KEY
Model:     glm-5.3   (or glm-5.3-flash)

Profitez d’un essai gratuit de 14 jours, sans carte bancaire : créez un compte, choisissez glm-5.3 ou glm-5.3-flash, et vous voilà avec le meilleur modèle open-weight pour le code, sur énergie renouvelable. Toutes les caractéristiques techniques se trouvent dans la documentation des modèles.