GLM 5.3
Z.AI
Mis à jour le 8 octobre 2026 : indice Artificial Analysis v4.3.2 relu le 8 octobre 2026 (GLM 5.3 à 44,8, devant Kimi K3 à 43,6).
Mis à jour le 26 septembre 2026 : indice Artificial Analysis relu en version 4.3.2 le 26 septembre 2026 (échelle recalibrée : GLM 5.3 à 45, deuxième modèle ouvert derrière MiMo-V2.6-Pro à 46).
GLM 5.3 occupe la deuxième place des modèles ouverts sur l’indice Artificial Analysis v4.3.2 (45 points, derrière MiMo-V2.6-Pro à 46 ; Kimi K3 à 44 ; relevé du 26 septembre 2026). Cette architecture à mélange d’experts totalise 744 milliards de paramètres pour la version Deep et 320 milliards (18 milliards actifs) pour la version Flash. Elle vise le raisonnement, l’agentique et le code. Sa tendance à raisonner longuement demande une surveillance des tokens de sortie.
Points clés : Référence qualité · 45 points Artificial Analysis v4.3.2 · Mélange d’experts 744 Md et 320 Md · Raisonnement et code · Agentique · Poids ouverts.
Architecture
GLM 5.3 est un modèle à mélange d’experts totalisant 744 milliards de paramètres annoncés par Z.AI pour la version Deep : 256 experts routés dont 8 actifs par token, 78 couches, contexte natif étendu, poids publiés en FP8 (756 Go) sous licence GLM-5.3. Seule une fraction des experts s’active par token, ce qui contient le coût de calcul à l’inférence. La version GLM 5.3 Flash totalise 320 milliards de paramètres (18 milliards actifs par token) sous licence MIT.
Points forts
Le modèle occupe la deuxième place des modèles ouverts sur l’indice d’intelligence Artificial Analysis avec 45 points sur la version 4.3.2 du 26 septembre 2026 (indice v4.3.2 du 8 octobre 2026 : 44,8), derrière MiMo-V2.6-Pro (46) et devant Kimi K3 (44). Il vise le raisonnement de haut niveau, l’orchestration agentique et la génération de code.
Cas d’usage
GLM 5.3 sert les tâches exigeantes de raisonnement, d’analyse et de code. Sa tendance à raisonner longuement demande une surveillance des tokens de sortie pour maîtriser le coût.
Mise en œuvre publique : mmr.qdna.fr fait rendre l’arbitrage de ses 572 analyses par GLM 5.3 et MiniMax M3 tirés en alternance, et publie le vote majoritaire des trois tirages.
Déploiement
Servi par vLLM sur serveur GPU, ou par llama.cpp quantifié.
Tous les modèles de la plateforme sont interchangeables via une passerelle unique : changer de modèle revient à changer une ligne de configuration, sans réécrire le code. La priorité reste l’exécution locale.
Sources officielles
- zai-org/GLM-5.3, fiche officielle du modèle sur Hugging Face : poids FP8 et licence GLM-5.3
- zai-org/GLM-5.3-Flash, version Flash : 320 milliards de paramètres, 18 milliards actifs, licence MIT
- Artificial Analysis, indice de comparaison des modèles
Sur quelle machine faire tourner GLM 5.3 ?
GLM 5.3 totalise 744 milliards de paramètres pour la version Deep (environ 428 Go en NVFP4) et 320 milliards pour la version Flash (environ 184 Go en NVFP4, logeant dans 512 Go de mémoire unifiée sur Mac Studio Ultra). 7 plateformes du catalogue disposent d’assez de mémoire.
| Plateforme | Mémoire | Format le plus précis qui loge | Page de dimensionnement |
|---|---|---|---|
| Mac Studio Ultra | 512 Go | NVFP4 | GLM 5.3 sur Mac Studio Ultra |
| DGX Station | 748 Go | NVFP4 | GLM 5.3 sur DGX Station |
| Serveur RTX PRO 6000 | 768 Go | NVFP4 | GLM 5.3 sur Serveur RTX PRO 6000 |
| Serveur H200 SXM | 1 128 Go | FP8 | GLM 5.3 sur Serveur H200 SXM |
| B200 SXM | 1 440 Go | FP8 | GLM 5.3 sur B200 SXM |
| B300 SXM | 2 304 Go | FP16 | GLM 5.3 sur B300 SXM |
| GB300 NVL72 | 20 700 Go | FP16 | GLM 5.3 sur GB300 NVL72 |
Voir aussi GLM 5.3 en NVFP4 et la matrice complète.