TL;DR
GLM-5.5 est le prochain modèle majeur attendu dans la famille GLM de Z.ai. Reuters a décrit GLM-5.5 comme un jalon ultérieur de la feuille de route, mais le rapport n’a fourni aucun engagement de lancement confirmé, aucune architecture, aucun nombre de paramètres, aucune limite de contexte, aucun tableau de performances, aucun prix ni plan d’accès.
Z.ai présente GLM-5.3 comme son dernier modèle phare et la base factuelle la plus solide pour estimer la prochaine version. Il utilise le même modèle de base que son prédécesseur, avec des gains obtenus via le post-entraînement, tout en prenant en charge un contexte de 1M de tokens / 128K de sortie. Z.ai signale également un gain de 50 % des performances en codage sur son Code Bench interne.
L’attente la plus crédible n’est pas simplement « un modèle plus grand ». Z.ai a publiquement déclaré que les modèles futurs cibleraient les tâches à long horizon et les agents autonomes auto-évolutifs. GLM-5.5 mettra donc probablement l’accent sur l’exécution fiable des tâches, l’auto-correction, la gestion du contexte, l’utilisation d’outils et un travail d’ingénierie soutenu, plutôt que sur une seule augmentation « vedette » des paramètres.
Points clés
- Reuters a identifié GLM-5.5 comme un jalon ultérieur de la feuille de route, mais Z.ai n’a pas publié d’engagement de lancement précis.
- GLM-5.3 est le dernier modèle phare documenté publiquement de Z.ai.
- La base architecturale actuelle reste une classe MoE clairsemée environ 744B au total / 40B actifs, car GLM-5.3 conserve le même modèle de base tout en améliorant le post-entraînement.
- GLM-5.3 offre déjà une fenêtre de contexte de 1M de tokens et une sortie maximale de 128K, de sorte que GLM-5.5 pourrait privilégier la qualité du contexte et la gestion de la mémoire plutôt qu’une limite annoncée plus grande.
- La direction de développement probable de Z.ai est celle d’agents plus autonomes et auto-correcteurs sur des durées plus longues.
- Une poursuite des poids ouverts est plausible car GLM-5.3 est positionné comme un modèle à poids ouverts, mais la licence de GLM-5.5 reste inconnue.
- Aucune preuve publique ne soutient actuellement une revendication spécifique de modèle à un trillion de paramètres pour GLM-5.5.
- CometAPI propose déjà un point de terminaison GLM-5.3 avec une remise affichée de 20 %. Si GLM-5.5 est officiellement publié, CometAPI devrait l’ajouter rapidement à tarif réduit, tandis que les autres modèles GLM phares resteront disponibles sur la même plateforme.
Qu’est-ce que GLM-5.5 ?
GLM-5.5 est le jalon ultérieur signalé au-delà de GLM-5.3 dans la feuille de route des modèles de pointe de Z.ai. Le nom « 5.5 » est apparu dans des articles de Reuters, mais pas encore dans une fiche de modèle officielle Z.ai, un point de terminaison développeur, une note de version, un dépôt Hugging Face ou un tableau de tarification.
La famille de modèles a suivi une séquence claire. GLM-5 a établi l’orientation « Agentic Engineering » avec une architecture MoE clairsemée à 744B de paramètres. GLM-5.1 a déplacé l’attention vers l’exécution soutenue, et la génération suivante a étendu le contexte utilisable à 1M de tokens. GLM-5.3 conserve le même modèle de base mais augmente fortement le post-entraînement, avec une meilleure programmation complexe et des performances d’agents à long horizon plus solides.
Cette progression suggère que GLM-5.5 sera probablement évalué sur la durée pendant laquelle il peut travailler de manière fiable, sa capacité à se remettre des erreurs et ce qu’il peut réellement livrer — pas seulement sur ses performances dans des tests courts à un seul tour.
Qu’est-ce qui pourrait être nouveau dans GLM-5.5 ?
Un virage vers des agents autonomes auto-évolutifs
Le signal public le plus clair vient du responsable technique de CodeGeeX chez Z.ai, qui a indiqué à Reuters que les modèles futurs cibleraient les tâches à long horizon et les agents autonomes auto-évolutifs. Cela pointe vers des agents capables de mener des expériences, d’inspecter les résultats, de réviser des stratégies et d’améliorer leur propre travail au sein d’un environnement de tâche borné.
Pour l’ingénierie logicielle, cela pourrait signifier une boucle plus serrée d’analyse de dépôt, planification, implémentation, tests, débogage, mesure de performance et vérification. Le modèle serait jugé sur l’état final du projet plutôt que sur la qualité apparente d’une seule réponse.
Référence visuelle : la dernière figure officielle de benchmark dans la section Performance documente GLM-5.3, et non des spécifications annoncées de GLM-5.5.
Poursuite du passage à l’échelle du MoE clairsemé
Une architecture à mélange d’experts clairsemé est l’attente architecturale la plus défendable. Le rapport technique de GLM-5 décrit 744B totaux / 40B actifs, 256 experts, huit experts routés par token et un expert partagé. GLM-5.3 utilise le même modèle de base que son prédécesseur, de sorte que cette conception MoE clairsemée reste la référence architecturale publiée la plus proche.
GLM-5.5 pourrait augmenter la capacité du modèle, mais aucune preuve publique n’indique qu’il dépassera un trillion de paramètres. Z.ai peut obtenir des gains plus importants en améliorant les données d’entraînement, la spécialisation des experts, le routage, l’apprentissage par renforcement, le décodage spéculatif ou l’efficacité d’inférence tout en maintenant le modèle global dans une classe d’échelle similaire.
Meilleure exploitation du long contexte
GLM-5.3 prend en charge 1M de tokens en entrée et jusqu’à 128K de tokens en sortie. Une fenêtre de contexte plus grande en vitrine n’est donc pas nécessaire pour que GLM-5.5 soit une mise à niveau significative. Les améliorations plus utiles incluraient une meilleure mémorisation des exigences initiales, moins de dérive d’objectif, un meilleur rappel sur de larges bases de code, un compactage de contexte plus fiable et des coûts de service plus bas.
Le compactage du contexte est particulièrement important pour les agents dont les journaux d’outils et les états intermédiaires peuvent dépasser la fenêtre du modèle. GLM-5.3 prolonge SAO avec compactage pour l’entraînement à long horizon, aidant les gains de performance à persister sur des tâches prolongées plutôt que seulement des courtes. Un modèle ultérieur pourrait étendre cette approche.
Attention clairsemée et décodage plus efficaces
Parce que GLM-5.3 conserve le même modèle de base, la pile long-contexte actuelle continue de s’appuyer sur IndexShare, où des groupes de quatre couches d’attention clairsemée réutilisent le même indexeur. Z.ai indique que cette conception réduit par 2,9 le calcul par jeton lié à l’indexeur à une longueur de contexte de 1M de tokens, tandis que la prédiction multi-jetons améliore le décodage spéculatif. GLM-5.3 ajoute ensuite ses gains principalement via un post-entraînement à grande échelle.
GLM-5.5 pourrait s’appuyer sur ces techniques avec une sélection de tokens plus efficace, une gestion du KV-cache, un routage des experts amélioré ou un décodage avec modèle brouillon. Ces gains affecteraient directement la latence et le coût lors d’exécutions longues d’agents.
Un apprentissage par renforcement et une vérification plus solides
Le rapport technique de GLM-5 décrit un pipeline de post-entraînement séquentiel couvrant le RL axé sur le raisonnement, le RL agentique et le RL général, soutenu par une infrastructure asynchrone qui dissocie la génération de l’entraînement. Cela permet au système d’explorer des trajectoires plus longues et d’apprendre de la planification, de l’utilisation d’outils, de l’auto-correction et des retours de l’environnement.
Pour GLM-5.5, l’amélioration probable n’est pas simplement plus de tokens de raisonnement. C’est une meilleure vérification des résultats : savoir si le code a compilé, si les tests ont réussi, si un objectif de performance a été atteint, si un appel d’outil a été autorisé ou si un livrable demandé satisfait réellement les contraintes d’origine.
Ce que nous ne savons pas encore
GLM-5.5 a une fenêtre de sortie rapportée, mais ses spécifications de produit finales restent non divulguées. Les projections ci-dessous sont délibérément prudentes et ne doivent pas être interprétées comme des spécifications annoncées.
| Domaine | Ce qui est public | Projection actuelle |
|---|---|---|
| Statut | Reuters indique que le modèle est attendu en août 2026. | Une annonce en août est plausible, mais le calendrier peut évoluer. |
| Architecture | Aucune architecture GLM-5.5 n’a été publiée. | Une conception MoE clairsemée dérivée de la famille GLM-5 est l’attente dominante. |
| Échelle du modèle | Aucun nombre de paramètres ou de paramètres actifs n’est public. | Un modèle de classe 750B ou une augmentation modérée de l’échelle est plus défendable qu’une revendication précise au trillion. |
| Fenêtre de contexte | Aucune limite GLM-5.5 n’est publique. | Au moins 1M de tokens est plausible ; une meilleure mémoire effective pourrait compter davantage qu’un chiffre plus grand. |
| Modalités | Aucune modalité d’entrée GLM-5.5 n’est publique. | Le texte d’abord pour le codage et les agents est la base la plus solide ; la multimodalité native est incertaine. |
| Performances | Aucun score officiel de benchmark GLM-5.5 n’existe. | Les plus grands gains sont probables en codage à long horizon, utilisation d’outils, récupération d’erreurs et livraison autonome. |
| Tarification API | Aucun barème ni point de terminaison de modèle n’a été annoncé. | La tarification pourrait rester proche de GLM-5.2 ou porter une légère prime. |
| Poids ouverts | Aucune licence GLM-5.5 n’a été annoncée. | Une publication sous licence MIT est plausible par précédent, mais non garantie. |
| Accès | Aucun aperçu, API ou séquence de publication de poids officielle n’existe. | Un déploiement progressif via les produits Z.ai, Coding Plan, API et poids ouverts est possible. |
Architecture et paramètres actifs
La base architecturale actuelle est inhabituellement bien documentée. GLM-5 utilise 256 experts, huit experts routés plus un expert partagé pour chaque token. Sa conception à 744B totaux / 40B actifs a approximativement doublé la capacité totale de GLM-4.5 tout en augmentant plus modestement la capacité activée de 32B à 40B.
Z.ai indique que GLM-5.3 utilise le même modèle de base que son prédécesseur, avec tous les gains majeurs provenant du post-entraînement. Cela fait de la conception MoE clairsemée 744B totaux / environ 40B actifs la référence architecturale publiée la plus proche, sans impliquer que GLM-5.5 conservera la même disposition.
Le nombre de paramètres actifs comptera davantage pour le service pratique que le total mis en avant. Il influence le trafic mémoire, la communication entre experts, la latence et la quantité de matériel requise par token généré. Un modèle peut devenir plus capable sans devenir proportionnellement plus coûteux si le routage et l’attention s’améliorent.
Fenêtre de contexte et mémoire
GLM-5.3 prend en charge une fenêtre de contexte de 1M avec une sortie maximale de 128K. Z.ai positionne cette capacité de contexte pour l’ingénierie logicielle complexe et les workflows d’agents à long horizon plutôt que comme un maximum purement synthétique.
Pour GLM-5.5, les questions importantes seront de savoir si le modèle préserve les contraintes initiales, se souvient du travail terminé, retrouve les bons fichiers, compresse les anciennes traces d’outils sans perdre d’état critique et maintient des décisions cohérentes sur de nombreuses heures. Une fenêtre nominale de deux millions de tokens serait moins utile qu’un workflow fiable à un million de tokens avec une latence et un coût plus faibles.
Performances
Aucun résultat de benchmark GLM-5.5 n’a été publié. L’actuel GLM-5.3 inclut 28,3 sur Terminal-Bench 3.0, 66,9 sur DeepSWE v1.1 et 28,5 sur Agents’ Last Exam. Z.ai signale également une amélioration de 50 % sur son Code Bench interne, avec les gains les plus importants en codage complexe et sur des tâches à long horizon.
Source: Z.ai official release &#xNAN;· View original image
Z.ai indique que GLM-5.3 mène sa comparaison sur CyberGym, AutomationBench et GDPval-AA v2, tandis que GPT-5.6 Sol reste en tête sur Terminal-Bench 3.0 et DeepSWE et que Claude Fable 5 demeure plus fort sur plusieurs évaluations de développement d’exploits. Ce sont des résultats rapportés par les fournisseurs et doivent être interprétés à la lumière de la configuration d’évaluation.
Une amélioration significative de GLM-5.5 serait visible dans la fiabilité sur exécutions répétées et les taux d’achèvement : moins de tâches abandonnées, moins de dérive de stratégie, une reprise plus réussie après des commandes échouées, une meilleure conformité aux règles du dépôt et une vérification finale plus solide. De petits gains sur des tests courts de raisonnement importeraient moins qu’une exécution soutenue sur des projets réels.
Tarification API et disponibilité sur CometAPI
Z.ai n’a pas publié de tarif API général par token pour GLM-5.3 sur son tableau de tarification standard. GLM-5.3 est disponible via le GLM Coding Plan, ce qui rend l’accès par abonnement plus pertinent comme référence officielle tant que le tarif API standard n’est pas entièrement publié.
CometAPI liste GLM-5.3 à $1.12/M en entrée et $3.528/M en sortie, avec une remise affichée de 20 %. Il propose également un accès dédié à GLM-5 et GLM-5-Turbo via la même plateforme API.
La tarification de GLM-5.5 n’a pas été annoncée. Une attente raisonnable est que Z.ai la maintienne proche de la classe de prix du modèle phare actuel ou applique une légère prime si le coût d’inférence augmente. Si GLM-5.5 est officiellement publié, CometAPI devrait ajouter rapidement un point de terminaison dédié et poursuivre sa stratégie de réduction, offrant aux développeurs une voie à moindre coût aux côtés des autres modèles phares.
Variantes de produit et voies d’accès
L’écosystème GLM existant inclut un modèle phare, GLM-5-Turbo pour des workloads d’agents plus rapides, un Coding Plan, des API hébergées et des checkpoints à poids ouverts. GLM-5.3 prend en charge trois niveaux d’effort de raisonnement, le streaming, l’appel de fonctions, la mise en cache du contexte et la sortie structurée.
GLM-5.5 pourrait apparaître d’abord dans le produit de chat de Z.ai ou dans le Coding Plan, suivi d’une API standard et de poids téléchargeables. Il pourrait également être lancé avec des variantes distinctes optimisées pour la vitesse ou capables de vision. Aucune de ces options de packaging n’a été annoncée.
Position concurrentielle et cas d’usage probables
La position concurrentielle probable de GLM-5.5 est celle d’un modèle ouvert ou accessible axé sur le codage et les agents, avec un contexte inhabituellement long et un coût de service faible. Ses cas d’usage les plus forts incluraient le développement sur de grands dépôts, la refactorisation de systèmes, les tests automatisés, l’optimisation des performances, les agents de recherche, les workflows d’entreprise riches en documents et les déploiements privés qui ne peuvent pas s’appuyer entièrement sur des API externes fermées.
Le modèle concurrencera non seulement des systèmes de pointe fermés comme Claude Opus 5 et GPT-5.6, mais aussi d’autres modèles d’agents rentables. L’avantage de Z.ai dépendra de sa capacité à combiner déploiement ouvert, codage solide, long contexte et exécution autonome fiable sans latence inacceptable ni exigences d’infrastructure prohibitives.
Des poids ouverts seraient particulièrement précieux pour les entreprises qui ont besoin de contrôles de sécurité locaux, d’adaptation au domaine, de déploiements sur des accélérateurs domestiques ou d’un contrôle direct sur la pile d’inférence. Toutefois, un modèle MoE de classe 750B reste coûteux à héberger soi-même même lorsqu’une fraction seulement de ses paramètres est active par token.
Date de sortie exacte et accès
Reuters a décrit GLM-5.5 comme un jalon futur de la feuille de route. La formulation reflète une attente plutôt qu’un engagement de lancement officiel et n’identifie pas une séquence de déploiement fixe.
La documentation publique, les pages de tarification et le Coding Plan de Z.ai se concentrent sur GLM-5.3. Aucun point de terminaison officiel GLM-5.5, fiche de modèle, rapport de benchmark, licence ni plan d’accès détaillé n’a été publié dans les sources examinées.
Une future publication de GLM-5.5 reste plausible. « Publication » peut signifier une annonce, un aperçu limité via le Coding Plan, un déploiement de chat hébergé, un point de terminaison API, un accès entreprise, des poids ouverts, ou l’ensemble à des étapes différentes. Les lecteurs doivent distinguer ces étapes lorsque la première mise à jour officielle apparaîtra.
Évaluation finale
GLM-5.5 se comprend mieux comme la continuation attendue du glissement de Z.ai de la génération de code vers l’ingénierie autonome. Les preuves publiques soutiennent un focus sur les tâches à plus long horizon, les agents auto-évolutifs, l’efficacité du MoE clairsemé et la livraison de tâches pratiques. Elles ne soutiennent pas un décompte final de paramètres, un score de benchmark, une limite de contexte, un prix, une licence ou une date précise.
La question clé n’est pas de savoir si GLM-5.5 est plus grand que GLM-5.3. C’est de savoir si le modèle peut rester aligné sur un objectif plus longtemps, gérer sa mémoire plus efficacement, se remettre d’actions échouées, vérifier son travail et mener à bien davantage de tâches d’ingénierie réelles avec moins de supervision.
Jusqu’à ce que Z.ai publie une fiche de modèle et des détails d’accès, GLM-5.5 doit être décrit comme attendu — mais pas encore annoncé. La fenêtre d’août est suffisamment crédible pour être surveillée, tandis que toutes les spécifications détaillées doivent rester clairement étiquetées comme des projections.