Modèles et capacités26 août 2026

GLM-5.3-Flash corroboré par deux artefacts tiers indépendants alors que la carte modèle reste inaccessible

Z.ai (Zhipu AI)

Source: Sources citées · portée à lire dans le détail
Preuve: Preuve actuelle non établie · dernière preuve du 30 août 2026
Revue: Contre-revue à compléter

Contre-vérification à compléter : La contre-vérification de cette version n’est pas établie. Lire la méthode

Les notes de version de Transformers 5.16.1, publiées le 26 août 2026, décrivent GLM-5.3-Flash comme « the first natively multimodal model in the GLM-5 series », avec 320 milliards de paramètres au total et 18 milliards actifs, une architecture hybride combinant attention creuse et linéaire, des « Manifold-Constrained Hyper-Connections » et un corpus de pré-entraînement multimodal de 30 000 milliards de jetons. La veille, le 25 août 2026, PydanticAI 2.34.0 avait ajouté la prise en charge de GLM-5.3 (corrigé au Run B : l’artefact PyPI est daté du 25 août, non du 26). Ces deux artefacts confirment les paramètres déjà publiés par l’observatoire à partir de la carte modèle, aujourd’hui inaccessible.

Réserve

Les comparaisons de performance citées dans ces notes — surpasser GLM-5.2 « at one-tenth the price » et approcher Claude Opus 4.8 sur le code et les tâches agentiques — sont des déclarations reprises de l’éditeur du modèle, sans mesure indépendante ni protocole publié. Elles ne sont pas retenues comme fait et ne doivent être rapprochées d’aucun autre benchmark. Licence MIT non revérifiée ce jour.

Repère belge

Aucun changement de disponibilité, de prix ni de région établi ce jour en Belgique. L’intérêt est d’abord un intérêt d’exécution : un modèle à 18 milliards de paramètres actifs sur 320 milliards au total est architecturalement conçu pour être servi à un coût très inférieur à ce que sa taille totale suggère, mais son empreinte mémoire reste celle des 320 milliards. Concrètement, il ne relève d’aucun des profils matériels grand public suivis ici, et sa prise en charge par Transformers vise le service sur GPU, pas l’exécution sur un poste belge ordinaire.

Preuves

Détection : github.com — notes de version de Transformers · PyPI — datation des publications

Dernière tentative de lecture : 2026-08-30.

Une source permet d’examiner une affirmation dans son contexte. Son statut et le nombre de liens ne garantissent pas le résultat. La méthode est décrite dans les sources et les limites.

← Toutes les annonces qualifiées