Poids ouverts
Poids ouverts de GLM-5 : ce que vous pouvez télécharger et exécuter
§ 01Dépôts
Modèles GLM-5 avec poids publics
Seuls les modèles disposant d'un dépôt officiel sur Hugging Face sont répertoriés. Le nombre de paramètres n'apparaît que lorsqu'il est mentionné sur la fiche du modèle (model card).
| Modèle | Dépôt Hugging Face | Licence | Paramètres | Entrées | Date de sortie |
|---|---|---|---|---|---|
| GLM-5 | zai-org/GLM-5 | MIT | 744B / 40B active | Texte | 11 févr. 2026 |
| GLM-5.1 | zai-org/GLM-5.1 | MIT | Non publié | Texte | 7 avr. 2026 |
| GLM-5.2 | zai-org/GLM-5.2 | MIT | Non publié | Texte | 16 juin 2026 |
| GLM-5.3 | zai-org/GLM-5.3 | GLM-5.3 (custom) | Non publié | Texte | 18 août 2026 |
| GLM-5.3 Flash | zai-org/GLM-5.3-Flash | MIT | 320B / 18B active | Texte, Image, Vidéo | 26 août 2026 |
Licences telles qu'indiquées sur chaque dépôt Hugging Face. Lisez toujours l'intégralité du fichier de licence avant toute utilisation commerciale.
Uniquement via API, sans poids publics : GLM-5-Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
§ 02Contexte
Ce que signifient les poids ouverts pour GLM-5
De vrais poids, pas une version au rabais
Une publication en open-weights signifie que les paramètres entraînés eux-mêmes sont publics : vous pouvez télécharger les fichiers, les exécuter sur votre propre matériel, les inspecter et les fine-tuner. Pour GLM-5, il s'agit exactement des mêmes modèles que ceux fournis par Z.ai via son API, et non de démos allégées. Le dépôt de GLM-5 s'accompagne d'un rapport technique, « GLM-5: from Vibe Coding to Agentic Engineering » (arXiv 2602.15763), ainsi que d'un dépôt GitHub contenant des exemples de déploiement.
Les poids ouverts ne correspondent pas à l'open source complet au sens strict : les données d'entraînement et le pipeline complet de formation ne sont pas publiés. Vous disposez du modèle, de sa configuration, de son tokenizer et de son template de chat, en plus de la documentation de Z.ai expliquant comment le déployer.
MIT face à la licence de GLM-5.3
GLM-5, GLM-5.1, GLM-5.2 et GLM-5.3 Flash sont publiés sous licence MIT. La licence MIT est l'une des plus permissives : elle autorise l'usage commercial, la modification et la redistribution, à condition de conserver les mentions de copyright et de licence.
GLM-5.3 fait exception. Son dépôt Hugging Face indique la licence « other » sous le nom glm-5.3, ce qui correspond à une licence sur mesure rédigée par Z.ai. Ne partez pas du principe qu'elle accorde les mêmes libertés que la licence MIT ; lisez attentivement ses conditions, en particulier si vous prévoyez de proposer un service commercial ou de distribuer des modèles dérivés.
- Permissive (MIT) : GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 Flash.
- Licence personnalisée : GLM-5.3.
- Non téléchargeables : GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX, GLM-5.3 Prime.
Par quel modèle ouvert commencer
Si vous recherchez le modèle ouvert le plus performant de la famille pour le code et que sa licence convient à votre usage, optez pour GLM-5.3. Si vous avez besoin d'une licence permissive ainsi que de la prise en charge d'images ou de vidéos, GLM-5.3 Flash s'impose tout naturellement : Z.ai indique qu'il surpasse GLM-5.2 tout en n'utilisant que 18B de paramètres actifs sur 320B. GLM-5.2 constitue le choix sous licence MIT idéal si vous visez la lignée phare avec un solide contexte de 1M de tokens, tandis que GLM-5 reste le point de départ le mieux documenté pour la recherche.
§ 03Exécution en local
Comment fonctionne le déploiement local
Une vue d'ensemble. Les model cards et la documentation officielle de chaque framework restent les références incontournables.
Choisir un framework de serving
La model card de GLM-5 mentionne vLLM, SGLang, KTransformers, xLLM et Hugging Face Transformers pour le déploiement local. vLLM et SGLang sont les options de référence pour mettre en place un serveur compatible OpenAI sur GPU ; KTransformers est conçu pour faire tourner de très grands modèles mixture-of-experts en combinant CPU et GPU ; xLLM représente la solution documentée pour les NPU Ascend. Les fiches de GLM-5.2 et GLM-5.3 Flash renvoient également vers des guides Unsloth pour l'exécution en local.
Déployer, puis appeler le modèle comme l'API
Dès que le serveur est lancé, il expose le même endpoint de chat completions que l'API hébergée : les exemples de code de notre page API fonctionnent donc directement sur localhost. Utilisez les parseurs de tool-call et de raisonnement indiqués sur la model card afin que les appels d'outils et la phase de réflexion soient correctement séparés de la réponse finale.
Dimensionner le matériel en toute lucidité
Il s'agit de modèles à l'état de l'art. Même avec la sparsité permise par le mixture-of-experts, l'ensemble des poids doit être chargé en mémoire, et les contextes longs y ajoutent un important cache clé-valeur (KV cache). Les exemples officiels de GLM-5 partitionnent le modèle sur huit GPU. Les configurations plus modestes s'appuient sur des builds communautaires quantifiés, qui sacrifient une part de qualité au profit d'une taille réduite.
Exemple issu de la fiche du modèle GLM-5
vllm serve zai-org/GLM-5 \
--tensor-parallel-size 8 \
--gpu-memory-utilization 0.85 \
--speculative-config.method mtp \
--speculative-config.num_speculative_tokens 3 \
--tool-call-parser glm47 \
--reasoning-parser glm45 \
--enable-auto-tool-choice \
--served-model-name glm-5Ces commandes sont issues de la fiche de modèle zai-org/GLM-5. Les options (flags) et les versions évoluant, vérifiez la fiche et les notes de version du framework avant de les exécuter.
Frameworks mentionnés sur les fiches de modèles
Avertissement matériel : nous ne donnons volontairement pas de prérequis de GPU ou de mémoire. Ils dépendent de la précision, de la quantification, du framework et de la longueur de contexte — un contexte de 1M de tokens (1.05M) exige bien plus de mémoire qu'un contexte court. Dimensionnez votre matériel à partir de la documentation du framework et effectuez des tests avec votre charge de travail réelle.
§ 04FAQ
Questions sur les open-weights
Q01Quels modèles GLM-5 puis-je télécharger ?
GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 et GLM-5.3 Flash sont publiés sur Hugging Face sous l'organisation zai-org.
Q02Puis-je utiliser les poids de GLM-5 à des fins commerciales ?
Les modèles sous licence MIT (GLM-5, GLM-5.1, GLM-5.2 et GLM-5.3 Flash) autorisent l'utilisation commerciale sous réserve de conserver la mention de la licence. GLM-5.3 utilise une licence personnalisée, pensez donc à vérifier ses conditions au préalable.
Q03Puis-je faire tourner GLM-5 sur un ordinateur portable ?
Pas dans sa taille d'origine. Même GLM-5.3 Flash compte 320 milliards de paramètres au total. Des builds communautaires fortement quantifiés peuvent réduire l'empreinte mémoire, mais les modèles en qualité intégrale sont conçus pour des serveurs multi-GPU.
Q04GLM-5 Turbo ou GLM-5.3 Prime sont-ils en open-weights ?
Non. GLM-5 Turbo, GLM-5V-Turbo, GLM-5.3 FlashX et GLM-5.3 Prime sont accessibles uniquement via API.
Q05Existe-t-il un moyen plus simple d'essayer ces modèles ?
Oui. Notre chat gratuit permet d'exécuter GLM-5.3 Flash et GLM-5.3 directement dans votre navigateur sans aucune configuration, afin de vous faire un avis sur les modèles avant d'investir dans du matériel.
Essayer maintenant
Posez une vraie question à GLM-5.3.
Sans compte, sans carte, sans installation. Posez une question et regardez GLM-5.3 Flash répondre en quelques secondes — passez à GLM-5.3 pour les problèmes les plus complexes.