Le 15 mars 2026, Z AI a présenté GLM‑5‑Turbo, la version ultra‑rapide de son modèle phare, conçue dès l’entraînement pour l’écosystème OpenClaw. Ce lancement fait passer la plateforme d’une simple interface de chat à un moteur d’automatisation de tâches complexes, avec à la clé des workflows agents plus fluides. Les abonnés Pro y ont accès immédiatement, tandis que les offres Lite devront attendre une mise à disposition prévue en avril.
À retenir
- Vitesse de complétion : 8,16 s vs 2,92 s de latence initiale.
- Taux d’erreur d’appel d’outils : 0,67 %.
- Coût : 1,20 $ / million de tokens d’entrée, 4,00 $ / million de sortie.
- Fenêtre de contexte : 202 752 tokens, génération jusqu’à 131 072 tokens.
- Architecture : Mixture‑of‑Experts (MoE) à 744 B paramètres.
Dans un contexte où les entreprises recherchent des IA capables d’exécuter des chaînes décisionnelles sans intervention humaine, GLM‑5‑Turbo mise sur une efficacité de calcul élevée et un coût réduit. Ces deux leviers pèsent désormais lourd dans l’adoption à grande échelle, notamment en Europe.
Des performances qui redéfinissent les flux de travail
Le nouveau modèle accélère chaque étape d’un workflow, du traitement de la requête à la génération du résultat final. Cette optimisation vise autant les agents conversationnels que les pipelines d’automatisation les plus lourds.
Vitesse d’exécution et latence de bout en bout
Sur OpenRouter, le débit moyen atteint 48 tokens par seconde, ce qui permet de produire des réponses longues en moins de dix secondes. Le temps de premier token (TTFT) reste à 2,92 s, mais le temps total de complétion descend à 8,16 s, plus rapide que les précédentes variantes de GLM‑5.
Fiabilité du “tool calling” comme avantage compétitif
Le taux d’erreur d’appel d’outils, mesuré à 0,67 %, reste bien en dessous de la fourchette 2,33 %–6,41 % relevée sur d’autres modèles. Cette stabilité limite les interruptions dans les processus automatisés, en particulier pour les scripts DevOps et les analyses de données exécutés en série.
ZClawBench : le nouveau standard d’évaluation agentique
Le benchmark ZClawBench, développé par Z AI, évalue les performances sur des scénarios concrets, comme le développement logiciel et l’automatisation de bureau. Il s’appuie sur des tâches complètes plutôt que sur des tests unitaires, afin de refléter l’usage réel en production.
« GLM‑5‑Turbo surpasse GLM‑5 dans toutes les catégories OpenClaw »
d’après un rapport interne de Z AI
Un modèle économique au service de l’adoption large
Au‑delà des performances brutes, le modèle affiche une tarification pensée pour concurrencer directement les offres américaines. Les éditeurs d’agents IA et les intégrateurs figurent parmi les premières cibles.
Tarification agressive face aux concurrents
Le coût d’utilisation s’élève à 1,20 $ / million de tokens d’entrée et 4,00 $ / million de tokens de sortie, soit environ cinq fois moins que le tarif de Claude Opus 4.6 (5 $/25 $). Sur OpenRouter, les prix sont légèrement abaissés à 0,96 $ pour l’entrée et 3,20 $ pour la sortie, ce qui renforce l’attrait du modèle pour les charges intensives.
Architecture MoE et DeepSeek Sparse Attention
GLM‑5‑Turbo repose sur une architecture Mixture‑of‑Experts de 744 milliards de paramètres, dont seulement 40 milliards sont activés à chaque requête, couplée à la DeepSeek Sparse Attention. Ce choix réduit la consommation de calcul tout en maintenant un niveau de précision compétitif sur les tâches complexes.
Intégration MCP et compétences modulaires
Le modèle supporte le Model Context Protocol (MCP), ce qui facilite l’accès à des bases de données, API métiers ou systèmes internes. L’usage de compétences modulaires est passé de 26 % à 45 % dans les workflows OpenClaw, signe d’une adoption croissante des “skills” pré‑entraînés pour structurer les agents.
Limites et scepticisme autour de la rapidité
Malgré ces chiffres, plusieurs observateurs pointent des angles morts qui invitent à tempérer l’enthousiasme initial. Ces réserves portent aussi bien sur l’expérience utilisateur que sur la facture finale.
Latence initiale du premier token
Le TTFT de 2,92 s reste supérieur à la moyenne de certains concurrents, ce qui peut freiner les usages en temps réel. Les interfaces vocales, les copilotages en direct ou le support client synchrone risquent d’en ressentir l’impact.
Coût caché des tokens de sortie
Le tarif de sortie à 4,00 $ / million peut rapidement alourdir la facture lors de générations longues. Les entreprises qui exploitent intensivement la capacité de 131 072 tokens devront surveiller de près la taille des réponses et mettre en place des garde‑fous.
Défis d’interopérabilité avec les systèmes existants
Intégrer le protocole MCP dans des environnements legacy impose souvent des développements spécifiques et des phases de test prolongées. Ces adaptations peuvent retarder le déploiement et augmenter les coûts d’intégration pour les DSI déjà sous pression budgétaire.
Au final, GLM‑5‑Turbo combine vitesse de traitement, tool calling fiable et tarification compétitive, mais son adoption dépendra de la façon dont chaque organisation arbitre entre latence initiale, coûts de sortie et efforts d’intégration dans ses systèmes existants.
