Le 13 juin 2026, une entreprise chinoise nommée Z.ai a publié un grand modèle de langage baptisé GLM 5.2.
Trois jours plus tard, ils déposaient la « recette » complète du modèle — l’intégralité des fichiers de paramètres — sur la plateforme communautaire Hugging Face, en open source. N’importe qui peut désormais le télécharger gratuitement, le modifier, voire le déployer soi-même.
L’événement n’a pas fait grand bruit au départ. Après tout, il sort de nouveaux modèles d’IA tous les mois, et les entreprises chinoises à elles seules en lancent plusieurs dizaines par an. Mais dans les semaines qui ont suivi, un nombre croissant d’ingénieurs et de chercheurs ont découvert un fait qui les a fait bondir de leur chaise :
En programmation, GLM 5.2 surpasse GPT-5.5, le modèle le plus cher d’OpenAI. Et son prix — en passant par l’API — est six fois inférieur.
De mon point de vue, ce n’est pas simplement un énième article « une boîte chinoise sort un modèle de plus ». C’est un signal : les modèles d’IA sont de plus en plus performants, mais les entreprises qui les vendent gagnent de moins en moins d’argent. Et ces deux tendances se produisent simultanément.
Figure 1 : GLM 5.2 dépasse GPT-5.5 sur plusieurs benchmarks de programmation, pour un prix API six fois inférieur. Source : TechStartups
Six ans pour fabriquer un « tueur »
Voyons d’abord à quel niveau se situe vraiment GLM 5.2.
Ce modèle compte 753 milliards de paramètres — vous pouvez vous les représenter comme le nombre de « cellules cérébrales » de l’IA. Mais il utilise une architecture dite de « mélange d’experts » (Mixture of Experts, MoE) : à chaque inférence, seuls 40 milliards de paramètres environ sont activés. Un peu comme une université qui compterait un millier de professeurs, mais où seuls cinquante d’entre eux seraient mobilisés pour répondre à une question donnée — cela garantit une large couverture de connaissances tout en maîtrisant le coût opérationnel.
Dans le domaine de la programmation — le cas d’usage le plus lucratif de l’IA — le bulletin de notes de GLM 5.2 est saisissant :
| Benchmark | GLM 5.2 | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro (génie logiciel) | 62,1 | 58,6 | 69,2 |
| FrontierSWE (tâches avancées) | 74,4 % | 72,6 % | 75,1 % |
SWE-bench Pro est aujourd’hui l’examen de programmation IA le plus exigeant — il mesure la capacité à « trouver un bug dans un vrai projet logiciel et le corriger ». Un score de 62,1 signifie que GLM 5.2 résout de façon autonome plus de 60 % des problèmes logiciels réels, dépassant les 58,6 de GPT-5.5. L’écart avec le numéro un, Claude Opus 4.8 (69,2), est de 7 points — alors qu’il y a encore un ou deux ans, cet écart se chiffrait couramment en vingt ou trente points.
En d’autres termes, les modèles open source rattrapent les modèles propriétaires haut de gamme bien plus vite que la plupart ne l’imaginaient.
Le plus dangereux n’est pas la performance, c’est le prix
Si ce n’était que la performance, l’affaire ne serait pas fatale. Ce qui l’est vraiment, c’est le prix.
Voici un récapitulatif des tarifs API actuels des principaux modèles d’IA, exprimés en « dollars par million de tokens traités » (un token correspond grosso modo à un mot ou un caractère) :
| Modèle | Prix entrée (par million de tokens) | Prix sortie (par million de tokens) |
|---|---|---|
| GLM 5.2 (via OpenRouter) | 1,40 $ | 4,40 $ |
| GPT-5.5 | 5,00 $ | 30,00 $ |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ |
| DeepSeek V4 Pro | 0,44 $ | 0,87 $ |
Faisons un calcul simple. Imaginons qu’un développeur utilise l’IA pour coder : chaque tâche génère environ 0,1 $ de facture. Avec GPT-5.5, une tâche coûte environ 3 $. Avec GLM 5.2, une tâche de qualité équivalente coûte seulement 0,46 $ — 85 % de moins.
Une réduction de coût de 85 %, pour une entreprise qui dépense 1 million de dollars par mois en API d’IA, cela représente plus de 10 millions de dollars d’économies par an.
Le blogueur technique Martin Alderson, dans son article qui a suscité de nombreux débats, raconte qu’il a essayé de basculer son outil de programmation IA quotidien de Claude à GLM 5.2, et n’a « presque ressenti aucune différence » — la qualité du code est comparable, et changer de modèle se résume à modifier une ligne de fichier de configuration. Seul bémol : GLM 5.2 répond un peu moins vite, car il « réfléchit » davantage et produit environ deux fois plus de tokens que ses concurrents. Mais même avec cela, le coût total reste inférieur à la moitié de l’original.
« Tes marges, c’est mon opportunité »
Il nous faut maintenant aborder une question plus fondamentale : pourquoi les marges des API d’IA vont-elles s’effondrer ?
Comprenons d’abord la logique de rentabilité actuelle des entreprises d’IA. Le modèle économique d’OpenAI et d’Anthropic (la maison mère de Claude) repose grosso modo sur ceci : dépenser une somme colossale (des centaines de millions de dollars) pour entraîner un modèle, puis l’héberger dans le cloud et facturer à l’usage. L’entraînement est un coût fixe ponctuel, mais l’inférence — le fait de répondre à chaque question — a un coût marginal bien réel : chaque fois qu’on pose une question à l’IA, cela consomme de la puissance GPU et de l’électricité.
Voici le calcul décisif : selon les estimations de Martin Alderson, lorsque OpenAI ou Anthropic facturent 25 à 30 $ le million de tokens, leur coût réel en GPU et électricité ne représente que 10 % à 20 % de cette somme. Autrement dit, la marge brute atteint 80 % à 90 %. (Des données financières ayant fuité chez OpenAI suggèrent une marge brute consolidée d’environ 60 %, incluant les coûts de support client, de paiement, etc.)
Cette marge plantureuse est le mécanisme qui leur permet de rentabiliser l’investissement colossal de l’entraînement — un peu comme un studio de cinéma qui dépense 200 millions pour un film et compte sur les recettes en salles pour se rembourser. Prix du billet élevé, nombreuses séances, et l’affaire est rentable.
Mais que se passe-t-il si un autre studio sort un film de qualité similaire, et vend ses billets six fois moins cher ? Et qu’en plus, la « recette » du film est publique — d’autres cinémas peuvent le projeter sans reverser un centime au producteur ?
C’est exactement la secousse que GLM 5.2 provoque. Jeff Bezos, le fondateur d’Amazon, a cette formule célèbre : « Tes marges, c’est mon opportunité. » Elle est en train de se vérifier dans l’industrie de l’IA.
Figure 2 : L’évaluation complète montre que GLM 5.2 atteint ou dépasse les modèles propriétaires haut de gamme sur plusieurs indicateurs. Source : TechStartups
Un coût de changement nul : la douve la plus fragile de l’industrie de l’IA
Dans l’industrie logicielle traditionnelle, une entreprise ne change pas de fournisseur principal sur un coup de tête. Une banque qui a bâti l’intégralité de son système d’information sur une base de données Oracle mettrait des années à migrer, dépenserait des millions de dollars et assumerait un risque métier énorme. C’est ce qu’on appelle l’effet de verrouillage — et c’est le fondement même des fortes marges de l’industrie du logiciel.
L’industrie des modèles d’IA ? Rien à voir.
L’API de GLM 5.2 a été délibérément conçue pour être totalement compatible avec celles d’OpenAI et d’Anthropic. Concrètement, une entreprise qui utilise déjà l’API de GPT pour générer du code peut passer à GLM 5.2 en changeant une seule ligne de configuration : l’adresse de l’API passe des serveurs d’OpenAI à ceux de Z.ai, Fireworks ou un autre fournisseur. Pas une ligne de code à modifier.
Alderson écrit : « Ce n’est pas un verrouillage à la Microsoft ou à la Salesforce — où il faut planifier une migration sur plusieurs années. Ici, le coût de changement est ridiculement bas. » Dans son propre test, il est passé de Claude à GLM 5.2 en moins de cinq minutes.
Un commentateur de HN résume plus crûment : « L’API d’IA du futur ressemblera à un fournisseur d’électricité. Qui s’intéresse à savoir si ses électrons viennent d’IBM ou du Texas ? Un ampère, c’est un ampère. »
Si cette analogie est juste, alors les marges des API d’IA convergeront inévitablement vers celles des services publics — quelques pourcents, pas les 80 % et plus d’aujourd’hui.
Trois courbes convergentes
À mon sens, l’effondrement des marges des API d’IA est poussé vers le bas par trois courbes simultanées :
Première courbe : la vitesse de rattrapage des modèles open source.
Le rapport 2025 de l’indice AI de Stanford révèle que dans le classement Chatbot Arena (une plateforme où les utilisateurs comparent à l’aveugle la qualité des réponses de différentes IA), l’écart de performance entre modèles open source et modèles propriétaires est passé de 8 % à 1,7 % en un an. Un rattrapage de 6,3 points de pourcentage. À ce rythme, les modèles open source auront totalement rejoint, voire dépassé, les modèles fermés d’ici la fin 2026.
GLM 5.2 est une borne sur cette trajectoire.
Deuxième courbe : la chute vertigineuse du coût de l’inférence.
Selon une étude d’AgentMarketCap, depuis le lancement de GPT-4 en 2023 — dont le tarif était alors de 30 $ le million de tokens — le prix des API des meilleurs modèles d’IA a baissé de plus de 300 fois. Les moteurs de cette baisse sont multiples : des puces plus efficaces (le coût de fonctionnement de GLM 5.2 sur des AMD MI300X serait seulement 36 % de celui sur des NVIDIA Blackwell), des architectures plus malignes (le MoE obtient un résultat équivalent avec moins de calculs), et l’optimisation logicielle continue.
Troisième courbe : l’accélération de la substitution chinoise.
Z.ai n’est pas un cas isolé. DeepSeek V4 Pro est encore dix fois moins cher que GLM 5.2 (0,44 $ le million de tokens), même s’il est un peu moins performant. Doubao (ByteDance), MiniMax, Zhipu — chaque acteur chinois de l’IA propose des services proches du niveau SOTA (l’état de l’art) à des prix très inférieurs à ceux de leurs homologues américains. Derrière cela, il y a à la fois l’innovation imposée par les restrictions d’accès aux semi-conducteurs avancés et la pression concurrentielle féroce du marché chinois, qui pousse les prix toujours plus bas.
Un commentaire HN résume : « On a basculé tous nos agents IA internes sur GLM 5.2. Comme il est open source, on peut même déployer le modèle dans des régions spécifiques, ce qui nous donne plus de liberté et une protection des données renforcée. »
Qui gagnera, qui perdra ?
À mon avis, le dénouement prendra les directions suivantes :
D’abord, le compte à rebours est lancé pour l’ère des marges plantureuses des API d’IA propriétaires. La marge brute ajustée d’OpenAI au premier semestre 2025 est déjà tombée de 40 % à 33 % sur un an, tandis que les pertes atteignaient 13,5 milliards de dollars. Ce n’est pas une fluctuation passagère : quand l’écart de qualité entre les alternatives open source et les modèles fermés devient imperceptible pour l’utilisateur, la guerre des prix est inévitable.
Ensuite, les gagnants seront probablement ceux qui ne vivent pas de la vente d’API. Les fabricants de puces comme NVIDIA et AMD — quel que soit le modèle vainqueur, il faudra toujours acheter leurs GPU. Les fournisseurs de cloud aussi : le modèle est open source, mais la puissance de calcul nécessaire pour le faire tourner doit bien venir de quelque part. Comme le dit Alderson : « S’il devient impossible de récupérer le coût de l’entraînement par des API à forte marge, c’est tout le modèle économique de l’industrie de l’IA qu’il faut réécrire. »
Enfin, le plus grand gagnant invisible sera peut-être l’utilisateur. Qu’il s’agisse d’une entreprise ou d’un développeur individuel, le prix de l’IA est divisé par deux chaque année, tandis que la qualité ne cesse de grimper. Cela rappelle l’histoire du PC : les performances doublent tous les ans, le prix stagne ou baisse, et le principal bénéficiaire est chaque personne qui utilise un ordinateur.
Au moment de terminer cet article, je note que Martin Alderson a déjà annoncé une deuxième partie — spécifiquement consacrée à l’analyse de la recomposition du paysage industriel après l’effondrement des marges. Peut-être que la prochaine fois, nous ne discuterons plus de « combien de marge reste-t-il aux API d’IA », mais de « si vendre de l’API d’IA ne rapporte plus rien, comment cette industrie peut-elle survivre ? ».
Liens de référence :
- Martin Alderson, « GLM 5.2 and the coming AI margin collapse (part 1) », 06/07/2026. https://martinalderson.com/posts/the-upcoming-ai-margin-collapse-part-1-glm-5-2/
- Discussion Hacker News, https://news.ycombinator.com/item?id=48809877
- Discussion Lobsters, https://lobste.rs/s/ua1gxl/glm_5_2_coming_ai_margin_collapse
- Danilchenko, « GLM-5.2 Review », 18/06/2026. https://www.danilchenko.dev/posts/glm-5-2-review/
- Thesys, « GLM 5.2: Benchmarks, Pricing, and Features », 19/06/2026. https://www.thesys.dev/blogs/glm-5-2
- TechStartups, « Z.ai’s GLM-5.2 beats GPT-5.5 on coding benchmarks at one-sixth the cost », 17/06/2026. https://techstartups.com/2026/06/17/z-ais-open-source-glm-5-2-beats-gpt-5-5-on-coding-benchmarks-at-one-sixth-the-cost/
- AgentMarketCap, « The Token Cost Collapse: LLM Prices Fell 300x in 3 Years », 06/04/2026. https://agentmarketcap.ai/blog/2026/04/06/model-price-deflation-flywheel-token-costs-llm-api-commoditization
- Philipp Dubach, « AI Models Are the New Rebar », 11/03/2026. https://philippdubach.com/posts/ai-models-are-the-new-rebar/
- Epsilla, « The DeepSeek Disruption: How Open-Source Commoditization Forces API Margins to Zero », 26/04/2026. https://www.epsilla.com/blogs/2026-04-26-the-deepseek-disruption-how-open-source-commoditization-forc
- Wafer, « Running GLM 5.2 on AMD Hardware », https://www.wafer.ai/blog/glm52-amd
- Artificial Analysis, « GLM 5.2 Intelligence, Performance & Price Analysis », https://artificialanalysis.ai/models/glm-5-2
- Apidog, « How to Use GLM-5.2: $1.40/1M input, $4.40/1M output », 17/06/2026. https://apidog.com/blog/how-to-use-glm-5-2-for-free/
Crédits images : L’article original (martinalderson.com) est un billet de blog texte sans illustrations intégrées, ne comportant qu’une image OG de partage social : https://martinalderson.com/img/og/glm-5-2-and-the-coming-ai-margin-collapse-part-1.png (1200×630 px). Les deux images présentes dans cet article proviennent de la couverture par TechStartups ; leurs sources sont indiquées.
