J'ai Testé GLM5 Pony Alpha — Ce N'est Pas Ce Que J'attendais

J'ai teste GLM5 Pony Alpha — Ce n'est pas ce a quoi je m'attendais

Il y a trois nuits, je suis tombe sur un modele appele Pony Alpha sur Open Router. Aucune annonce. Aucun fil de battage mediatique sur X. Aucun article de blog officiel. Juste une entree mysterieuse assise tranquillement dans le classement de programmation — classee dixieme — avec une fenetre de contexte de 200K et des chiffres de performance qui m'ont fait arreter de defiler.

Je l'ai ouvert, j'ai execute ma batterie habituelle de tests de programmation, et en quarante-cinq minutes je fixais quelque chose qui ne devrait pas encore exister. Un papillon SVG anime avec un mouvement d'ailes photorealiste. Une page d'atterrissage entierement interactive avec des transitions fluides et des elements dynamiques. Un systeme d'exploitation base sur navigateur avec des applications fonctionnelles — un programme de peinture, un jeu de demineur, un widget meteo, le tout genere a partir d'un seul prompt.

Ce n'etait pas un modele de preuve de concept. C'etait quelque chose de serieux cache derriere un nom ridicule.

Apres avoir passe la majeure partie de trois jours a mettre Pony Alpha a l'epreuve — defis de programmation, generation de frontend, developpement de jeux, simulations complexes — je suis convaincu que c'est en realite GLM5, le prochain modele fondamental de Zhipu AI. Et si j'ai raison, le paysage de l'IA open-source vient de devenir beaucoup plus interessant. Mais il y a un piege que la plupart des couvertures ignorent, et j'y viendrai dans un instant.

Pourquoi un "Modele Furtif" compte plus que vous ne le pensez

Voici la chose concernant les lancements furtifs en IA — ce ne sont pas des accidents. Quand un modele apparait sur des plateformes comme Open Router, Arena et Hilo sans aucune poussee marketing, sans meme un nom propre, c'est une strategie deliberee. L'equipe derriere veut des donnees de performance du monde reel de developpeurs qui ne savent pas ce qu'ils testent. Pas d'effet placebo. Pas de biais de battage mediatique. Juste des benchmarks honnetes de personnes comme vous et moi qui lancent de vrais problemes dessus et voient ce qui fonctionne.

Je suis les modeles d'IA chinois depuis le lancement original de ChatGLM, et Zhipu AI a deja fait ce coup. Leur GLM4 est apparu sous un alias different sur plusieurs plateformes de benchmark des semaines avant l'annonce officielle. Le schema est indeniable.

Qu'est-ce qui m'a fait preter attention cette fois ? Les chiffres ne collaient pas — dans le bon sens. Les reponses du modele etaient plus rapides qu'elles n'auraient du l'etre pour quelque chose d'aussi performant. La qualite du code rivalisait avec ce que j'obtiens de Claude Opus 4.5 sur certaines taches. Et cette fenetre de contexte de 200K n'etait pas qu'un chiffre marketing — j'ai reellement alimente un codebase de 150K tokens et il a maintenu une comprehension coherente tout au long.

Si vous avez rejete les modeles d'IA chinois comme d'eternels seconds, celui-ci pourrait vous forcer a reconsiderer. L'ecart se reduit plus vite que la plupart des developpeurs occidentaux ne le realisent. Et le fait qu'il soit gratuit a tester en ce moment ? C'est une fenetre qui ne restera pas ouverte indefiniment.

Mais avant de vous montrer les resultats, vous devez comprendre ce qu'il y a sous le capot — parce que l'architecture explique pourquoi ce modele frappe tellement au-dessus de sa categorie de poids.

745 milliards de parametres et l'astuce qui le rend pratique

Laissez-moi vous lancer quelques chiffres. Pony Alpha — ou GLM5, comme je l'appellerai desormais — est estime a environ 745 milliards de parametres au total. C'est massif. Plus gros que DeepSeek V3. Potentiellement le plus grand modele chinois Mixture of Experts jamais construit.

Mais voici la partie qui compte vraiment : seulement 44 milliards de parametres sont actifs a un moment donne.

Si vous n'etes pas familier avec l'architecture Mixture of Experts (MoE), pensez-y comme ceci. Imaginez que vous dirigez un hopital. Vous pourriez embaucher un medecin qui connait un peu de tout — un generaliste avec des connaissances larges mais superficielles. Ou vous pourriez embaucher cinquante specialistes et diriger chaque patient vers les deux ou trois experts les plus pertinents pour sa condition. L'hopital a cinquante medecins sur sa liste de paie, mais chaque patient individuel n'en voit que quelques-uns.

C'est le MoE. GLM5 dispose de cet enorme pool de reseaux "experts" specialises, mais pour toute entree donnee, il n'active que le sous-ensemble le plus pertinent. Le resultat est un modele qui a l'etendue de connaissances d'un geant de 745B parametres mais la vitesse d'inference de quelque chose de beaucoup plus petit.

Le mecanisme specifique utilise par GLM5 s'appelle DC sparse attention — une technique concue specifiquement pour gerer efficacement des sequences d'entree extremement longues. La plupart des modeles transformer ont du mal quand les fenetres de contexte s'agrandissent parce que le calcul d'attention augmente de facon quadratique. DC sparse attention contourne ce goulot d'etranglement en etant selectif sur quels tokens s'occupent de quels autres tokens. Le modele apprend quelles connexions comptent et ignore le reste.

C'est pourquoi GLM5 peut offrir une fenetre de contexte genuine de 200K sans que les temps de reponse deviennent inutilisables. Je l'ai teste avec des entrees progressivement plus grandes — 50K tokens, 100K, 150K — et bien que la latence ait augmente, elle est restee dans une plage que je considererais pratique pour le travail de developpement. Compare a alimenter le meme long contexte a d'autres grands modeles que j'ai utilises, la difference etait notable.

La comparaison avec GLM4.5 est frappante — environ le double des parametres totaux avec un traitement du long contexte significativement ameliore. Ce n'est pas une mise a jour incrementale. C'est un saut generationnel.

Maintenant, l'architecture est impressionnante sur le papier. La question est de savoir si elle se traduit en qualite de sortie reelle. J'ai donc execute ma batterie standard de tests — les memes que j'utilise chaque fois qu'un nouveau modele pretend etre competitif. Ce qui en est sorti m'a surpris plus d'une fois.

Le test SVG — La ou l'art rencontre le code

Chaque fois que j'evalue un modele de programmation, mon premier test est toujours la generation de SVG. Pourquoi ? Parce que les SVG se situent a l'intersection de la creativite visuelle et de la syntaxe de code precise. Le modele doit comprendre la geometrie, le timing des animations, la theorie des couleurs et la structure XML simultanement. La plupart des modeles peuvent produire un cercle SVG basique. Tres peu peuvent produire quelque chose que vous voudriez reellement regarder.

Mon prompt etait simple : "Cree un papillon anime avec une coloration photorealiste et un mouvement d'ailes naturel."

GLM5 a produit un papillon qui m'a genuinement pris au depourvu. La geometrie des ailes etait complexe — de multiples chemins superposes creant des effets de profondeur et de translucidite. L'animation utilisait des keyframes CSS avec des courbes d'acceleration qui imitaient le rythme legerement irregulier du vrai vol d'un papillon. La coloration impliquait des remplissages en degrade avec de multiples arrets de couleur qui creaient un motif convaincant de papillon monarque.

Etait-ce parfait ? Non. Quand je l'ai compare cote a cote avec ce que genere Opus 4.6 pour le meme prompt, la version d'Opus avait des definitions de chemin legerement plus raffinees et des transitions de degrade plus douces. Mais l'ecart etait plus petit que prevu. Peut-etre 85% du chemin — et pour un modele qui est presumement encore un checkpoint precoce, c'est remarquable.

J'ai pousse plus loin. Un paysage urbain au coucher du soleil. Une vague oceanique animee. Un cadran de montre mecanique avec des engrenages en mouvement. GLM5 les a tous geres avec des resultats competents, parfois impressionnants. Le cadran de montre en particulier a montre une forte comprehension de la mecanique rotationnelle — chaque engrenage s'emboitait correctement avec ses voisins et tournait aux vitesses relatives correctes.

Le schema que j'ai remarque : GLM5 excelle en precision structurelle — le code compile, les animations fonctionnent, les proportions ont du sens. La ou il reste legerement en dessous par rapport aux modeles de premier niveau, c'est dans le raffinement artistique — les touches subtiles qui font qu'un SVG parait poli plutot que simplement correct.

C'est un probleme resolvable avec le fine-tuning. La fondation est solide.

C'est la que ca devient vraiment interessant. Les SVG sont un tour de passe-passe. Ce qui m'importe vraiment, c'est si un modele peut construire des choses avec lesquelles de vrais utilisateurs interagiraient.

Generation de frontend qui m'a fait verifier le code source deux fois

Mon deuxieme test est toujours une page d'atterrissage complete. J'ai donne a GLM5 ce prompt : "Construis une page d'atterrissage moderne et entierement interactive pour une startup d'IA fictive appelee NeuralFlow. Inclus une section hero avec un arriere-plan anime, des cartes de fonctionnalites avec des effets hover, un tableau de prix avec bascule entre mensuel et annuel, un carrousel de temoignages et un formulaire de contact avec validation."

Ce qui est revenu etait — et je mesure soigneusement mes mots ici — du code de qualite production. La mise en page etait propre, responsive et bien structuree. L'arriere-plan hero anime utilisait un subtil systeme de particules qui ne massacrait pas les performances du navigateur. Les cartes de fonctionnalites avaient des transitions douces d'echelle et d'ombre au survol. La bascule de prix fonctionnait reellement, mettant a jour les trois prix de niveau avec une agreable animation de fondu croise.

Le carrousel de temoignages auto-rotait avec un comportement de pause au survol. Le formulaire de contact validait le format d'email et les champs obligatoires avec des messages d'erreur en ligne qui apparaissaient avec une douce animation de glissement vers le bas.

J'ai ouvert les outils de developpement en m'attendant a trouver un fouillis de styles en ligne et de JavaScript spaghetti. A la place, j'ai trouve des proprietes personnalisees CSS raisonnablement organisees, du HTML semantique et du JavaScript utilisant des patterns modernes. Pas parfait — il y avait quelques ecouteurs d'evenements redondants et un probleme de z-index qui faisait que la navigation mobile se rendait derriere la section hero. Mais ce sont le genre de bugs que vous trouveriez dans du code ecrit par un developpeur junior competent, pas le genre de problemes structurels qui indiquent qu'un modele ne comprend pas le developpement web.

Mon test suivant a augmente la difficulte. "Construis une page d'atterrissage portfolio de celebrite — choisis n'importe quelle figure publique reelle et cree une page qui ressemble a sa marque personnelle." GLM5 a choisi de maniere autonome, a tout stylise de zero, a ajoute de multiples sections avec differents traitements visuels, a inclus un comportement de defilement fluide et a connecte des elements interactifs. Les choix de design etaient cohesifs et opinionnes d'une maniere qui semblait intentionnelle plutot qu'aleatoire.

J'ai passe suffisamment de temps a examiner des frontends generes par l'IA pour savoir quoi chercher. Les signes revelateurs d'un modele qui a memorise des patterns de composants versus un qui comprend reellement les principes de mise en page. GLM5 a montre une comprehension genuine. Quand je lui ai demande de deplacer les temoignages au-dessus de la section prix, il n'a pas juste coupe-colle — il a ajuste le flux visuel, mis a jour les animations basees sur le defilement pour se declencher aux nouvelles positions et modifie la transition de couleur entre les sections pour maintenir la coherence visuelle.

Ce niveau de conscience contextuelle pendant la modification est ce qui separe un bon modele de programmation d'un excellent. Et c'est suppose etre la version pre-lancement.

Mais j'avais encore mon plus grand test devant moi — celui qui casse la plupart des modeles.

Construire un OS entier dans le navigateur — A partir d'un seul prompt

Voici le prompt qui separe habituellement les concurrents des imposteurs : "Construis un systeme d'exploitation base sur navigateur avec un bureau fonctionnel, une barre des taches et au moins cinq applications fonctionnelles. Inclus un navigateur web, une application meteo, un jeu, une application de peinture et un moniteur systeme. Fais en sorte que ca ressemble a un melange de macOS et Windows."

J'appelle ca mon "test de stress infernal." Un modele doit coordonner des systemes de fenetres, la gestion d'etat entre des applications independantes, le rendu de l'UI pour des types d'applications completement differents et maintenir la coherence visuelle — le tout en une seule passe de generation.

GLM5 a produit ce qu'il a appele "Pony OS." Et honnetement ? J'etais impressionne.

Le bureau s'est affiche avec un fond d'ecran propre, une barre des taches style dock en bas et une barre de menu superieure avec une horloge. Cliquer sur les icones d'applications ouvrait des fenetres deplacables et redimensionnables avec une gestion adequante des z-index — cliquer sur une fenetre en arriere-plan la ramenait au premier plan. Les boutons de minimisation et de fermeture fonctionnaient.

Laissez-moi parcourir chaque application :

Le navigateur web — avait une barre d'adresse, des boutons de navigation et affichait une page d'accueil par defaut. Il ne pouvait pas reellement recuperer du vrai contenu web (cela necessiterait un proxy cote serveur), mais l'UI etait complete et la gestion de l'etat de navigation etait correcte.

Application meteo — affichait des previsions fictives sur cinq jours avec des graphiques de temperature et des icones meteo. Les donnees etaient en dur, mais l'UI etait soignee avec une mise en page adequate et un design de cartes responsive.

Demineur — entierement jouable. Clic droit pour marquer, clic gauche pour reveler, algorithme de remplissage correct pour les cellules vides, compteur de mines et un chronometre. J'ai reellement joue trois parties. J'en ai gagne deux.

Application de peinture — dessin base sur canvas avec selecteur de couleurs, curseur de taille de pinceau, outil gomme et un bouton effacer. Le dessin etait fluide avec une gestion adequate des evenements souris. Ce n'est pas Photoshop, mais genuinement fonctionnel.

Moniteur systeme — affichait des graphiques animes d'utilisation CPU et memoire avec des donnees aleatoires. Les graphiques se mettaient a jour en temps reel avec un rendu de lignes fluide.

Est-ce que tout fonctionnait parfaitement ? Non. La bascule mode sombre dans le panneau de parametres ne changeait pas reellement le theme — elle basculait une classe qui n'etait pas connectee aux variables CSS. Certaines fenetres pouvaient etre glissees hors du viewport sans detection de limites. La gomme de l'application de peinture laissait des artefacts aux bords des traits.

Mais prenez du recul et considerez ce qui s'est reellement passe ici. Un seul modele, en une seule passe de generation, a produit un environnement de bureau multi-applications coordonne avec des jeux fonctionnels, des outils de dessin et des utilitaires systeme. Le HTML, CSS et JavaScript sont sortis comme un package coherent qui fonctionnait dans le navigateur sans modification.

La plupart des modeles que j'ai testes soit refusent completement ce prompt, produisent quelque chose qui ressemble a un bureau mais ou rien ne fonctionne reellement, soit generent des applications qui fonctionnent independamment mais ne peuvent pas coexister dans le meme systeme de fenetres. GLM5 a reussi la partie difficile — la coordination — tout en laissant du polissage sur la table.

Si vous etes arrive jusqu'ici, vous avez deja une bonne idee des forces de programmation de GLM5. Mais j'ai garde le test le plus ambitieux pour la fin — et c'est celui qui a revele a la fois le plafond du modele et sa limitation la plus interessante.

Un clone de Minecraft et une galaxie — Repousser la frontiere 3D

Deux tests supplementaires. Premier : "Construis un jeu de voxels type Minecraft en utilisant Three.js avec destruction de blocs, placement de blocs et generation procedurale de terrain avec coloration de biomes basee sur l'altitude."

La premiere tentative de GLM5 a produit un monde 3D fonctionnel. On pouvait se deplacer avec WASD, regarder autour avec la souris, et le terrain avait des limites de chunks visibles avec differents niveaux de hauteur. La destruction de blocs fonctionnait — cliquez sur un bloc, il disparait. Le placement de blocs fonctionnait — clic droit pour placer un bloc adjacent a celui que vous regardez.

La generation de terrain utilisait du bruit Perlin pour le mapping de hauteur, et la coloration de biomes creait un degrade des basses terres couleur sable aux terres moyennes vertes et aux pics gris-blanc. Le systeme de chargement de chunks rendait le terrain autour du joueur et masquait les chunks distants pour la performance.

Des problemes ? La premiere version avait du z-fighting sur certaines faces de blocs la ou des chunks adjacents se rencontraient. L'eclairage etait plat — pas d'occlusion ambiante ni d'effets d'ombre. Et le raycast de placement de blocs attachait occasionnellement des blocs a la mauvaise face lors de clics a des angles prononces.

J'ai demande une version 2. GLM5 a ameliore les visuels notablement — meilleure coloration de type texture sur les faces des blocs, correction des artefacts de limites de chunks et ajout d'un degrade de ciel basique. Le probleme du raycast a persiste, et il a introduit un nouveau probleme ou occasionnellement deux blocs se placaient simultanement. Amelioration solide, mais pas une correction complete.

Mon evaluation honnete : la sortie 3D est la ou GLM5 montre son age compare aux modeles de premier niveau. Le code est architecturalement solide — le systeme de chunks, le raycasting, la generation basee sur le bruit sont tous correctement implementes. Mais les cas limites et le polissage visuel qui font qu'une application 3D semble finie ne sont pas encore la. Pour le prototypage et le travail de preuve de concept, c'est excellent. Pour la mise en production, vous auriez besoin d'un raffinement humain significatif.

La simulation du systeme solaire, en revanche, a ete un veritable point fort. Le prompt etait direct — "simule le systeme solaire avec des tailles relatives precises, des periodes orbitales et un style visuel" — et GLM5 a produit une belle scene Three.js avec les huit planetes orbitant aux vitesses relatives correctes, des spheres texturees, des lignes de trace orbitale et un soleil brillant avec une lumiere ponctuelle qui projetait l'illumination sur les surfaces des planetes. Les anneaux de Saturne etaient un joli detail que je n'avais pas explicitement demande.

Rapide, precis et visuellement convaincant. C'est la que la force du modele a combiner precision mathematique et sortie visuelle brille vraiment.

Bien — je vous ai montre les victoires et les faux pas. Maintenant la partie que la plupart des evaluateurs sautent.

La conversation honnete que personne ne tient a propos de GLM5

Je dois aborder quelque chose qui revient sans cesse chaque fois que des modeles d'IA chinois font surface, parce que l'ignorer serait malhonnete.

Il y a des rumeurs persistantes — et a ce stade, plus que des rumeurs — selon lesquelles des modeles comme GLM5 sont entraines sur des donnees synthetiques generees par des entreprises d'IA americaines. Les sorties du Claude d'Anthropic, du Gemini de Google et des modeles GPT d'OpenAI feraient partie du melange d'entrainement. C'est une pratique connue dans l'industrie chinoise de l'IA, et Zhipu AI n'est pas la seule entreprise a le faire.

Qu'est-ce que cela signifie en pratique ? Pour la plupart des developpeurs qui evaluent s'ils doivent utiliser GLM5 pour leurs projets, probablement pas grand-chose. Vous vous souciez de la qualite de sortie, de la vitesse, du cout et de la fiabilite. La provenance des donnees d'entrainement est une question ethique et juridique qui depasse le salaire de tout developpeur individuel.

Mais je pense que ca vaut la peine d'etre transparent a ce sujet. Quand je dis que la qualite de sortie de code de GLM5 "rivalise avec Opus 4.5," il y a une raison a cela. Le modele a probablement vu — et appris de — d'enormes volumes de sorties de haute qualite de ces modeles exactement. Ce n'est pas necessairement une critique. Tous les modeles apprennent du texte existant. Mais la dynamique specifique des laboratoires chinois s'entrainant sur les sorties de modeles americains cree un paysage complique que l'industrie n'a pas pleinement affronte.

Mon avis personnel ? J'evalue les modeles sur leur sortie, pas sur leur histoire d'origine. Si GLM5 genere un meilleur code pour mon cas d'utilisation que l'alternative, je l'utiliserai. Mais j'y vais les yeux ouverts sur ce qu'est le modele et comment il en est arrive la.

L'autre chose sur laquelle je veux etre honnete : le nom "Pony Alpha" et le lancement furtif suggerent que c'est encore un checkpoint precoce, pas le modele final. Certaines des asperites que j'ai rencontrees — la bascule mode sombre qui ne fonctionne pas, les bugs de raycast dans le clone de Minecraft, la verbosite occasionnelle dans les commentaires de code — pourraient etre nettoyees avant le lancement officiel de GLM5. Ou pas. Parier sur des ameliorations futures est un jeu que j'ai deja perdu.

Une derniere pensee qui pourrait etre impopulaire. Il y a un autre modele furtif qui circule — Aurora Alpha — qui performe moins impressionnement et semble imiter les sorties de style GPT. Si les fuites sont exactes et que cela est connecte a l'ecosysteme d'OpenAI d'une maniere ou d'une autre, alors nous regardons un ecosysteme parallele entier de modeles d'IA testes anonymement sur des plateformes publiques. C'est soit excitant soit preoccupant selon votre perspective. Pour moi, c'est surtout fascinant.

Ce qui m'importe le plus, c'est ce que vous pouvez reellement faire avec ce modele aujourd'hui. Alors voici comment mettre la main dessus.

Demarrer avec GLM5 Pony Alpha — Un guide pratique

En ce moment, vous avez plusieurs voies pour essayer GLM5 gratuitement. Voici le moyen le plus rapide d'aller de zero a l'execution de prompts :

1. Open Router (Chemin le plus facile)

Rendez-vous sur Open Router et cherchez "Pony Alpha" dans la liste des modeles. Vous pouvez l'utiliser directement via le playground d'Open Router sans aucune configuration. Le modele apparait sous son nom furtif — ne cherchez pas "GLM5" car il n'est pas encore liste sous cet identifiant.

# Si vous utilisez l'API d'Open Router :
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pony-alpha",
    "messages": [{"role": "user", "content": "Votre prompt ici"}],
    "max_tokens": 4096
  }'

Astuce de pro : Definissez max_tokens plus haut pour les taches de programmation — 8192 ou meme 16384 si votre prompt necessite de generer des applications completes. GLM5 a tendance a produire des implementations completes et exhaustives plutot que des extraits abreges, donc lui donner de l'espace pour travailler est payant.

2. Arena (Pour la comparaison a l'aveugle)

LMSys Arena vous permet de tester GLM5 dans des comparaisons A/B a l'aveugle contre d'autres modeles. C'est en fait comme ca que je l'ai remarque pour la premiere fois — je continuais a choisir le meme "modele mystere" comme gagnant dans les comparaisons de programmation, et quand je verifiais la revelation, c'etait Pony Alpha a chaque fois.

3. Acces API via Kilo

Pour un acces programmatique avec des limites de taux plus elevees, Kilo fournit des endpoints d'API. Le processus de configuration est similaire a n'importe quelle API compatible OpenAI — echangez l'URL de base et la cle API, gardez le meme format de messages.

4. Recommandations de test

Selon mon experience, voici par ou commencer :

• Generation de frontend — c'est le point fort de GLM5. Donnez-lui des descriptions d'UI complexes et soyez specifique sur les interactions et les animations. Les resultats vous surprendront.
• Refactorisation de code — alimentez-le avec une fonction desordonnee et demandez une reecriture propre. La fenetre de contexte de 200K signifie que vous pouvez inclure des fichiers entiers comme contexte.
• SVG et code visuel — excellent pour generer des illustrations, des diagrammes et des graphiques animes par programmation.
• Analyse de long contexte — lancez-lui tout votre codebase et posez des questions. Le mecanisme DC sparse attention gere cela genuinement bien.

Ce qu'il faut eviter pour l'instant : Les taches necessitant un calcul numerique extremement precis, l'acces aux donnees en temps reel (c'est un LLM, pas un moteur de recherche), et tout ce qui necessite un comportement agentique multi-etapes avec utilisation d'outils — le modele est fort en generation en une seule passe mais n'a pas montre le meme niveau de polish dans les flux de travail agentiques multi-tours.

5. Pieges courants

Une chose que j'ai remarquee : GLM5 repond mieux aux prompts detailles et specifiques qu'aux vagues. "Construis une landing page" vous donne quelque chose de generique. "Construis une landing page pour une startup d'IA avec une animation de particules dans le hero, trois cartes de fonctionnalites avec des effets d'elevation hover, un tableau de prix qui bascule entre mensuel et annuel avec des changements de prix animes, et un schema de couleurs sombre utilisant bleu marine et bleu electrique" vous donne quelque chose qui vaut la peine d'etre deploye.

Aussi — et cela m'a fait trebucher initialement — le modele genere parfois du code avec des noms de variables ou des commentaires en chinois quand il detecte de l'ambiguite dans la langue du prompt. Ajouter "utilise l'anglais pour tout le code, les commentaires et les noms de variables" a votre prompt systeme elimine cela completement.

Ce que cela signifie pour la course a l'IA open-source

Prenez du recul par rapport aux resultats de tests individuels un moment et regardez la vue d'ensemble.

Il y a un an, l'ecart entre les meilleurs modeles proprietaires et les meilleures alternatives open-source etait enorme. Vous utilisiez GPT-4 ou Claude pour le travail serieux et les modeles open-source pour l'experimentation et l'optimisation des couts. Ce calcul est en train de changer sous nos pieds.

GLM5 — si les estimations de parametres sont exactes — represente une nouvelle classe de modele open-source. Sept cent quarante-cinq milliards de parametres. Pas une version fine-tunee de la fondation de quelqu'un d'autre. Pas un petit modele frappant au-dessus de son poids grace a un entrainement intelligent. Un modele genuinement massif avec des innovations architecturales qui le rendent pratique a executer et une fenetre de contexte qui rivalise avec les meilleures offres proprietaires.

Voici ce que j'attends. Le lancement officiel de GLM5 — probablement ce mois-ci vu les fuites et les observations sur GitHub — viendra avec une documentation adequate, des variantes fine-tunees et des versions quantifiees optimisees pour le materiel grand public. La communaute commencera immediatement a construire dessus. En quelques semaines, nous verrons des assistants de programmation, des chatbots et des outils specialises bases sur GLM5 proliferer sur GitHub.

L'architecture MoE du modele avec seulement 44B parametres actifs signifie qu'il pourrait en fait etre executable sur des GPU grand public haut de gamme avec une quantification agressive. C'est la vraie histoire ici. Pas qu'un laboratoire chinois a fait un gros modele — ca se passe depuis des annees. L'histoire c'est qu'un modele de 745B parametres pourrait etre accessible aux developpeurs individuels et aux petites equipes.

Trois metriques a surveiller apres le lancement officiel : la vitesse d'inference sur le materiel grand public, la qualite des fine-tunes communautaires a la marque des 30 jours, et si la fenetre de contexte de 200K tient sous des charges de travail diverses du monde reel (pas seulement les taches de programmation que j'ai testees).

Je suis tombe dans ce terrier de lapin il y a trois jours en m'attendant a passer vingt minutes a tester un autre modele oubliable avec un nom bizarre. J'ecris quatre mille mots a ce sujet a la place, ce qui vous dit tout sur la facon dont ces vingt minutes se sont reellement deroulees.

GLM5 Pony Alpha n'est pas le meilleur modele de programmation disponible actuellement — Opus 4.6 detient toujours cette couronne dans mes tests, et les derniers modeles Claude ont une sophistication en architecture de code que GLM5 n'a pas encore egalee. Mais il pourrait etre le meilleur modele de programmation open-source que j'aie jamais utilise, et le fait que ce soit un checkpoint pre-lancement rend la trajectoire genuinement excitante.

La question a laquelle je reviens sans cesse : si c'est la version precoce, a quoi ressemble le lancement abouti ?

Voici mon defi pour vous. Allez sur Open Router ce soir. Ouvrez Pony Alpha. Donnez-lui le defi de programmation en un seul prompt le plus difficile que vous puissiez imaginer — celui que vous utilisez comme votre test decisif personnel pour les modeles d'IA. Executez-le. Regardez la sortie. Puis revenez me dire ce que vous avez trouve.

Parce que les meilleures evaluations ne viennent pas d'evaluateurs comme moi executant des tests standardises. Elles viennent de milliers de developpeurs lancant leurs vrais problemes a un modele et voyant ce qui casse. GLM5 est gratuit. La fenetre est ouverte. Le seul cout est votre curiosite.

Et honnetement ? Cette animation de papillon seule valait les trois jours.

Let's Work Together

Vous cherchez a construire des systemes d'IA, automatiser des flux de travail ou faire evoluer votre infrastructure technologique ? J'adorerais aider.

• Fiverr (constructions personnalisees et integrations) : fiverr.com/s/EgxYmWD
• Portfolio : mejba.me
• Ramlit Limited (solutions entreprise) : ramlit.com
• ColorPark (design et branding) : colorpark.io
• xCyberSecurity (services de securite) : xcybersecurity.io