GLM 5.2 : vers un effondrement des marges de l'IA
Original : GLM 5.2 and the coming AI margin collapse
Pourquoi c'est important
L'émergence de modèles open weights frontier menace directement les marges d'inférence des grands labs.
Le modèle open weights GLM 5.2 de Z.ai rivalise désormais avec Claude Opus et GPT-5.5 selon l'auteur Martin Alderson. Ce développement illustre une dynamique économique majeure : la compression des marges sur l'inférence, véritable coût variable de l'IA, pourrait transformer le secteur.
Dans un article en deux parties, Martin Alderson analyse ce qu'il considère comme le prochain grand bouleversement économique de l'IA. Il rappelle que la réaction des marchés à DeepSeek R1 (entraîné pour moins de 6 M$) était erronée : le vrai coût marginal de l'IA n'est pas l'entraînement — coût fixe et ponctuel — mais l'inférence, qui évolue avec la demande. Selon ses estimations, les 25 $/MTok facturés par Anthropic ou OpenAI représentent environ 90 % de marge brute sur le coût réel du compute. OpenAI afficherait ~60 % de marge brute globale selon des documents financiers divulgués.
Sur GLM 5.2 (Z.ai), Alderson estime que c'est le premier modèle open weights à atteindre le niveau de Claude Opus et GPT-5.5. Il le juge « très bon », difficile à distinguer d'Opus au quotidien. Limites notées : lenteur due au raisonnement étendu, absence de support vision (problématique pour les PDF, screenshots, fichiers design), et des capacités de recherche web insuffisantes via le MCP de Z.ai. Des solutions de contournement existent (ddgr en CLI), mais restent imparfaites. L'auteur se dit très optimiste sur le potentiel des API de recherche web tierces.