Claude Fable 5.1 vs GLM-5.2 : Louer le sommet de l’indice, ou posséder le dernier flagship ouvert

La question sous-jacente à toute comparaison entre modèle fermé et modèle ouvert n'est pas vraiment « quel modèle obtient le meilleur score » — c'est de savoir qui contrôle la technologie sur laquelle vous construisez. Claude Fable 5.1, le modèle phare d'Anthropic sorti le 1er septembre 2026, est actuellement en tête de l'Artificial Analysis Intelligence Index avec un score de 66, et vous ne pouvez que le louer : poids fermés, API fermée, sécurité et tarification contrôlées par Anthropic. GLM-5.2, le modèle phare à poids ouverts de Zhipu, sorti le 16 juin 2026 avec des poids sous licence MIT sur Hugging Face, est le modèle le plus performant que vous puissiez réellement posséder — téléchargez le fichier, exécutez-le sur vos propres GPU, affinez-le, placez-le derrière votre pare-feu, et ne pensez plus jamais à la grille tarifaire d'un fournisseur. Tout le reste dans cette comparaison — l'écart de quinze points au plafond, l'écart de prix septuple, l'écart multimodal — n'est que détail face à ce seul fait contractuel.

La licence est la spécification.

Commencez par ce que chaque modèle vous permet de faire, car cela façonne tous les autres chiffres. Les poids de GLM-5.2 sont sous licence MIT, soit l'extrémité permissive du spectre des poids ouverts : aucune restriction sur l'usage commercial, aucune restriction sur la modification, aucune obligation de partager vos modifications. Il s'agit d'un modèle de mélange d'experts d'environ 753 milliards de paramètres avec environ 40 milliards de paramètres actifs, ce qui signifie en pratique un engagement d'infrastructure sérieux mais limité — environ 1,5 To en BF16, exécutable sur un nœud multi-GPU. Vous pouvez aussi simplement l'utiliser en mode hébergé, sur l'API de Zhipu et sur OrcaRouter, et vous passer entièrement du matériel.

Claude Fable 5.1 n'offre rien de tout cela. C'est un service doté d'une enveloppe de sécurité — Anthropic le présente comme le visage largement disponible de ses poids de classe Mythos, le même modèle sous-jacent qui alimente le Claude Mythos 5.1 cloisonné pour les organisations de cybersécurité et de sciences de la vie agréées. Vous obtenez les capacités, les garde-fous et les améliorations continues, et vous abandonnez le fichier. Pour une startup qui veut aller vite, ce compromis est acceptable. Pour une banque, un sous-traitant de la défense ou quiconque dont les données ne peuvent pas quitter son propre VPC, l'option fermée peut être disqualifiée avant même que les benchmarks soient discutés.

L'écart de capacités, mesuré

Sur l'indice indépendant, l'écart est sans ambiguïté. Claude Fable 5.1 mène avec 66 (effort maximal) — le score le plus élevé qu'Artificial Analysis ait enregistré — tandis que GLM-5.2 se situe à 51, ce qui en faisait le meilleur modèle open-weights à sa sortie. L'écart se resserre sur les configurations par défaut d'AA, où le réglage default-fallback de Claude Fable 5.1 affiche 53 contre 51 pour GLM-5.2, la lecture honnête étant donc un large écart de plafond et un écart effectif réduit. Sur les benchmarks agentiques rapportés par Anthropic, la marge s'élargit jusqu'à une autre catégorie : 52,6 % sur Terminal-Bench-Science 0.1 et 55,8 % sur Terminal-Bench 4.0 sont des chiffres qu'aucun modèle open-weights n'approche actuellement.

Les véritables points forts de GLM-5.2 sont plus restreints et réels. Ce fut le premier modèle à poids ouverts à dominer une grande arène de design et de frontend, se classant n°1 sur Design Arena avec un Elo de 1 360 qui dépassait de peu Claude Fable 5 — un résultat d'arène de fournisseurs, mais concret dans une discipline où les modèles ouverts mènent rarement. Zhipu rapporte 62,1 sur SWE-bench Pro, le meilleur score à poids ouverts à sa sortie, et GLM-5.2 se défend bien en codage quotidien et en génération structurée. Le résumé honnête : GLM-5.2 est un modèle de codage et de génération à poids ouverts très solide qui a comblé la plupart de l'écart avec la génération précédente de Claude, et Claude Fable 5.1 est un cran au-dessus sur les raisonnements les plus difficiles et le travail d'agent à long horizon.

La fiche technique, côte à côte

• Prix — Claude Fable 5.1 10,00 $ / 50,00 $ par 1M vs GLM-5.2 1,40 $ / 4,40 $ par 1M sur Z.AI (lecture cache 0,26 $). Environ 7 fois moins cher à l’entrée et 11 fois à la sortie.

• Licence — Claude Fable 5.1 fermé, API uniquement, vs GLM-5.2 aux poids ouverts sous licence MIT sur Hugging Face, auto-hébergeable.

• Échelle — Claude Fable 5.1 poids non divulgués vs GLM-5.2 753B au total / ~40B actifs MoE, ~1.5TB en BF16.

• Contexte / sortie maximale — à la fois un contexte de 1M de tokens et une sortie maximale d'environ 128K.

• Entrées — Claude Fable 5.1 accepte texte et image ; GLM-5.2 est uniquement texte.

• Score indépendant — Claude Fable 5.1 à 66 sur l'AA Intelligence Index (max), contre GLM-5.2 à 51, le meilleur score open-weights à sa sortie.

Le coût réel de chaque choix

Un exemple de facture mensuelle rend concret le compromis entre location et achat. Prenez 100 millions de jetons d’entrée et 20 millions de jetons de sortie par mois — une charge de travail de codage intensive, rien d’exotique. Au prix catalogue de Claude Fable 5.1, cela représente 1 000 $ en entrée et 1 000 $ en sortie : 2 000 $. Au tarif hébergé de GLM-5.2, cela représente 140 $ en entrée et 88 $ en sortie : environ 228 $ — une différence d’environ neuf fois sur les mêmes volumes de jetons, avant les remises de cache de part et d’autre. Multipliez par une année et l’écart finance beaucoup d’infrastructure.

Posséder le modèle modifie les coûts que vous voyez mais ne les supprime pas. Un GLM-5.2 auto-hébergé remplace la facture par jeton par des GPU, de l'électricité et une équipe d'inférence, et pour un modèle de cette taille, la ligne matériel est bien réelle — mais c'est un coût fixe qui s'amortit, il ne croît pas linéairement avec votre utilisation, et il offre un contrôle des données qu'aucune API ne peut égaler. Les deux options ne sont pas « Anthropic cher contre Zhipu bon marché » ; ce sont une décision d'opex et une décision de capex portant des étiquettes de prix.

Lorsque l’option ouverte gagne véritablement.

Choisissez GLM-5.2 lorsque le volume est élevé et que la tâche est bien comprise — l'assistance au codage à grande échelle, l'extraction structurée, les pipelines de génération où le modèle est un cheval de trait plutôt qu'un penseur. Choisissez-le lorsque la souveraineté des données exclut totalement l'API, lorsque vous avez besoin d'affiner sur du code propriétaire, ou lorsque vous voulez un modèle dont aucun fournisseur ne peut révoquer les poids. Le résultat du design-arena rappelle que dans des disciplines spécifiques et bien délimitées, un modèle ouvert peut carrément mener, et la licence MIT signifie que tout avantage que vous découvrez vous appartient.

Lorsque ce n'est pas le cas

Choisissez Claude Fable 5.1 lorsque la tâche se situe au plafond du raisonnement — recherche autonome, agents à long horizon, les tâches où un modèle qui abandonne tôt fait échouer toute l'exécution — ou lorsque vous avez besoin d'une entrée image, ce que GLM-5.2 ne prend pas en charge. Choisissez-le lorsque vous voulez l'enveloppe de sécurité et le rythme de mise à niveau d'un fournisseur qui améliore activement son produit phare, et lorsque vous préférez payer par token plutôt que de faire tourner des GPU. Et si vous n'êtes pas sûr, le schéma de routage tranche la question sans choix permanent :GLM-5.2 et Claude Fable 5.1 sont tous deux sur OrcaRouter aux prix catalogue de leurs fournisseurs sans marge, afin que vous puissiezenvoyer le travail à fort volume vers GLM-5.2, faire remonter les tâches difficiles vers Claude Fable 5.1, et ajuster la répartition à mesure que vos évaluations reviennent — tout en gardant la possibilité d'auto-héberger GLM-5.2 plus tard si le volume justifie un jour le matériel.