Z.ai fait tourner un modèle géant sans Nvidia, à un dixième du tarif habituel
— Business
Z.ai fait tourner GLM-5.3-Flash, 320 milliards de paramètres, sur des puces chinoises et facture l'entrée dix fois moins cher que sa version précédente. La démonstration vise d'abord l'indépendance matérielle face aux restrictions américaines, et elle pèsera sur le prix des briques IA que studios et agences appellent déjà par API.
Un modèle de 320 milliards de paramètres qui tourne à grande échelle sans une seule puce Nvidia, voilà ce que Z.ai vient de prouver avec GLM-5.3-Flash. L'entreprise chinoise a fait circuler ce modèle en test anonyme sur une infrastructure locale, avec un moteur d'inférence entièrement repensé pour compenser des puces moins puissantes en mémoire. Ce genre de démonstration compte moins pour ce qu'elle change dans un logiciel de création que pour ce qu'elle prépare derrière : une chaîne matérielle chinoise capable de servir des modèles massifs, indépendamment des restrictions américaines sur l'exportation de composants avancés.
Ce modèle n'entre pas directement dans une chaîne de production visuelle. Il vise le développement d'interfaces, l'analyse de documents et les agents de code, avec une capacité neuve à observer le rendu d'une interface ou d'une scène 3D et à corriger son propre travail en la comparant au brief initial. Un studio de design produit qui fait développer ses outils internes ou ses configurateurs 3D par une équipe technique verra ce genre de contrôle visuel automatisé infuser ses briefs de développement, sans que cela change quoi que ce soit à un poste de création pur.
Le vrai levier tient au prix. GLM-5.3-Flash facture l'entrée environ dix fois moins cher que son prédécesseur, un écart qui, dans un budget d'agence appuyé sur des appels API pour automatiser de la rédaction, de la structuration de contenu ou du traitement documentaire, se répercute directement sur une ligne de devis. Une baisse de cet ordre, multipliée par plusieurs fournisseurs concurrents qui chercheront à s'aligner, tire mécaniquement vers le bas le coût des abonnements et des intégrations que les studios paient déjà sans les nommer.
La réserve tient à la taille réelle du modèle. Dix-huit milliards de paramètres suffisent à traiter chaque requête, mais les 320 milliards doivent rester stockés quelque part, ce qui exclut toute utilisation sur un poste de travail classique. L'économie annoncée profite à qui interroge le modèle par API ou dispose d'un centre de calcul, jamais à un graphiste ou un motion designer cherchant un outil local.
L'indépendance chinoise vis-à-vis de Nvidia reste une promesse d'entreprise, non vérifiée par des mesures indépendantes détaillées. Elle indique malgré tout qu'un deuxième fournisseur de puces sérieux entre dans la course à l'inférence à grande échelle, ce qui, à moyen terme, joue sur la disponibilité et le prix des modèles qui alimenteront demain les outils créatifs grand public. Le studio qui négocie aujourd'hui un forfait IA a intérêt à surveiller ce genre d'annonce autant que les nouveautés d'un logiciel d'image.