DeepSeek 2.0 moment ? La capitalisation boursière de Zhipu dépasse un billion, GLM-5.2 fait sensation

Auteur : Xu Chao, Wall Street Jingwen

Ce lundi, la capitalisation boursière totale de Zhipu en Hong Kong a dépassé 1 billion de HKD en cours de journée, avec une hausse de plus de 1900 % depuis le début de l’année. Ce n’est pas seulement la tendance d’une seule action — le lancement du grand modèle open source chinois GLM-5.2 redéfinit les frontières des capacités IA mondiales, et a également propulsé la discussion sur "DeepSeek 2.0" sur la scène de trading de Wall Street.

Sur le plan des performances, GLM-5.2 a obtenu un score de 74,4 sur le benchmark de programmation longue FrontierSWE, contre 75,1 pour le modèle de pointe d’Anthropic Opus 4.8, soit une différence d’environ 1 point de pourcentage, tout en surpassant GPT-5.5 avec 72,6, devenant ainsi le modèle open source à la meilleure note actuellement, avec un prix inférieur d’environ 72% à 82% à celui d’Opus 4.8.

Presque simultanément, Anthropic a été contraint de fermer l’accès mondial à ses modèles phares Fable 5 et Mythos 5 — le Département du Commerce américain a invoqué des réglementations sur le contrôle des exportations, exigeant l’obtention d’un permis gouvernemental avant de fournir des services à des étrangers. La juxtaposition de ces deux nouvelles a instantanément façonné la narration "restriction américaine, ouverture chinoise".

Contrairement au choc de DeepSeek début 2025, cette fois, les fonds n’ont pas été retirés des actions américaines d’IA comme Nvidia, mais ont plutôt convergé vers des actifs chinois, présentant une caractéristique de transaction alternative plutôt qu’un désinvestissement paniqué. La question centrale de la revalorisation du marché est : lorsque des modèles open source à haute performance peuvent fournir des capacités proches de celles des modèles fermés à moins d’un dixième du coût, et que la politique américaine coupe directement l’accès mondial aux modèles fermés, le paysage concurrentiel de la chaîne industrielle IA a-t-il subi une transformation structurelle ?

GLM-5.2 : L’open source entre pour la première fois dans la compétition de pointe fermée

L’importance centrale de GLM-5.2 réside dans le fait qu’il pousse le modèle open source dans la zone de performance auparavant dominée par des laboratoires fermés.

Selon les données publiées par Zhipu, GLM-5.2 compte 753 milliards de paramètres, utilise une architecture MoE (experts mixtes), supporte une fenêtre de contexte stable de 1 million de tokens, et est entièrement open source sous licence MIT. Sur le benchmark de programmation FrontierSWE, GLM-5.2 a obtenu 74,4, contre 75,1 pour Opus 4.8 d’Anthropic, une différence d’environ 1 point de pourcentage, tout en dépassant GPT-5.5 avec 72,6. Sur le benchmark PostTrainBench (évaluant la capacité de formation de petits agents), GLM-5.2 a obtenu 34,3, se classant deuxième derrière Opus 4.8 avec 37,2, et surpassant GPT-5.5 avec 28,4.

Artificial Analysis a évalué GLM-5.2 à 51 points dans son indice d’intelligence v4.1, le plaçant devant MiniMax-M3 (44), DeepSeek V4 Pro (44) et Kimi K2.6 (43), tout en le positionnant entre GPT-5.5 et Opus 4.8, en faisant le modèle open source le mieux classé à ce jour. Les chercheurs communautaires @jeremyphoward表示 déclarent que "GLM-5.2 est au moins aussi performant qu’Opus 4.8 et GPT-5.5" ; @matvelloso称其为 "le premier modèle open source atteignant mes standards d’usage quotidien".

Il existe encore un écart. Sur le benchmark SWE-Marathon, le plus difficile, GLM-5.2 a obtenu 13,0, contre 26,0 pour Opus 4.8 ; l’absence de capacités visuelles reste un point faible actuel. Mais d’un point de vue déploiement technique, la technologie IndexShare introduite par GLM-5.2 — réutilisation inter-couches de l’attention sparse top-k — compresse considérablement la charge de calcul pour l’inférence sur de très longues contextes, rendant économiquement viable un contexte de 1 million de tokens. L’institut de recherche IA Proximal a qualifié GLM-5.2 de "premier modèle à réellement réduire l’écart technologique énorme entre Anthropic/OpenAI et les autres fournisseurs".

Logique de tarification : la montée en capacité de pointe peut encore justifier une prime

La structure tarifaire de GLM-5.2 offre un nouveau cadre de référence pour l’évaluation des modèles IA.

Le prix par token d’entrée/sortie de GLM-5.2 est inférieur d’environ 72% à 82% à celui d’Opus 4.8. Cependant, selon un rapport de JPMorgan, par rapport à GLM-5.1, GLM-5.2 constitue en réalité une hausse de prix : GLM-5.1 utilisait une tarification par paliers, permettant à certains usages de bénéficier de tarifs plus faibles ; GLM-5.2 applique une tarification uniforme à un niveau supérieur, ce qui augmente le prix moyen payé par les clients. Étant donné que l’amélioration des performances provient principalement de l’apprentissage par renforcement et de l’optimisation post-formation, plutôt que d’une expansion massive de la taille du modèle, le coût de base reste stable, et cette révision pourrait améliorer la marge brute de Z.ai.

JPMorgan conclut : "Une tarification mature pour une compression intelligente, mais GLM-5.2 montre que la montée en capacité de pointe peut produire l’effet inverse." La banque estime que les prix des modèles IA se différencient désormais structurellement : les capacités de base comme la conversation, le résumé simple ou l’assistance au codage standard, déjà commercialisées, continueront à voir leurs prix baisser, DeepSeek étant un exemple typique ; tandis que les capacités de pointe permettant de débloquer de nouveaux flux de travail, d’améliorer la performance sur des tâches complexes — notamment en programmation, agents, automatisation de flux d’entreprise et tâches à long contexte — peuvent, sous une logique de "paiement pour la tâche plutôt que par token", maintenir voire augmenter leur prix.

Pour les investisseurs, cette distinction a une implication directe sur la valorisation : la monétisation des entreprises du secteur des modèles dépendra de leur capacité à évoluer vers des tâches plus difficiles et à plus forte valeur, plutôt que de simplement augmenter l’échelle de leurs capacités actuelles.

Suppression des modèles d’Anthropic : le risque d’accès fermé devient réalité

La suppression soudaine de Fable 5 et Mythos 5 transforme le risque d’accès aux modèles commerciaux fermés d’un concept abstrait en une menace concrète.

Selon Bloomberg, Howard Lutnick a invoqué l’article 744.22(b) du "Règlement sur la gestion des exportations" pour exiger qu’Anthropic obtienne un permis du Département du Commerce avant de fournir tout accès à ses modèles à des étrangers, en raison du "risque inacceptable" que ces modèles soient exploités par des agences de renseignement militaires étrangères, sous peine de sanctions pénales et civiles.

Une note de recherche d’Eastmoney cite des médias rapportant que des chercheurs d’Amazon ont réussi à contourner les restrictions de sécurité du modèle Mythos, et ont découvert que Fable 5 pouvait, sous certaines instructions, exploiter au moins quatre vulnérabilités logicielles, ce qui aurait été un déclencheur clé pour l’intervention réglementaire. Anthropic a rapidement fermé l’accès mondial à ces deux modèles, tout en déclarant que la réponse gouvernementale était "déloyale", et avertissant que si cette norme s’étendait à toute l’industrie, le déploiement de tous les modèles de pointe pourrait être substantiellement bloqué.

Selon Wall Street Jingwen, l’équipe technique d’Anthropic a rencontré des responsables du Département du Commerce américain ce lundi.

Les analystes estiment que cet incident impacte la chaîne industrielle à deux niveaux : d’une part, les entreprises et développeurs dépendant de modèles fermés de pointe font face à un risque de continuité opérationnelle, avec une demande accrue pour des alternatives ; d’autre part, les modèles open source avec poids ouverts et déployables localement disposent d’un avantage naturel en termes de contrôle, et GLM-5.2 offre une option performante, proche de la pointe, à un coût nettement inférieur.

Cette évolution réglementaire suscite également une forte attention dans d’autres laboratoires IA. Selon des sources, Jason Kwon, le directeur stratégique d’OpenAI, aurait informé ses employés que l’entreprise évalue l’impact de cette politique, qualifiant la situation de "évolution rapide, avec beaucoup d’incertitudes". Che Chang, le conseiller juridique principal d’OpenAI, aurait rappelé en interne que face à cette incertitude réglementaire, "il ne faut pas tenter de coordonner une réponse, car les règles antitrust s’appliquent ici".

Perception du marché : transaction de substitution plutôt que panique de liquidation, maintien de la dynamique de puissance

Ce cycle de marché diffère fondamentalement de celui de l’événement DeepSeek, mais la logique à moyen et long terme de l’industrie est en train d’être réévaluée.

Le choc DeepSeek était un événement imprévu, un "cygne noir" qui a provoqué une vente massive dans le secteur IA américain. L’annonce de GLM-5.2, en revanche, s’inscrit dans une tendance anticipée — le marché a déjà digéré en 18 mois la compétitivité des modèles open source chinois, et cette validation se traduit par une nouvelle revalorisation des actifs IA locaux. Les actions américaines d’IA n’ont pas subi de choc systémique. JPMorgan qualifie cette tendance de "transaction de substitution" plutôt que de "panique de liquidation". Après avoir relevé l’objectif de Zhipu à 1800 HKD, le prix a déjà atteint environ 2400 HKD, dépassant encore ses dernières prévisions, ce qui montre que le marché anticipe déjà les analyses.

Selon Dongfang Securities, plusieurs modèles chinois dominent les classements mondiaux de performance, la plupart restant open source ; avec la suppression de deux modèles phares d’Anthropic, la demande pour les API de modèles locaux devrait continuer à croître, et la demande pour la puissance de calcul et les services Token basés sur ces modèles devrait rester dynamique.

Rich Privorotsky souligne également que le secteur IA fait face à deux forces opposées : d’un côté, la diffusion accélérée des applications et la demande accrue en puissance de calcul ; de l’autre, la contraction des tokens, l’incertitude sur la monétisation, et l’offre continue d’actions. Le marché se concentre actuellement davantage sur la seconde. Cependant, à moyen et long terme, la baisse des coûts et la réduction des barrières d’accès pourraient simultanément stimuler la consommation de tokens et la demande en puissance. Les analystes indiquent que l’augmentation de la part des modèles open source et la forte croissance de la demande en puissance de calcul deviennent des variables clés pour la réévaluation de la chaîne industrielle IA.