Databricks adopte GLM 5.2 pour réduire les coûts de codage
Databricks a choisi le modèle open-source chinois GLM 5.2 comme moteur de codage par défaut après des tests internes montrant une performance équivalente à Anthropic's Opus 4.8, mais à un coût inférieur. Le modèle coûte 1,28 $ par tâche contre 1,94 $ pour Opus. Plusieurs entreprises comme Coinbase et Snowflake ont également adopté des modèles chinois pour réduire leurs coûts.
« "The evidence shows it's time to start deploying these as daily drivers for coding," » — The Decoder
Que faut-il retenir ?
- GLM 5.2 coûte 1,28 $ par tâche contre 1,94 $ pour Opus 4.8.
- Coinbase a réduit ses dépenses en IA de moitié en adoptant GLM-5.2 et Kimi 2.7.
- Les modèles chinois représentent 30 % du trafic hebdomadaire sur OpenRouter depuis février 2026.
- Databricks a testé GLM 5.2 sur son propre codebase de plusieurs millions de lignes.
Pourquoi cette nouvelle compte-t-elle ?
L'adoption de GLM 5.2 par Databricks et d'autres entreprises montre une tendance croissante à utiliser des modèles open-source pour réduire les coûts tout en maintenant une performance élevée. Cela pourrait influencer d'autres entreprises à adopter des solutions similaires, impactant ainsi les stratégies d'investissement en IA et les pratiques de développement logiciel.
30 % du trafic hebdomadaire sur OpenRouter
💬 Matei Zaharia, Co-fondateur de Databricks
Public concerné : développeurs, entreprises
Pourquoi Databricks a-t-il choisi GLM 5.2 comme moteur de codage par défaut ?
Databricks a choisi GLM 5.2 après des tests internes montrant une performance équivalente à Anthropic's Opus 4.8, mais à un coût inférieur de 1,28 $ par tâche contre 1,94 $ pour Opus.
🔧 Outils mentionnés