Qu’est-ce que GLM-Image ?
GLM-Image a été publié en janvier 2026 par Z.ai, l'entreprise autrefois appelée Zhipu AI. Il associe un générateur autorégressif de 9 milliards de paramètres, initialisé à partir de GLM-4-9B, qui planifie l'image en environ 256 jetons puis l'étend à 1K à 4K jetons, et un décodeur de diffusion de 7 milliards de paramètres doté d'un encodeur de glyphes dédié au texte. Un seul modèle gère le texte-vers-image et l'image-vers-image, dont l'édition, le transfert de style et la génération qui préserve l'identité des personnes et des objets.
Les poids principaux sont sous licence MIT ; le tokenizer VQ et les poids ViT viennent de X-Omni sous Apache 2.0. La sortie va d'environ 1K à 2K pixels de côté, avec des dimensions divisibles par 32. L'API de Z.ai facture 0,015 $ par image. Les poids sur Hugging Face ont été mis à jour pour la dernière fois le 15 janvier 2026 et le dépôt GitHub n'a reçu aucun push depuis mars 2026.
Combien coûte GLM-Image ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | MIT, avec tokenizer et composants ViT sous Apache 2.0 |
| Z.ai API | $0.015 per image |
Poids gratuits sous MIT (avec des composants Apache 2.0). API Z.ai à 0,015 $ par image.
GLM-Image vaut-il le coup ?
GLM-Image est un spécialiste des images chargées de texte et un modèle d'image généraliste faible. Sur CVTG-2K, un test qui mesure le rendu de plusieurs textes dans une même image, Z.ai annonce une précision par mot de 0,9116, devant Seedream 4.5 à 0,8990 et Z-Image à 0,8671, et son score de 0,979 sur LongText-Bench en chinois est le meilleur du même tableau.
C'est sur la qualité générale qu'il pèche. Au classement texte-vers-image d'Artificial Analysis, il est 89e sur 108 avec 891 Elo, derrière ERNIE Image à 909, Z-Image Turbo à 936 et le meilleur modèle ouvert, Qwen-Image-2.1, à 1045. Dans les tableaux de Z.ai, son score OneIG-EN de 0,528 égale celui de Z-Image-Turbo et reste sous Qwen-Image à 0,539.
Il est aussi lent. Selon Z.ai, sur un H100, il faut 64 secondes et 37,8 Go de mémoire pour une image de 1024x1024, et 253 secondes et 45,1 Go en 2048x2048 ; le délestage vers le CPU ramène la mémoire à environ 23 Go, au prix d'une lenteur supplémentaire. Les voies plus rapides via vLLM-Omni et SGLang sont toujours indiquées comme en cours d'intégration, dix mois après la sortie.
La licence et l'API le rachètent. La licence MIT sur les poids principaux signifie aucun plafond de chiffre d'affaires et aucune exclusion régionale, et à 0,015 $ l'image, la version hébergée de Z.ai évite à la plupart des équipes d'avoir à mobiliser un H100.
Là où il fait la différence
L'équipe marketing d'une chaîne de restaurants à Shanghai
Produire des menus et des affiches promotionnelles bilingues avec des prix et des noms de plats exacts
Envoyez à l'API de Z.ai des prompts avec chaque texte entre guillemets, à 0,015 $ l'image : 2 000 brouillons par mois coûtent 30 $. Un graphiste relit quand même, car une précision par mot de 0,9116 laisse encore des erreurs.
Un ingénieur infrastructure chez un éditeur disposant de H100 inutilisés
Héberger soi-même un service d'images qui passe vite la revue juridique
Faites tourner la pipeline Diffusers sur un H100, environ 64 secondes et 38 Go par image 1024x1024, soit à peu près 56 images par heure et par GPU. La licence MIT n'impose aucune vérification de revenus ou de territoire.
L'équipe catalogue d'un vendeur de meubles en ligne
Changer les fonds en gardant produits et mannequins cohérents
Utilisez le mode image-vers-image avec une ou plusieurs images de référence ; hauteur et largeur doivent être fixées explicitement en multiples de 32, et chaque retouche 1024x1024 prend environ 59 secondes sur un H100.
Avant de vous engager
- Mise en route
- Installez Transformers et Diffusers depuis les sources et chargez GlmImagePipeline sur un GPU de 80 Go, ou activez le délestage CPU pour environ 23 Go ; l'API ne demande qu'une clé Z.ai.
- Intégrations
- Pipelines Transformers et Diffusers, un serveur SGLang avec des endpoints de génération et d'édition de style OpenAI, et l'API de Z.ai ; Z.ai recommande GLM-4.7 pour enrichir les prompts.
- Données et confidentialité
- Les poids sous licence MIT peuvent tourner entièrement hors ligne ; la fiche du modèle ne publie pas de règles de conservation propres à l'API d'images hébergée.
- Coût à grande échelle
- API : 100 000 images par mois coûtent 1 500 $. Auto-hébergé : environ 56 images par heure et par H100 en 1024x1024 avec les réglages par défaut.
- Limites
- Les dimensions doivent être divisibles par 32 ; le texte à afficher doit être entre guillemets ; l'échantillonnage à une température de 0,9 échange stabilité contre variété ; pas encore de service optimisé.
Les points forts
- Licence MIT sans plafond de revenus ni limite régionale
- Meilleure précision par mot sur CVTG-2K dans la comparaison de Z.ai
- Texte-vers-image et édition dans un seul modèle
- API hébergée à 0,015 $ par image
Les points faibles
- 89e sur 108 au classement texte-vers-image d'Artificial Analysis
- Environ 64 secondes par image 1024x1024 sur un H100
- Environ 38 Go de mémoire GPU sans délestage
- Le texte à afficher doit être mis entre guillemets
Idéal pour
Les équipes qui produisent affiches, menus et infographies en chinois ou en anglais et qui ont besoin d'un texte juste dans l'image et d'une licence sans restriction plus que de vitesse ou de finition.
Alternatives à GLM-Image
GLM-Image : questions fréquentes
- GLM-Image vaut-il le coup ?
- GLM-Image écrit juste les mots d'une affiche plus souvent que tout autre modèle de la comparaison de Z.ai, mais il est à la traîne sur tout le reste et met une minute par image sur un H100. Nous lui donnons 3.3 sur 5.
- Combien coûte GLM-Image ?
- Poids gratuits sous MIT (avec des composants Apache 2.0). API Z.ai à 0,015 $ par image.
- Quels sont les inconvénients de GLM-Image ?
- 89e sur 108 au classement texte-vers-image d'Artificial Analysis; environ 64 secondes par image 1024x1024 sur un H100; environ 38 Go de mémoire GPU sans délestage; le texte à afficher doit être mis entre guillemets.
- À qui s’adresse GLM-Image ?
- Les équipes qui produisent affiches, menus et infographies en chinois ou en anglais et qui ont besoin d'un texte juste dans l'image et d'une licence sans restriction plus que de vitesse ou de finition.
- Combien coûte GLM-Image pour une équipe ou en production ?
- API : 100 000 images par mois coûtent 1 500 $. Auto-hébergé : environ 56 images par heure et par H100 en 1024x1024 avec les réglages par défaut.
- GLM-Image est-il sûr pour les données de l’entreprise ?
- Les poids sous licence MIT peuvent tourner entièrement hors ligne ; la fiche du modèle ne publie pas de règles de conservation propres à l'API d'images hébergée.
- Quelles sont les meilleures alternatives à GLM-Image ?
- Les alternatives les plus proches que nous avons testées sont ERNIE-Image (and Turbo), Qwen-Image-2.1, MOSS-Image et Ming-Image-0.1-Design.
Réponses vérifiées le 7 nov. 2026.