GLM-5.2 今日正式开源：753B 参数打赢 GPT-5.5，成本只要 1/6
Z.ai（智谱 AI）今日正式开源旗舰模型 GLM-5.2，753B 参数 + 100 万 token 上下文 + MIT 协议，FrontierSWE 超越 GPT-5.5，成本只有 1/6。这是继 MiniMax M3 后，中国大模型开源的又一重磅炸弹
本文发布于 94 天前，内容可能已过时，请注意甄别。
今天，GLM-5.2 正式开源了
6月17日，Z.ai（原智谱 AI）正式开源旗舰大模型 GLM-5.2，MIT 协议，权重全开放。
这不是”有限开源”，不是”仅供研究”，而是完全商业可用、无国界限制。你可以在 Hugging Face、ModelScope 直接下载权重，爱怎么用怎么用。
核心数据直接上：
| 项目 | 数据 |
|---|---|
| 参数规模 | 753B（MoE 架构，单 token 激活 40B） |
| 上下文窗口 | 100 万 token（最大输出 12.8 万 token） |
| 开源协议 | MIT（最宽松的商业许可） |
| API 定价 | 输入 $1.4/百万 token，输出 $4.4/百万 token |
| 成本优势 | 仅为同级别闭源模型的 1/4 到 1/6 |
比 MiniMax M3 晚两周，但这个开源力度更狠——753B 参数的 MoE 模型，完全开放权重。
性能：FrontierSWE 超越 GPT-5.5
GLM-5.2 的定位很明确：长周期任务（Long-Horizon Tasks）+ 自主软件工程 Agent。
什么叫”长周期”？不是写个函数、改个 bug，而是连续数小时到数十小时的开源项目级开发任务——编译器优化、内核调试、多系统协同开发。
核心 Benchmark 数据：
1. 长周期工程级代码评测
| Benchmark | GLM-5.2 | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|
| FrontierSWE | 74.4% | 72.6% | 75.1% |
| PostTrainBench | 34.3% | 28.4% | 37.2% |
| SWE-Marathon | 13.0 | - | 26.0 |
FrontierSWE 是评估 Agent 在长达数小时至数十小时的开源技术项目上的执行表现。GLM-5.2 达到 74.4%，超越 GPT-5.5 的 72.6%，与 Claude Opus 4.8 的差距只有 0.7%。
PostTrainBench 测试 Agent 能否通过训练提升小模型。GLM-5.2 得分 34.3%，领先 GPT-5.5 近 6 个百分点。
SWE-Marathon 是高难度的编译器、内核优化等系统级开发测试。GLM-5.2 得分 13.0，虽然与 Opus 4.8 的 26.0 还有差距，但相比同类开源模型（如 Gemini 3.1 Pro 的 4.0）保持明显优势。
2. 传统编程与通用能力测试
| Benchmark | GLM-5.2 | 前代 GLM-5.1 |
|---|---|---|
| Terminal-Bench 2.1 | 81.0 | 63.5 |
| SWE-bench Pro | 62.1 | 58.4 |
| MCP-Atlas | 76.8 | - |
| AIME 2026 | 99.2 | - |
Terminal-Bench 2.1 得分 81.0，成为首个在该评测中突破 80% 的开源权重模型。
MCP-Atlas（工具调用机制测试）得分 76.8，领先 GPT-5.5 的 75.3。
AIME 2026（数学竞赛测试）得分 99.2，在复杂数学逻辑推理上表现出色。
3. 盲测竞技场（Arena）表现
- LMArena 编码性能盲测：GLM-5.2 超越 Claude Opus 4.7 和 4.8，排名世界第二
- Design Arena 设计编程评测：击败 Claude Fable 5，排名世界第一
这是开源模型第一次在盲测中打赢顶级闭源模型。
技术：1M 上下文 + IndexShare 架构优化
GLM-5.2 的技术升级主要集中在三个方向：
1. 实用的 1M 无损上下文（Solid 1M Context）
上下文窗口从前代 GLM-5.1 的 20 万 token 提升至 100 万 token，最大单次输出可达 12.8 万 token。
关键不只是”长”，而是”实用”。Z.ai 针对 1M 上下文进行了大规模的 Agent 训练，覆盖了代码库实现、自动化研究、性能优化和复杂调试等混乱且漫长的 Agent 轨迹。
在处理超长文本和多系统工程时，GLM-5.2 的理解和连贯性更加稳定。不是”能读 100 万 token”，而是”读懂 100 万 token 并且能干活”。
2. 硬件与架构优化：IndexShare
长上下文的痛点是计算资源消耗过大。Z.ai 提出了 IndexShare 机制：
- 通过在每 4 个稀疏注意力层（Sparse Attention Layers）中复用同一个轻量级索引器（Indexer）
- 在 1M 上下文长度下，成功将每个 token 的计算量（FLOPs）降低了 2.9 倍
- 改进了用于猜测解码（Speculative Decoding）的多 Token 预测（MTP）层，使 Token 的接受长度提升了多达 20%
简单说：用 1/3 的算力干同样的事。
3. 灵活的思考深度（Flexible Effort）
支持在调用时自定义思考深度级别（包括 High 和 Max 模式）。对于复杂、多步骤的编码任务，选择 Max 模式可以通过消耗更多的计算时间（和 Token）换取更高的推理正确率。
这是给开发者的”调节阀”：简单任务快速跑，复杂任务慢慢想。
生态：已接入主流工具链
GLM-5.2 的开源不是”扔个权重文件就跑路”，而是配套了完整的工具链支持：
本地运行支持
已完成对主流本地推理框架的适配：
- transformers
- vLLM
- SGLang
- xLLM
- ktransformers
- Ollama
下载权重就能跑，不用自己造轮子。
工具接入
支持无缝集成至当前主流的代码 Agent 框架：
- Claude Code
- OpenCode
- Cline
- Z.ai 官方的 ZCode 桌面端
开发者可以直接把 GLM-5.2 当成”替换芯片”，插进现有工作流。
定价：1/6 的成本打同样的仗
API 官方定价：
- 输入 $1.4/百万 token
- 输出 $4.4/百万 token
对比闭源模型：
- GPT-5.5：输入约 $8/百万 token，输出约 $24/百万 token
- Claude Opus 4.8：输入约 $10/百万 token，输出约 $30/百万 token
GLM-5.2 的成本只有它们的 1/4 到 1/6。
关键是，性能不是 1/6，是持平甚至反超。
这不是”便宜没好货”，这是”好货还便宜”。
为什么现在开源？
GLM-5.2 的开源时间点很微妙：
- 6月12日：Anthropic 最强模型 Claude Fable 被美国政府强制下线
- 6月13日：智谱宣布 GLM-5.2 即将开源
- 6月17日：GLM-5.2 正式开源，权重全开放
Z.ai 的官方口号是：“GLM-5.2 is Fully Open, Frontier Intelligence Belongs to Everyone.”
这不只是产品发布，这是一种立场：你们封锁，我们开放；你们建墙，我们拆墙。
结合上周 MiniMax M3 的开源，中国大模型厂商的策略已经很清楚：
- 不跟你比”谁的模型最强”（短期追不上）
- 跟你比”谁的生态最大”（开源是捷径）
- 用成本优势 + 开放策略，快速占领开发者心智
闭源模型的护城河是技术优势，但技术优势会被追平。开源模型的护城河是生态锁定，而生态一旦建立，就很难被撼动。
谁会用 GLM-5.2？
这个模型的目标用户很明确：
1. 需要长周期 Agent 的开发者
- 自动化代码库重构
- 多系统协同开发
- 复杂性能优化
- 长时间自主调试
2. 预算有限但要求不低的团队
- 成本只有闭源模型的 1/6
- 性能持平甚至反超 GPT-5.5
- 可以本地部署，数据不出域
3. 想基于大模型做二次开发的研究者
- MIT 协议，无限制
- 可以蒸馏、微调、商业化
- 权重全开放，架构可研究
最后说一句
GLM-5.2 的开源，加上两周前 MiniMax M3 的开源，中国大模型的路线已经很清楚了：
不跟你玩闭源护城河的游戏，直接掀桌子。
OpenAI、Anthropic、Google 组建”模型保护联盟”，把模型权重当芯片一样保护。智谱和 MiniMax 选择全面开源，把选择权交给开发者。
两种策略，现在还看不出输赢。但有一点可以确定：
当性能差距缩小到 10% 以内，成本差距是 6 倍，而且一个开源一个闭源——开发者会用脚投票。
一年后，我们会知道谁赌对了。
相关资源：
更多文章
