GLM-5.2 上线并开源 文章

智谱宣布上线并开源 GLM-5.2，并在 Code Arena 评估系统上取得全球可用模型第一的表现。 GLM-5.2专为长程任务能力而生，全新特色包括： Solid 1M上下文，稳定支撑长程任务。多个长程任务基准表明GLM-5.2的表现介于Claude Opus 4.7与4.8之间，是排名最高的开源模型。在FrontierSWE（测试AI是否能够像软件工程师在数小时尺度上完成复杂技术项目的测试集）上仅比Opus 4.8低1%，超过GPT-5.5（1%）和Opus 4.7（11%）；不过在SWE-Marathon（考察Agent自主完成超长软件工程的测试集）上确实还需要进一步提高，低于Opus 4.8不少（13%）。 更强体感，更实用的 Coding 能力。GLM-5.2在前端、后端、长程任务上的成功率相比前一代GLM-5.1都有提升，复杂系统工程与深度调试更稳。在主流编程基准上，GLM-5.2保持开源SOTA，与Claude Opus 4.8处于可比区间。例如在Terminal-Bench 2.1（评测AI Agent完成不同类型的计算机终端任务），GLM-5.2比Opus 4.8低4%，相比GLM-5.1提升了17.5%；在MCP-Atlas（大规模工具调研评测的数据集），GLM-5.2比Opus 4.8低0.8%。 GLM-5.2还引入了effort level（思考档位）控制，可以在能力、速度、成本之间做出平衡。在相近的token预算下，GLM-5.2的Coding能力大致位于Claude Opus 4.7与Claude Opus 4.8之间。 极致 Infra 优化，Day 0 运行在国产算力平台。项目团队提出了 IndexShare，在每四层稀疏注意力层之间复用同一个索引器（indexer），在1M上下文长度下，将单位token的FLOPs降低至2.9倍。还改进了用于投机解码（speculative decoding）的MTP层，将接受长度（acceptance length）最多提升20%。训练侧则依赖自研Slime框架支撑大规模Agentic RL和OPD训练。 MIT开源协议，无地域限制，技术平权无国界…

摘要可能不完整，可查看原文