◆ 模型舱

GLM-5.2 评测：开源代码 SOTA，但本地门槛顶级

查看模型详情 →
结论：谨慎
优点
  • ✓ MIT 协议全量开源，可商用可改可本地部署，HuggingFace 已托管完整权重（zai-org/GLM-5.2）
  • ✓ 代码能力开源 SOTA：SWE-bench Pro 62.1%、Terminal-Bench 2.0 81%、FrontierSWE 74.4%（仅次 Claude Opus 4.8 约 1%），Artificial Analysis Index v4.1 51 分开源第一（官方/BenchLM/aireiter.com）
  • ✓ 原生 1M 上下文，IndexShare 稀疏注意力使 1M FLOPs 降 2.9x，实测处理 74 万条服务器日志根因分析（官方/百度百科）
  • ✓ 工具调用正确率 + JSON 格式合法性测试 100% 通过（百度百科）
  • ✓ NVFP4 量化方案已落地（英伟达 Model Optimizer），显存降约 50%、精度几乎无损（网易）；Day 0 适配昇腾/平头哥等国产算力
缺点
  • ✗ 本地门槛极高：753B 总参/40B 激活，BF16 约 1.5TB、FP8 约 750GB，最低需 8×H200 或 256GB 统一内存 Mac Studio（社区部署指南）
  • ✗ 消费级硬件几乎无法运行可用版本，NVFP4 量化后具体显存公开资料未明确
  • ✗ API 定价显著高于开源竞品（输出约为 DeepSeek-V4-Pro 的 5 倍；OpenRouter $0.42-1.40 输入/$1.32-4.40 输出）
  • ✗ 纯文本无原生多模态；知识与代码任务反而弱于前代 GLM-5（BenchLM：知识 59.6 vs 66.4、代码 62.1 vs 66.3）
适合场景：数据安全严苛、必须私有化部署代码 Agent 的企业/实验室（需 8×H200 或 Mac Studio 256GB）、1M 超长上下文的大型代码库重构 / 长周期 Agent 任务（工具调用可靠）、国产算力平台适配的政企客户、终端/CLI 自动化任务（Terminal-Bench 高分）

本文基于公开资料综述（智谱 / DeepSeek / Kimi 3 家 AI 采集交叉，Kimi 2026-07-21 重采补全，非实机测试）。

① 公开证据综合

GLM-5.2 是智谱（Z.ai）2026-06-16 发布的开源旗舰，753B 总参 / 40B 激活的 MoE，MIT 协议全量开源，HuggingFace 托管完整权重（官方 / Z.ai 发布记录）。

编程与长程任务是其绝对强项：SWE-bench Pro 62.1%（超越 GPT-5.5 58.4）、Terminal-Bench 2.0 81%、FrontierSWE 74.4（仅次 Claude Opus 4.8 约 1%）、ProgramBench 63.7。Artificial Analysis Intelligence Index v4.1 51 分居开源第一、整体第四。工具调用正确率 + JSON 合法性 100% 通过（官方 / BenchLM / aireiter.com）。

1M 上下文效率：IndexShare 使 1M token 下 FLOPs 降至传统方案约 1/2.9，实测处理 74 万条服务器日志根因分析、跨四份合同条款冲突识别（官方 / 百度百科）。

量化部署：英伟达 Model Optimizer 已提供 NVFP4 量化，宣称”成本骤降 50%、精度几乎无损”（网易）；Day 0 适配华为昇腾、平头哥等国产算力。

但需注意反直觉点：BenchLM 第三方数据显示 GLM-5.2 在知识（59.6）与代码（62.1）类任务上反而弱于前代 GLM-5（66.4 / 66.3）——推理/Agent 特化、非全面升级（Kimi 角度）。

② 与同类模型横评

③ 本地部署建议与 verdict

能不能本地跑？能，但门槛顶级。 753B MoE 权重：BF16 约 1.5TB、FP8 约 750GB，生产级需 8×H200 或 4×B100/B200；NVFP4 量化可降约 50% 但具体配置公开资料未明确。量化版仅推荐 256GB 统一内存以上的 Mac Studio（M3 Ultra）跑 2-bit（约 240GB），推理 3-9 token/s（DS / 社区部署指南）。内存低于 256GB 的机器无法运行可用版本。

Verdict：caution（有条件推荐）。 GLM-5.2 是开源社区代码/长程能力最强、协议最友好的模型之一，但”顶级性能以顶级硬件为门票”。已有高配服务器或 Mac Studio 且对数据隔离有强需求的团队值得尝试；大多数个人开发者建议用官方 API 或 OpenRouter 低价渠道，远比自建硬件划算。实机验证建议：NVFP4/FP8/INT4 各量化下的显存/token·s/TTFT、1M 上下文 needle-in-haystack。