智谱在6月13日17:21开放、6月17日正式开源GLM-5.2。开放时间点精准得像在回应谁——就在6月12日，美国商务部要求Anthropic在48小时内切断全球非美籍用户对Claude Fable 5和Mythos 5的访问权限。
三组核心数据：
Code Arena（全球百万用户盲测的编程评估）：1595分，全球可用模型第一，仅次于已被封禁的Fable 5。
FrontierSWE（20小时级复杂工程任务）：GLM-5.2得74.4，Claude Opus 4.8得75.1，差距0.7个百分点，同时超过GPT-5.5的72.6。
Terminal-Bench 2.1（终端操作任务）：GLM-5.2得81.0，较上一代GLM-5.1的63.5提升17.5分。
智东西实测作者用GLM-5.2花了4小时从零做了一款《文明》风格策略游戏——几乎用满百万上下文、修了16个bug。
"这是国内第一款在我工作流上达到Opus级的模型。"
一、1M上下文从"宣传词"变成"工程能力"
过去两年几乎所有大模型都宣称支持长上下文，但"标称长度"和"真实可用长度"是两回事。GLM-5.2的关键不是"1M"这个数字，而是它真的能用。
架构上做了系统优化：每4层transformer共享一个轻量索引器（IndexShare），top-k索引复用到后续3层，省掉3/4的索引计算。这不是推理时加的补丁——从训练中期就在用这套机制。结果：1M上下文下，单位token计算量仅为标准注意力机制的2.9倍，不是线性增长。
上一代GLM-5.1的上下文约200K，超过即出现信息丢失。5.2把天花板抬高了五倍。
二、效率提升的数据很硬
同样是审查1700行Python代码：
| 模型 | 耗时 | 输出 token |
| GLM-5.1 | 124.8 秒 | 3436 |
| GLM-5.2 | 47.7 秒 | 1415 |
时间缩短62%，输出精简59%，准确率反而更高。这不是"跑分好看"，是直接改变开发者愿不愿意用它做代码审查的体验差异——以前等两分钟，现在不到一分钟，且不再啰嗦。
三、诚实的能力边界
必须说清楚的一点：在SWE-Marathon（编译器、内核优化等需要数天的超长周期工程任务）上，GLM-5.2得13.0，而Opus 4.8是26.0——差距是一倍。
这说明什么？主流编程基准（功能开发、bug修复、代码审查）上，开源模型已经追上来了。但当任务进入"跨多天、需要深度跨文件推理"的极限场景，闭源前沿模型仍有明显代差。
这不是GLM-5.2的瑕疵，是40B激活参数在单步深度推理上的天然天花板——它用宽度换效率，代价是深度推理的极限场景打不过200B级稠密模型。日常工程任务可以放进主技术栈；极限长周期任务仍需要Opus兜底。
四、"开源国模+国产算力"组合，给了企业第四个决策维度
过去选AI模型看三件事：能力、成本、生态。Anthropic被禁事件后多了第四条——会不会突然断供。
GLM-5.2用MIT协议开源（可任意修改、商用、无地域限制），Day 0完成华为昇腾、平头哥、寒武纪、昆仑芯等8家国产芯片适配。这套组合意味着：代码不受出口管制、算力不依赖海外供应链、部署不受地域限制。
对任何把AI当基础设施的企业，这是一个"不会被远程关闭"的确定选项。智谱股票当天涨超4%，5日内涨幅44%，较IPO发行价涨超1200%——市场用钱在投票。
爻枢视角
GLM-5.2的1M真实上下文加开源可私有化部署，对做企业级AI服务的团队是个明确信号：国产开源模型已经跨过"能不能用"的阶段，进入"好不好用"的竞争区间。技术选型的逻辑会从"追最强"转向"追最稳"。
GLM-5.2不是又一个国产模型更新——它是国产开源AI第一次让全球开发者必须在"最强"和"最稳"之间认真权衡。0.7%的差距，已经小到可以忽略；那一倍的代差，清晰得让人放心。