GLM-5.2 对比 Claude：真正的威胁还是又一次炒作？
人工智能领域正掀起一股围绕Z.ai公司新模型GLM-5.2的讨论热潮。爱好者们已将其称为Anthropic旗下Claude的"杀手"，我决定一探究竟，看看这一说法是否属实。
GLM-5.2被定位为旗舰级模型，专为长时间工作会话优化。与前代GLM-5.1相比，关键改进在于稳定的100万token上下文窗口，是此前20万token的五倍。这使得模型能够同时处理海量代码和文本，在超长任务中也不会出现性能退化。
模型主要特性：
- 100万token上下文窗口，在长时间会话中保持质量不降。
- 两级推理增强：High模式平衡性能与token消耗，Max模式释放最大潜力但资源消耗更高。
- 采用MIT开源许可证，支持在自有设备上部署（self-hosting）。
- API价格维持前代水平，在与竞品对比中凸显性价比优势。
该模型已在HuggingFace和ModelScope上线，同时可通过GLM Coding Plan订阅计划和桌面端代理ZCode使用。
基准测试表现如何
根据Z.ai内部测试，GLM-5.2展现出令人瞩目的成绩。在标准编程测试中，与GLM-5.1的差距显著：Terminal-Bench 2.1得分81.0对63.5，SWE-bench Pro得分62.1对58.4。在Terminal-Bench 2.1上，该模型几乎追平Opus 4.8（85.0），并超越Gemini 3.1 Pro（74.0）。
在涉及数十小时项目管理的FrontierSWE测试中，GLM-5.2仅落后Opus 4.8一个百分点。在PostTrainBench上，它超越Opus 4.7和GPT-5.5，仅次于Opus 4.8。但在超长任务SWE-Marathon中，与Opus 4.8的差距扩大至13%。尽管如此，GLM-5.2仍是目前所有开源模型中表现最佳的。
定价与潜在问题
GLM Coding Plan订阅提供三档套餐。Lite版年付月费12.6美元，Pro版50.4美元，Max版112美元。配额消耗按负载系数计算：高峰时段（北京时间14:00-18:00）系数3x，非高峰时段2x。截至9月底，非高峰时段使用按1x计费。
用户评价
社区反应褒贬不一。优势方面：该模型被誉为最强开源神经网络，基础逻辑能力显著提升，编程能力在高推理水平下与GPT-5.5相当。用户指出，GLM-5.2能自主完成复杂任务并主动提出修正方案。
但批评者指出其云基础设施薄弱、套餐价格偏高，且模型容易陷入无限循环。许多人认为该模型专为基准测试优化，实际应用中不如直接付费使用Claude或GPT。
总结：基准测试表现堪称旗舰，但实际代码处理能力仅相当于经济型AI方案。
那么，它真的是Claude的"杀手"吗？
答案并不明确。GLM-5.2被公认为编程和自主任务领域的最佳开源模型。在特定长场景中，它已逼近Anthropic的旗舰产品。MIT开源许可证、支持本地部署和低门槛使其成为值得关注的竞争者。
然而，"Claude杀手"的称号来自博主而非基准测试。在大多数测试中，Z.ai自身也将该模型置于Opus 4.8之下。此外，用户抱怨云基础设施不稳定、Max模式token消耗过高以及支持服务薄弱。这款新AI缩小了与领先者的差距，但尚未实现超越。
我的分析：GLM-5.2是开源模型的重要进步，尤其在编程和长任务领域。但称其为Claude的"杀手"为时过早。它更多展现了中国开发者积极追赶西方巨头的态势，但要实现全面竞争，仍需克服基础设施和用户体验方面的诸多障碍。