加密新闻

人工智能市场迎来了一位备受瞩目的新竞争者。中国智谱AI公司推出的GLM-5.2神经网络引发了热烈讨论，许多用户已迫不及待地将其称为Anthropic旗舰模型Claude的"杀手"。但让我们基于客观数据和真实反馈，来审视这一论断是否名副其实。

GLM-5.2带来了什么？

GLM-5.2的主要创新在于其高达100万token的超大上下文窗口，且长会话中性能不会衰减。这比前代GLM-5.1提升了五倍。实际上，该模型能够将大型项目的全部代码库纳入视野，这对自主开发至关重要。模型提供两种推理模式：High模式平衡性能与成本，Max模式追求最大分析深度但token消耗更高。

使GLM-5.2具有吸引力的关键特性：

• MIT开源许可：任何人都可以在自有设备上部署模型（自托管），消除了隐私顾虑和对云服务商的依赖。
• 价格优势：API定价保持与前代相同，相比西方同类产品极具竞争力。
• 易获取性：通过GLM编程计划订阅（年付约12.6美元/月起），并已集成至Claude Code和OpenCode等流行开发环境。

数据不说谎：基准测试表现如何？

根据智谱AI内部测试，GLM-5.2是当前最强的开源模型。但与闭源巨头Claude Opus 4.8相比仍有差距。差距虽明显，但正在缩小。

以下是关键测试结果（Max模式）：

• Terminal-Bench 2.1：GLM-5.2（81.0）几乎追平Opus 4.8（85.0），超越Gemini 3.1 Pro（74.0）和GPT-5.5（84.0）。
• SWE-bench Pro：与Opus 4.8（69.2）的差距较大——GLM-5.2得分为62.1，但仍显著优于GPT-5.5（58.6）。
• DeepSWE：GLM-5.2实现惊人跃升，从5.1版的18.0增至46.2，但仍落后于Opus 4.8（58.0）和GPT-5.5（70.0）。

在长周期任务中情况类似。在持续数十小时的FrontierSWE测试中，GLM-5.2仅落后Opus 4.8约1%，但在超长任务SWE-Marathon中差距扩大至13%。不过，它仍稳定超越所有其他开源模型。

真实反馈：兴奋与失望并存

用户群体呈现两极分化。一部分人对模型的逻辑能力和达成目标的执着赞不绝口，将其与高难度模式下的GPT-5.5相提并论。另一部分人则对服务质量提出尖锐批评。

用户公认的优势：

• 编程和自主任务领域最佳开源模型。
• 基础逻辑能力较GLM-5.1显著提升。
• 能自主发现并修复代码错误，可调用辅助代理。

主要投诉：

• 云基础设施不稳定：用户抱怨运行缓慢且支持薄弱。
• 成本高昂：Max模式下token消耗激增，使用成本高昂。许多人表示付费使用Claude或GPT反而更简单便宜。
• 行为问题：模型容易陷入无限循环，忽视用户指令。有观点认为其"专为基准测试优化"，而非实际工作场景。

分析师结论

GLM-5.2无疑是开源模型的突破，也是中国AI市场的重要一步。它在测试中表现亮眼，提供了超大上下文、开源许可和低价的独特组合。但称其为Claude"杀手"为时尚早。在多数指标上它仍落后于Anthropic旗舰产品，而实际用户体验也因基础设施问题和资源消耗过高而蒙上阴影。

我的专业判断：GLM-5.2是重视开源且能容忍当前服务缺陷的开发者的强大工具。它促进了良性竞争，推动行业领导者进步。但对于需要稳定性和可预测性的普通用户而言，Claude或GPT目前仍是更优选择。真正的AI领导权之争，才刚刚拉开序幕。