GLM-5.2

GLM-5.2 是智谱 AI 面向长程任务的旗舰模型，于 2026 年 6 月 13 日发布。它基于 GLM-5 系列的 744B 参数混合专家架构，提供扎实的 1M token 上下文、更强的编程能力与灵活思考强度，以及长程智能体表现。权重以 MIT 协议开源，在 Arena Code Arena Frontend 榜上排名第二，思考模式下超过 Claude Opus 4.7 与 4.8。

核心功能

• 扎实的 1M 上下文：1M token 窗口稳定支撑长程工作，通过 glm-5.2[1m] 模型 ID 启用，最大输出 131,072 token。
• 灵活思考强度的进阶编程：High 与 Max 两档思考强度，按任务平衡性能与延迟。
• IndexShare 架构：每四层稀疏注意力共享同一个索引器，1M 上下文下每 token FLOPs 降低 2.9 倍；改进的 MTP 层让投机解码接受长度提升 20%。
• 纯粹开放：MIT 开源协议，权重发布在 Hugging Face 与 ModelScope，支持 transformers、vLLM、SGLang、xLLM、ktransformers。
• 智能体原生：首发即支持 Claude Code、Cline、OpenCode、Roo Code、Goose、OpenClaw、Kilo Code，通过 OpenAI 形状的 chat completions API 接入。

模型规格

定价

GLM Coding Plan 订阅（Lite/Pro/Max/Team）约 $18/月起；GLM-5.2 高峰时段（UTC+8 14:00-18:00）按 3 倍额度计费，非高峰 2 倍。

评测亮点

• Arena Code Arena Frontend：第 2 名，思考模式下超过 Claude Opus 4.7/4.8。
• SWE-bench Pro：超过 GPT-5.5，仅次于 Claude Opus 4.8。
• 成本：智谱称 GLM-5.2 在长程编码上以约六分之一的价格胜过 GPT-5.5。

适用场景

• 长程智能体编程：多步任务中模型需在长会话内保持连贯，拥有全代码库上下文。
• 仓库级工作：把前端、后端、数据库逻辑与文档一次性喂入 1M 上下文调用。
• 成本敏感智能体：以闭源实验室几分之一的价格获得接近前沿的编程表现。
• 私有部署：MIT 权重可用 vLLM、SGLang 或 ktransformers 跑在自己的 GPU 上。

优势

1. 开源且 1M 上下文：MIT 权重加真正可用的百万 token 窗口。
2. 接近前沿的编程：前端编程榜第二，仅次于被封禁的 Claude 3.5。
3. 成本领先：输入约 $1.40 / 输出 $4.40 每 1M token，对比 GPT-5.5 的 $30/$180。

使用技巧

1. 使用 [1m] 后缀 在 Claude Code 等编码智能体中启用完整上下文窗口。
2. 按任务选择思考强度：硬重构用 Max，常规工作用 High 节省延迟与额度。
3. 缓存长前缀：约 $0.26 的缓存输入价让重复系统提示成本降低约 81%。

总结

GLM-5.2 让 1M 上下文的长程智能体编程变得开放且可负担。如果你想要接近前沿的编程表现、又不想承担闭源实验室的定价或区域限制，它是当前同类中最强的 MIT 开源选择。