一、引言
智譜本週發佈了最新的旗艦模型 GLM 5.2 [1] ，立刻引發了轟動。
當天正趕上 Fable 5 模型關閉，而智譜在同一天開源 GLM 5.2，很難讓人不把這兩件事聯繫起來。
而且，GLM 5.2 模型的能力定位非常高。官方的 發佈公告 [2] 直接說：
“在標準編碼基準測試中，GLM-5.2 是最強的開源模型。”
根據智譜自己公佈的基準測試成績，GLM 5.2 的代碼能力，在所有開源模型中排名第一；跟國外的旗艦模型比較，只略微落後於 Opus 4.8，強於 GPT 5.5 和 Gemini 3.1 pro。
（圖片說明：藍色爲 GLM 5.2。來源：官方發佈公告）
應該怎麼看待這個開源模型第一的排名？GLM 5.2 真的有這麼強嗎？
二、第三方機構的排名
說實話，我一開始沒太關注這件事。
現在每個月都出現大量新模型，誰不在發佈的時候，大力宣揚自己的能力？再說了，這些測試都是智譜自己測的，不能完全做數。
但是，我很快就看到，第三方機構也發佈了排名。
（1）全球最權威的大模型榜單網站 arena.ai [3] ，在 WebDev（網絡開發）榜單中，把 GLM 5.2 排在世界第二。
它僅次於 Fable 5，高於 Opus 4.8 和 Opus 4.7。
（2） Design Arena [4] 更驚人，直接把 GLM 5.2 排到了世界第一。
這個榜單比的是 AI 作品（網頁、遊戲、PPT 等）的美感，由用戶投票決定。它的網站顯示，在1771次評比中，GLM 5.2 有731次被評爲第一。
（3）獨立的大模型評測網站 Artificial analysis [5] 把 GLM 5.2 排在世界第四，開源模型第一。
上面這三個榜單，都是海外知名的第三方評測，公認比較客觀。它們對 GLM 5.2 評價這麼高，讓人不得不重視。
三、我的評測
我於是也對 GLM 5.2 進行了測試。
不過，我的 測試題 [6] 大多是網頁編程，對於這種頂級模型實在是大材小用。而且，GLM 5.2 這次的上下文窗口放大到100萬 Token（後文詳談），我也沒有能用滿這麼大窗口的題目。
所以，下面的測試只是簡單比較它跟其他模型在日常編程的表現。我已經把生成結果放到網上，大家可以訪問下面的鏈接，自己查看。
（1） 網頁 UI 重構 [7] 。
GLM 5.2 的生成結果（上圖），跟 GLM 5.1 幾乎毫無差別，看上去都是四平八穩。
我正好看到國外網友用它跟其他模型做網頁 UI 對比，我把結果放在下面。
股票交易網站，左側是 GLM 5.2，右側是 GPT 5.4。
電商網站，左側是 GLM 5.2，右側是 Grok 4.20。
在線學習網站，左側是 GLM 5.2，右側是小米 MIMO V2.5 pro。
讀書網站，左側是 GLM 5.2，右側是 GPT 5.4。
GLM 5.2 的表現挺不錯，基本上每個設計都能讓人認可。尤其是那個 學習網站 [8] ，我很喜歡，可能因爲不涉及到商務，就沒套模版，反而更有靈氣。
（2）網頁 3D 動畫測試 《天體模擬器》 [9] 。
總體上，這個頁面相當好：控制面板清晰合理，分佈在頁面兩側，不像有的模型都做在一側，導致出現垂直滾動條。
只是有些地方如果能做得更美觀一點，就更好了，比如下面這個“添加天體”的面板。
它的“天體運動”動畫效果，屬於所有模型裏面最流暢的級別，不知大家能否看清。可惜的是，它沒做動畫放大的效果。
（3）網頁遊戲測試 《憤怒的小鳥》 [10] 。
生成效果也屬於所有模型中最好的那一類，遊戲可玩，碰撞後積木會倒塌，並且小鳥落地後會在地面滾動。
（4）Node.js 腳本測試“ 詞雲生成工具 [11] ”。
生成的命令行工具接受一個文本文件作爲參數，統計該文件的詞彙出現頻率，生成對應的“詞雲圖”。
上圖是第一張是 GLM 5.2 的生成結果，第二張是 Opus 4.6 的生成結果。我感覺前者的展示效果更好。
（5）SVG 圖片生成測試 《騎自行車的鵜鶘》 [12] 。
我的生成結果是下圖。
不知道爲何，這個測試的發明人 Simon Willison 使用 GLM 5.2 得到的 [13] 是一個有動畫效果的 SVG，我的提示詞明明跟他一樣啊……
（6）總結
所有測試的結果，GLM 5.2 都屬於“最好”或“比較好”的類別，沒有一個測試失敗。
我現在可以確認，它肯定是目前最強的開源模式之一。
四、GLM 5.2 的上下文窗口
從技術上來看，GLM 5.2 與上個版本 GLM 5.1 的參數量是一樣的，都是7530億個。兩者的最大差別，就是上下文窗口變大了，從20萬增加到了100萬。
所以，它處理複雜項目和長程任務的能力，一定好於5.1，因爲每輪對話可以附帶更多的 Token。
但是，更大的上下文必然帶來計算量激增和處理速度下降。發佈報告披露，作爲應對之策，GLM 5.2 在內部添加了索引（IndexShare）和鍵值對緩存（KVShare），通過擴大數據存儲，儘可能減少計算量，提高速度。
另外，它內部還帶有工作量控制，防止過度運算。只有當用戶明確需要最大的工作量級別，纔會分配額外的計算資源。
因此，相同 Token 的情況下，GLM 5.2 的運算速度肯定大大快於 5.1 版本。即使用滿了100萬 Token 的上下文窗口，GLM 5.2 的運算速度也不會過分緩慢。
五、使用注意點
雖然 GLM 5.2 確實比較強，但是有一些地方是大家必須知道的。
（1）它不是多模態模型，沒有圖像和視頻理解能力。智譜有一個專門的視覺模型 GLM-5V-Turbo，但沒有集成到 GLM 5.2。
（2）根據 Artificial Analysis 的報告 [14] ，GLM 5.2 的 Token 輸出量有所增加。
每個任務使用 43k 個輸出 Token，其中 37k 個用於推理。這比 GLM-5.1 (26k) 有所增加，也高於同類開放權重模型 MiniMax-M3 (24k) 和 Kimi K2.6（35k）。
六、總結，以及馬斯克的評論
GLM 5.2 的代碼能力，無疑是目前開源模型中最強之一。
如果按照智譜自己的說法，它強於 Opus 4.7（發佈日期2026年4月），略遜於 Opus 4.8（發佈日期2026年5月）。按照字面理解，國產開源模型落後於美國旗艦模型，也就只有兩三個月的差距。
就在我寫這篇文章的時候，看到昨晚特斯拉創始人馬斯克在社交平臺回覆網友問題：“你對中國達到 Fable 模型級別的預計時間表是什麼？GLM-5.2 無疑縮短了差距。”他回答：“或許（2027年）一季度。”
智譜創始人唐傑在下面回覆說“用不了那麼久”。
這就有意思了，2026年只剩下六個月，這難道說明，智譜下半年還有大招要放嗎？
（完）
References
[1]
GLM 5.2:
https://docs.z.ai/guides/llm/glm-5.2
[2]
發佈公告:
https://z.ai/blog/glm-5.2
[3]
arena.ai:
https://arena.ai/leaderboard/code/webdev
[4]
Design Arena:
https://www.designarena.ai/models/silo
[5]
Artificial analysis:
https://artificialanalysis.ai/articles/glm-5-2-is-the-new-leading-open-weights-model-on-the-artificial-analysis-intelligence-index
[6]
測試題:
https://github.com/ruanyf/ai-test-case
[7]
網頁 UI 重構:
https://ruanyf.github.io/ai-test-case/glm-5.2/case01/index.html
[8]
學習網站:
https://www.designarena.ai/models/silo
[9]
《天體模擬器》:
https://ruanyf.github.io/ai-test-case/glm-5.2/case02/index.html
[10]
《憤怒的小鳥》:
https://ruanyf.github.io/ai-test-case/glm-5.2/case03/index.html
[11]
詞雲生成工具:
https://ruanyf.github.io/ai-test-case/glm-5.2/case07/index.js
[12]
《騎自行車的鵜鶘》:
https://ruanyf.github.io/ai-test-case/glm-5.2/case08/pelican-bicycle.svg
[13]
得到的:
https://simonwillison.net/2026/Jun/17/glm-52/
[14]
Artificial Analysis 的報告:
https://artificialanalysis.ai/articles/glm-5-2-is-the-new-leading-open-weights-model-on-the-artificial-analysis-intelligence-index