GLM-5.2 作为首个进入新御三家的中国开源模型，1M长上下文与Coding能力接近闭源旗舰水平，MIT协议可直接使用。
GLM-5.2 作为首个进入新御三家的中国开源模型，1M长上下文与Coding能力接近闭源旗舰水平，MIT协议可直接使用。
GLM-5.2 是智谱 AI 发布的开源大模型，MIT 协议，在 Code Arena 排行榜上排名第一。它是首个进入 AI 编程"御三家"的中国模型。价格是 Opus 和 GPT 的零头，Coding Plan 直接能跑。我们通过两道真实任务来看看它到底什么水平。
测试者把攒了大半年的 60 多个自建 Skill 甩给三个模型，要求它们读取所有 Skill、画出系统架构、找出冲突和重复部分，最后生成一个 HTML 看板。
| 指标 | Opus 4.8 | GLM-5.2 | Codex (GPT) |
|---|---|---|---|
| 上下文峰值 | 34.1万 / 1M | 22.7万 / 1M | 15.7万 / 25.8万 |
| 覆盖 Skill 数 | 34 | 64（最多） | 61 |
| 找出冲突 | 9 组 | 9 对 | 31 对 |
| 读取策略 | 全塞进单一上下文 | 直读40个+子代理摘要其余 | 分批抽取 |
GLM-5.2 覆盖了最多的 64 个 Skill，还挖出了一个其他两个模型都没发现的 bug。值得注意的是，Codex 受限于 258K 上下文窗口，自己承认做了取巧处理。
给三个模型同样的世界杯数据和任务：做一个夺冠推演器网站，淘汰赛对阵树 SVG 画，蒙特卡洛模拟跑一万次算夺冠概率。
| 维度 | Opus 4.8 | GLM-5.2 | Codex |
|---|---|---|---|
| 五维总分 | 96 | 91 | 82 |
| 淘汰赛赛制 | 正确 32 强 | 正确 32 强 | 偷懒做了 16 强 |
| 上下文峰值 | 20.2万 / 1M | 7.2万 / 1M | 9.1万 / 258k |
| 自我验证 | 自开浏览器测+修2个bug | Node 逻辑测试 | 浏览器自测 |
| 设计观感 |
阶跃星辰新模型输出速度达409 tokens/s，单任务成本为Claude Opus 4.6的1/9，编程能力达其97%，专为Agent高频调用场景设计。
| 暗色最精致 |
| 暗色干净克制 |
| 浅色 |
GLM-5.2 生成的推演器是暗色配青绿风格，干净克制。32 强赛制正确，胜者高亮带比分、败者灰掉。蒙特卡洛 0.34 秒跑完一万次。H 组四队全 1 分时，能按净胜球正确排序——tiebreaker 写对了。
它比 Opus 差在哪？没配国旗、对阵树没连接线、概率条要手动点一下才出。但它只吃了 7.2 万 token——Opus 的三分之一，同样的活最省。
GPT 和 GLM-5.2 的预测比较接近（阿根廷约 25%），Opus 只给了 17%。
GLM-5.2 可通过以下方式使用：
