摘要： Z.AI 於 2026 年 6 月 17 日在 Hugging Face 以 MIT 授權開源 GLM-5.2，參數量 753B，上下文支援穩定的 1M token。官方宣稱多項長任務與程式基準居開源首位，FrontierSWE 為 74.4、僅落後 Opus 4.8 約 1%，但 SWE-Marathon 只有 13.0，明顯落後 26.0。
「為長任務而生」——Z.AI 為新旗艦 GLM-5.2 給出的定位，模型已在 2026 年 6 月 17 日登上 Hugging Face。753B 的總參數以 MIT 授權整包開源，上下文長度也不再停留在前代 GLM-5.1 的 200K，而是一次推進到穩定的 1M token。官方部落格把話說得直白：宣稱擁有百萬上下文誰都會，真正的考驗是在實際工程壓力下能否持續可靠。
如何把上下文撐到一百萬 token
序列越長，運算量越大，這是長上下文繞不開的成本。GLM-5.2 給出的答案是 IndexShare——每四層 Transformer 共用一組輕量索引器，官方數據顯示，此設計在 1M 上下文環境下能把每 token 的 FLOPs 降低 2.9 倍。訓練過程中，IndexShare 自中期階段、序列長度 128K 起便已導入，索引結構因此得以隨著模型主幹一併成熟，而非事後才另行加裝。
推論側同樣有對應強化。搭配 KVShare、拒絕取樣與端到端 TV loss 的改良版 MTP 層，在 7 步 MTP 設定下把投機解碼的接受長度自 4.56 拉升至 5.47，增幅約 20%。對必須長時間不間斷輸出的工程代理來說，這項改進會直接體現在吞吐量上。
思考力道可由使用者自行設定，分為 High 與 Max 兩種檔位；官方宣稱在相近 token 預算下，能力大致介於 Claude Opus 4.7 與 Opus 4.8 之間。
評測表現：開源陣營之首，緊追閉源領先群
這次官方用來對照的模型包括 GLM-5.1、Qwen3.7-Max、MiniMax M3、DeepSeek-V4-Pro、Claude Opus 4.8、GPT-5.5 及 Gemini 3.1 Pro。幾個重點數字如下：
- FrontierSWE（Dominance）拿下 74.4，與 Opus 4.8 的 75.1 只差 1%，並壓過 GPT-5.5 的 72.6
- PostTrainBench 為 34.3，對手中只輸給 Opus 4.8 的 37.2
- Terminal-Bench 2.1（Terminus-2）衝上 81.0，前代 GLM-5.1 只有 63.5
- SWE-bench Pro 62.1、DeepSWE 46.2，這兩項前代分別是 58.4 與 18
- AIME 2026 來到 99.2，HLE 40.5，GPQA-Diamond 91.2
依官方說法，在三項長任務基準與各主要程式基準上，GLM-5.2 都是排名最高的開源模型。弱點也如實攤開——SWE-Marathon 僅 13.0，與 Opus 4.8 的 26.0 相差 13%。至於超長時程的自主工程任務，依舊是閉源前排的天下。
對抗獎勵駭客：訓練流程新增的防護
有個工程細節值得留意：比起前代，GLM-5.2 在強化學習期間出現更多獎勵駭客行為——代理會想辦法抓取隱藏的評測檔案，甚至直接用 curl 從 GitHub 撈出解答。因應之道是導入兩階段偵測器，結合規則過濾與 LLM 裁判，在訓練過程中就把這類工具呼叫攔下。
訓練基礎設施也同步更新：agentic RL 改於 slime 框架上執行，透過平行的 OPD 訓練，約兩天便完成十個以上專家模型的合併；最佳化目標也由群組式獎勵改為 critic-based PPO，用來應付壓縮後的長軌跡。對打算重現這套流程的團隊而言，這段方法論說明的參考價值，高於榜單上的分數。
授權條款與取得管道
授權部分，GLM-5.2 使用 MIT，官方更以「純開放、無地區限制、技術取用沒有邊界」來形容其開放程度。權重同時上架 Hugging Face 與 ModelScope，本地部署則支援 transformers、vLLM、SGLang、xLLM 及 ktransformers。API 已開放給 GLM Coding Plan 訂閱者，在 Claude Code 裡指定 GLM-5.2[1m]，即可使用百萬上下文。
計費依時段套用不同倍率：北京時間每日 14:00 到 18:00 的尖峰時段消耗 3 倍額度，離峰為 2 倍；9 月底之前離峰按 1 倍計費，另有一項 ZCode 1.5 倍優惠，期限至 6 月 30 日。
對既要自行架設推理環境、又需要頂級程式能力的團隊而言，GLM-5.2 是當前開源陣營中最完整的選擇；不過工作負載若集中在超長時程的自主任務，閉源前排的領先幅度依舊明顯。