GLM-5.2 发布：长周期编码任务逼近 Claude Opus 4.8

Z.ai 发布了 GLM-5.2，定位为"长周期任务"旗舰模型。核心卖点很直接：在百万 token 上下文中可靠执行复杂编码任务，而且在多个长周期编码基准上逼近 Claude Opus 4.8。

长周期编码基准：和 Opus 4.8 差多少

Z.ai 用三个专门测试长周期任务能力的基准来展示 GLM-5.2 的定位：

• FrontierSWE（最长 20 小时）：GLM-5.2 得分 74.4，Claude Opus 4.8 是 75.1，差距 0.7 个百分点。GPT-5.5 是 72.6，被 GLM-5.2 超过。
• PostTrainBench（最长 10 小时）：每个 agent 配一张 H100，比谁更能优化小模型。GLM-5.2 拿了 34.3，仅次于 Opus 4.8 的 37.2。
• SWE-Marathon（最长 10 小时）：涵盖编译器开发、内核优化、生产级服务等超长任务。GLM-5.2 得分 13.0，落后 Opus 4.8 的 26.0，还有提升空间。

三个基准中，GLM-5.2 都是排名最高的开源模型。

标准编码基准：大幅超越前代

在标准编码基准上，GLM-5.2 相比 GLM-5.1 提升显著：

• Terminal-Bench 2.1：81.0 vs 63.5（前代），一口气涨了 17.5 分。Claude Opus 4.8 是 85.0，差距缩小到 4 分以内。
• SWE-bench Pro：62.1 vs 58.4（前代），Opus 4.8 是 69.2。
• DeepSWE：46.2 vs 18.0（前代），翻了 2.5 倍。
• ProgramBench：63.7 vs 50.9（前代）。

数学推理方面，AIME 2026 拿到 99.2 分，高于 Opus 4.8 的 95.7。

架构：744B MoE，IndexShare 降本

GLM-5.2 采用 MoE 架构，总参数量 744B（HuggingFace 标注 753B），每 token 活跃约 40B，384 个专家网络。上下文从 200K 扩展到 1M token。

支持 1M 上下文的关键是两个设计：

IndexShare：每 4 层 transformer 共享一个轻量级 indexer。indexer 放在 4 层中的第一层，计算出的 top-k 索引供后续 3 层复用。这把 indexer 的点积和 top-k 运算量砍掉了 3/4 层的计算，在 1M 上下文下每 token 计算量减少 2.9 倍。GLM-5.2 从中间训练阶段就用 128K 序列长度引入 IndexShare。

改进的 MTP 层（推测解码）：两个目标，降低 MTP 层作为 draft model 的成本，提高推测解码的接受率。接受长度提升了 20%。

Arena 排名

Arena.ai 的数据显示：

• Code Arena 前端榜单：GLM-5.2 (Max) 排名第二，仅次于 Fable 5，领先 Claude Opus 4.7 (Thinking) 达 29 分。在 React 子榜排名第二，HTML 子榜排名第四。
• Agent Arena：排名第十，与 Claude Opus 4.8（非思考模式）水平接近，是排名最高的开源模型。

在 Brand & Marketing、Reference-Based Design、Data & Analytics、Consumer Product、Gaming、Simulations 等细分领域，GLM-5.2 均为顶级模型。

定价与获取

GLM-5.2 已在 Z.ai 平台和 Coding Plan 上线。Coding Plan 用户在 Claude Code 中将模型名改为 GLM-5.2 即可使用，GLM-5.2[1m] 启用 1M 上下文。

配额消耗：高峰时段（北京时间 14:00-18:00）3 倍，非高峰 2 倍。九月前非高峰享 1 倍优惠。支持 High 和 Max 两档思考努力度。

权重以 MIT 协议开源，无地区限制。可通过以下渠道获取：

• HuggingFace：zai-org/GLM-5.2
• ModelScope
• GitHub：zai-org/GLM-5

本地部署支持 vLLM（v0.23.0+）、SGLang（v0.5.13.post1+）、Transformers（v0.5.12+）、KTransformers（v0.5.12+）、xLLM（v0.10.0+）。

来源：z.ai/blog/glm-5.2 · Arena.ai · HuggingFace