什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

GLM-5.2上线百万上下文,国产最强开源模型来了

01参数规模与架构演进
GLM-5 系列自 2026 年 2 月发布以来,已迭代至 GLM-5.2,三款模型均采用混合专家架构。根据多份技术报告,GLM-5 总参数为 7440 亿(744B),每次推理激活约 400 亿(40B)参数,对应稀疏率约 5.4%。这一架构延续至 GLM-5.1 与 GLM-5.2,未见总参数或激活参数的显著变动。相比之下,前代 GLM-4.5 系列为 355B 总参数、32B 激活参数,可见 GLM-5 起步即实现翻倍扩展。训练数据方面,三者均基于 28.5 万亿 tokens 的预训练语料,较 GLM-4.5 的 23T tokens 有明显提升。值得注意的是,官方尚未披露 GLM-5.2 是否在参数结构上做出微调,目前公开信息仍将其视为 GLM-5 架构的延续。1234
02上下文窗口能力对比
维度GLM-5GLM-5.1GLM-5.2
上下文窗口约 20 万 tokens约 20 万 tokens100 万 tokens
最大输出长度约 13 万 tokens约 13 万 tokens131,072 tokens
是否强调“真正可用”否否是
上下文窗口是三款模型最显著的差异点。GLM-5 与 GLM-5.1 均支持约 20 万 tokens 的上下文长度,而 GLM-5.2 将其直接提升至 100 万 tokens(1M)。智谱多次强调 GLM-5.2 的上下文是“真正可用的”,意指其经过专项注意力优化,避免了长文本输入下的信息遗忘或幻觉问题。该能力通过 DeepSeek 稀疏注意力(DSA)机制实现,有效降低计算复杂度。此外,GLM-5.2 提供 glm-5.2[1m] 专用模型 ID,并需在配置中显式启用百万上下文模式。1234
03编程与智能体任务能力
  • GLM-5:定位为“Agentic Engineering”基座模型,支持复杂系统工程与长周期任务;SWE-Bench Verified 得分 77.8%,开源模型领先。
  • GLM-5.1:在 SWE-Bench Pro 中取得 58.4% 成绩,支持长达 8 小时的连续自主工作。
  • GLM-5.2:官方称其为“迄今能力最强的开源模型”和“最强国产 Coding 模型”,但截至 2026 年 6 月 17 日,尚未公布独立 benchmark 数据;延续长程任务优势,提供 High/Max 双档思维模式,建议编程使用 Max 档。
三款模型均聚焦编程与智能体任务,但能力逐步强化。GLM-5 首次引入“智能体工程”概念,强调模型可完成规划、执行、纠错闭环。GLM-5.1 在实测中展现出处理 600 轮交互、6000 次工具调用的能力,并在 Rust 向量数据库重构任务中实现 21.5k QPS。GLM-5.2 虽未发布新跑分,但官方明确其继承并扩展了长程 Coding 优势。值得注意的是,所有版本均依赖 Slime 异步强化学习框架进行后训练优化,以提升任务执行精度。5678
04部署生态与开源策略

开源与部署对比

已开源,适配多国产芯片
  • GLM-5 已在 Hugging Face 开源,采用 MIT 协议[19][22]

  • 深度适配华为昇腾、摩尔线程、寒武纪、昆仑芯、沐曦等国产 GPU[2][3][7][22][31]

  • 单 token 推理成本降低 30%,部署成本降 50%[22]

即将开源,强调确定性
  • GLM-5.2 权重与 API 计划于 2026 年 6 月下旬开源,同样采用 MIT 协议[1][8][9][11][12][13][16][24][25][26][27]

  • 全程基于华为昇腾 910B 训练,实现全链路自主可控[9][23]

  • 被定位为企业级私有化部署的“避险资产”,应对闭源模型断供风险[23][26]

三款模型均面向国产算力生态优化,但开源节奏不同。GLM-5 与 GLM-5.1 已完成开源,开发者可直接获取权重。GLM-5.2 虽于 6 月 13 日向 Coding Plan 用户开放推理服务,但开源权重与 API 需等待下周上线。所有版本均支持在 vLLM、SGLang 等推理框架部署。特别地,GLM-5.2 的发布时机被广泛解读为对 Anthropic Fable 5 全球禁用的回应,强调“前沿智能不应被随意收回”。MIT 协议确保商业用途无限制,这对金融、政企等敏感场景构成关键吸引力。1798

评论

评论区空态插画

当前文章无评论,是时候发表评论了