干瞪眼系列
GLM-5.2 模型通过量化压缩技术显著减小体积,同时保持较高精度,适合本地运行。
入选理由:GLM-5.2 量化后体积从 1.51TB 减少到 238GB,体积缩小 84%。
模型
也叫:GLM5.2
由 Z.AI 发布的开源大语言模型,性能接近 Anthropic 和 OpenAI 的模型。
最近变化
2026-06-18 · 开源模型在性能上存在滞后现象。
GLM 5.2 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 30 篇与「GLM 5.2」相关的 AI 资讯和分析。
GLM-5.2 模型通过量化压缩技术显著减小体积,同时保持较高精度,适合本地运行。
入选理由:GLM-5.2 量化后体积从 1.51TB 减少到 238GB,体积缩小 84%。
GLM-5.2 是 Z.AI 推出的最新模型,支持 1M 上下文长度,显著提升长周期任务处理能力,并在多个基准测试中表现优异。
入选理由:GLM-5.2 支持 1M 上下文长度,显著提升长周期任务处理能力。
Fireworks AI 已上线 GLM 5.2 模型,支持 1M-token 上下文,专注于代码生成,并在多个基准测试中表现优异。
入选理由:GLM 5.2 支持 1M-token 上下文,适用于复杂任务。
开源模型在性能和成本上显著优于闭源模型,成为AI领域的优选。
入选理由:GLM 5.2 比 Opus 4.8 快且更高效,成本低 6 倍以上。
Z AI 发布 GLM-5.2,支持 1M token 上下文窗口,性能超越 GPT-5.5 和 Opus 4.8。
入选理由:GLM-5.2 在长程编程任务中得分为 74.4,优于 GPT-5.5 的 72.6。
GLM 5.2 在 SWE 领域表现强劲,排名第三,仅次于 Fable 5 和 Opus 4.8,且优于 GPT-5.5。
入选理由:GLM 5.2 在 FrontierSWE 排名第三,仅落后于 Fable 5 和 Opus 4.8。
GLM-5.2 是一个具有显著编码和智能代理任务能力的开源模型,支持 1M 上下文窗口和两种推理模式。
入选理由:GLM-5.2 在编码和智能代理任务上表现出显著改进。
智谱 GLM-5.2 开源,支持百万上下文和思考力度控制,计算效率提升 2.9 倍。
入选理由:GLM-5.2 支持 100 万上下文,适合处理长周期任务。
GLM-5.2 是目前最强的开源编码模型,支持 1M-token 上下文和代理任务,已在 Ollama 云平台上线。
入选理由:GLM-5.2 支持 1M-token 上下文,适用于长周期编码任务。
Z-Code 是 ZAI 推出的 GLM 代码工具,提供免费额度和类似 Codex 的界面,适合开发者使用。
入选理由:Z-Code 提供每日 500 万 tokens 的免费额度,适合开发者使用。
GLM 5.2 是一个新发布的开源模型,性能接近 Anthropic 和 OpenAI 的模型,且已开放权重。
入选理由:GLM 5.2 已发布完整版和 FP8 版本的权重。
GLM-5.2 在设计任务中表现优异,尤其在游戏、网页和3D世界设计方面,但尚未达到专业设计师水平。
入选理由:GLM-5.2 在设计任务中表现优异,尤其擅长游戏和3D世界设计。
Agent Arena 已上线两周,GLM-5.2 和 Claude Fable 5 表现突出,提供真实任务评估。
入选理由:GLM-5.2 (Max) 在 Agent Arena 中取得 +9.4% 的确认成功和 +14.9% 的赞誉对比。
GLM 5.2 在性能和成本上优于 GPT 5.5,适合用于 Hermes 项目。
入选理由:GLM 5.2 在性能上达到 SOTA 水平,成本仅为 GPT 5.5 的一小部分。
GLM-5.2 模型已在 OpenRouter 上线,支持 1M-token 上下文窗口,适用于长期复杂任务。
入选理由:GLM-5.2 模型支持 1M-token 上下文窗口。
GLM-5.2模型具备100万token上下文窗口,支持多种编程工具,但3D建模表现一般。
入选理由:GLM-5.2支持100万token上下文窗口,适合复杂任务。
Fireworks AI 强调其在模型服务上的端到端路径和低延迟优势,与竞争对手的路由方式形成对比。
入选理由:Fireworks AI 提供端到端的模型服务路径,不依赖第三方 API。
文章展示了一个关于开源模型与闭源模型性能差距的时间线分析,但信息密度较低。
入选理由:开源模型在性能上存在滞后现象。
文章讨论了AI SDK在当前模型竞争环境中的重要性,并提到GLM 5.2模型在Next.js Evals中超越Opus 4.8。
入选理由:GLM 5.2模型在Next.js Evals中超越Opus 4.8。
智谱开源 GLM 5.2,其编程能力达到 Opus 水平,已接入 Cola 作为 beta 模型测试。
入选理由:GLM 5.2 是首个编程能力达到 Opus 水平的开源模型。
GLM-5.2 模型在 Hugging Face 推理服务中可通过多个平台免费使用,但仅限于接下来的 6 小时。
入选理由:GLM-5.2 可通过 Zai、Together AI 等平台在 Hugging Face 免费使用。
文章讨论了GLM 5.2与Opus 4.7-4.8之间的差距,并预测Mythos将在2026年11月至12月达到完整PRC阶段。
入选理由:GLM 5.2目前与Opus 4.7-4.8存在约7个月的差距。
GLM 5.2 在 COLA 任务中表现优于 DeepSeek 和 MIMO,但稳定性与速度仍需提升。
入选理由:GLM 5.2 在 COLA 任务中表现优于 DeepSeek 和 MIMO。
GLM-5.2 在设计评估中超越 Claude Fable 5,但文章信息密度低,缺乏技术细节。
入选理由:GLM-5.2 在 Design Arena 的 Elo 评分为 1360,超越 Claude Fable 5。
GLM-5.2 在前端编程领域表现优异,但文章信息密度低,缺乏深度分析。
入选理由:GLM-5.2 在 Code Arena 的前端排行榜中排名第二。
文章介绍了GLM-5.2模型的更新,包括代码和代理任务的改进,以及1M上下文窗口的长程能力。
入选理由:GLM-5.2在代码和代理任务上有显著改进
GLM-5.2 在 Design Arena 排名第一,Elo 分数达到 1360,超越 Claude Fable 5。
入选理由:GLM-5.2 在 Design Arena 的 Elo 分数为 1360。
Ollama 宣布支持 GLM-5.2 和 Kimi-K2.7-Code 模型在 Codex 中使用,但信息密度低,缺乏技术深度。
入选理由:Ollama 支持 GLM-5.2 和 Kimi-K2.7-Code 模型在 Codex 中使用。
Notion 宣布推出 GLM 5.2 开源模型,适用于长期任务,但文章信息量不足,缺乏技术细节。
入选理由:Notion 推出了 GLM 5.2 开源模型。
文章为 OpenRouter 推广 GLM 5.2 模型的 API 服务,但内容信息密度低,缺乏技术深度。
入选理由:文章主要推广 GLM 5.2 模型的 API 服务。
与「GLM 5.2」经常一起出现的 AI 术语。
💡 想追踪「GLM 5.2」的长期趋势?去 实体雷达 · GLM 5.2 查看详细分析和跨材料问答。