智谱上线并开源GLM-5.2模型
GLM-5.2 发布后，最被关注的其实不是聊天能力，而是代码和 Agent 能力。它主打 long-horizon coding，支持 1M 上下文，开源权重，官方榜单里 Terminal-Bench 2.1、SWE-bench Pro 都比 GLM-5.1 明显提升；在 Arena 的 WebDev 榜单上，GLM-5.2 Max 也冲到了前排，尤其适合前端、代码、工具调用这类任务。但榜单归榜单，开发者更关心的是：真实项目里到底能不能干活？这次 Cline 官方亲自测了一把。Cline 不是普通网友，它本身就是一个开源 AI Coding Agent，很多开发者用它在编辑器和终端里读代码、改文件、跑命令、调用工具。所以 Cline 拿自己仓库里的一个真实 bug，让 GLM-5.2 和 Opus 4.8 在同一套提示词和工具环境下修。结果很有意思。两个模型都修好了问题，但过程完全不同：GLM-5.2 用了更多 token，大约 1.1M；Opus 4.8 约 660K。Opus 更快：1.6 分钟，12 次工具调用。GLM 更慢：4.7 分钟，28 次工具调用。但成本反过来了：GLM 只花 0.41 美元，Opus 花 0.81 美元。更关键的是质量差异。Cline 官方说，GLM 不只是修好了 bug，还清理了死代码，并在结束前验证了构建是否能编译成功；Opus 虽然测试通过，但留下了类型错误，导致生产构建被破坏。老陈想起来，之前大家一直有一个说法，更好更贵的Token，实际上对于解决问题，可能反而是最便宜的方案。但这次Cline的测试，说明了一个很重要的变化：国产开源模型已经不只是会刷榜，在真实 Coding Agent 场景里，也开始能打硬仗了。尤其是 GLM-5.2 这种工作方式：多花 token、多调用工具、多做验证，速度慢一点，但把构建链路跑完。对真实开发来说，这可能比“回答得快”更值钱。你会怎么选？如果你是技术负责人，团队每个月 AI 编程工具预算有限，你会怎么分？评论区可以报一下：你现在用 AI 写代码，一个月大概花多少钱？
发布于 陕西
分享
评论
1
未登录
友善发言
评论
加载中
